Navigation überspringen ([Alt] + [0])

Sitemap | english Version

>> Ressourcen > Theses > Richter, Wolfga[..] > thesis-final > Einleitung

• Über uns
  • Mitarbeiter
  • Aktuelles
  • ... mehr über uns
  • Kontaktinformationen
• Lehre
  • Offene Projekte
  • Lehrveranstaltungen
  • LV-Unterlagen
  • Abschlussarbeiten
• Forschung
  • Forschungsbereiche
  • Projekte
  • Publikationen
  • Partner

• TU Graz
• TUGRAZonline
• Impressum

Einleitung

Ein Data Warehouse stellt eine Art zentrale Lagerstätte von (unternehmens-)relevanten Informationen dar. In weiterer Folge ist ein Data Warehouse ein zentrales Wissenswarenhaus. Informationsobjekte, welche in solchen Lagerstätten gespeichert werden, werden aus den unterschiedlichsten im Einsatz befindlichen Systemen extrahiert. Das sind operative Quellsysteme, Enterprise Resource Management-Systeme, Host-Systeme (Legacy-Systeme) und externe Datenquellen wie zum Beispiel das World Wide Web, EDI^3.11, aktive Dienste und Ähnliches. Die Qualität der gespeicherten Informationsobjekte beeinflußt die Güte der auf ihnen beruhenden Analysen natürlich nachhaltig. Die Rohdaten werden zuerst in verwertbare Information transformiert und danach gewinnbringendes Wissen abgeleitet. Das kann je nach Art des Unternehmens Wissen über deren Kunden, Wissen über Vertriebskanäle, Wissen über Planung und Ähnliches sein. Auf jeden Fall erhält das Unternehmen durch gezielten Einsatz dieses Wissens einen strategischen Vorteil gegenüber der Konkurrenz, welche CRM und Data Warehousing noch nicht einsetzt. 1990 hat die Gartner Group^3.12 für den Prozeß, der aus Sammeln von Daten, Bereinigen, Aufbereiten und Auswerten dieser den Begriff ,,Business Inteligence``, kurz BI^3.13 kreiert. Ein zentrales Wissenswarenhaus versorgt Entscheider mit relevanten Informationen durch intelligente Auswertungsmethoden und verkürzt dadurch die Informationslaufzeit erheblich. [Kurz1999]

Ein wenig Verwirrung können die beiden Begriffe Data Warehouse und im deutschen das Wissenswarenhaus stiften. Wissen wird herkömlich mit Knowledge übersetzt. Eine korrekte Übersetzung, bzw. Bezeichnung für eine Lagerstätte von Informationsobjekten wäre somit Knowledge Warehouse. Techniken, die hier angewendet werden für Analysen und Auswertungen sind Knowledge Management-Techniken (siehe Kap. 4). Da sich aber der Begriff Data Warehouse etabliert hat und in der Literatur mit dieser Bezeichnung Wissenswarenhäuser gemeint sind, wird in weiterer Folge in dieser Arbeit der Begriff Data Warehouse pauschal verwendet. Weiters wird nicht zwischen reinen Verkaufsportalen, Unternehmen und Communities unterschieden, sondern für alle drei Bereiche gemeinsam der Begriff Unternehmen verwendet, da, wie bereits in Kap. 2 erwähnt, auch Communities in den E-Commerce-Bereich vordringen und bereits vorgedrungen sind und daher ohne weiteres als Unternehmen bzw. virtuelles Unternehmen bezeichnet werden können. [Kurz1999]

Ein kommerzielles im Einsatz befindliches Data Warehouse-Konzept wendet das weltgrösste Einzelhandelsunternehmen Wal$\star$Mart^3.14 an. Wal$\star$Mart ist ein Verkaufsportal und erwirtschaftet im Jahr einen Umsatz von 98 Milliarden. Das unternehmsweite Data Warehouse hat eine Grösse von ca. 25 Terabyte. Durchschnittlich werden pro Tag ungefähr 20.000 Abfragen an das Data Warehouse von Entscheidern abgesetzt. Im Data Warehouse von Wal$\star$Mart herrscht ein hoher Detailierungsgrad der Daten. Dadurch wird eine Auswertung ermöglicht, die das Kaufverhalten der Kunden aufgrund der Waren in ihren Warenkörben analysiert. Daraus gewonnene Ergebnisse beeinflussen die Gestaltung des Produktsortiments, der Grundrissplanung der Geschäfte (es gibt auch physische Verkaufsräume) und die Aufteilung der Waren in den einzelnen Regalen. Diese Warenkorbanalysen erfolgen entweder im Web durch Auswertung des elektronischen Warenkorbs oder in den physischen Geschäften aufgrund der Kassenbelegen der Kunden. Im Jahre 1999 hat aufgrund dieser Auswertungen, laut einer internen Studie, der Reingewinn im zweiten Quartal sich um 20% gesteigert. [Kurz1999]