Diese Arbeit befasst sich mit der Entwicklung einer Business Intelligence Lösung für ein Unternehmen des Gesundheitswesens. Aufgrund eines begrenzten Zeit- und Kostenrahmens ist das Projekt innerhalb dieser Arbeit keinesfalls komplett zu realisieren. Vielmehr ist das Ziel, eine Grundlage zu schaffen, auf der eine umfassende Lösung aufgebaut werden kann. Dies kann stattfinden, indem zunächst lediglich ein Teil des Unternehmens in Betracht gezogen wird. Für diesen Teil jedoch, soll die Lösung vollständig implementiert werden, um ein ausgereiftes Konzept für zukünftige Erweiterungen zu schaffen. Die Grundsätze der Business Intelligence müssen in gleicher Weise beachtet und umgesetzt werden, wie auch eigene Überlegungen und genaue Planung bei der bedarfsgerechten Anpassung an das Unternehmen und dessen Anforderungen eine wichtige Rolle spielen. Als Instrument für die bewertende und planende Nutzung durch die Geschäftsleitung, stellt die beste Lösung ein Berichtssystem bereitzustellen, eine selbst implementierte Webanwendung dar, die sich durch einen hohen Grad an Anpassungsfähigkeit und Benutzerfreundlichkeit auszeichnet und es ermöglicht, einen prägnanten und dennoch ausführlichen Überblick über das Unternehmen zu schaffen, anstatt den Benutzer durch unzählige Analysemöglichkeiten mit Informationen zu überfluten. Kombiniert mit OpenSource Werkzeugen der Business Intelligence zur Datenintegration und -transformation sowie einem ebenfalls quelloffenen, in der Praxis bewährten Datenbankmanagementsystem zur Datenhaltung und -analyse kann ein System entwickelt werden, das alle Anforderungen erfüllt und zugleich ein ausreichendes Maß an Adaptierung an die lokalen Bedingungen ermöglicht.
Inhaltsverzeichnis
1. Einleitung
1.1. Unternehmen
1.2. Problemstellung
1.3. Ziele
2. Business Intelligence
2.1. Begriffsklärung
2.2. Data Warehouse
2.3. Online Analytical Processing (OLAP)
2.3.1. Datenhaltung
2.3.2. Datenmodellierung
2.3.3. Historisierung
2.3.4. Navigation im multidimensionalen Datenraum
2.4. Transformationsprozess
2.5. Reporting
3. Webanwendungen
3.1. Technologie
3.2. Serverstruktur
3.2.1. Webcontainer
3.2.2. Multi-Tier-Modell
3.2.3. Datenbankanbindung
3.3. Software-Architektur
3.4. Java Webanwendungen
3.4.1. Deployment Descriptor
3.4.2. Servlets
3.4.3. Filter
3.4.4. Java Server Pages
3.4.5. Session-Tracking
3.4.6. Sicherheit
3.5. JFreeChart
4. Planung
4.1. Datenquellen
4.1.1. Fahrdienst
4.1.2. Rettungsdienst
4.2. Datenintegration
4.3. Datenbank
4.3.1. Datenmodell
4.3.2. Datenanalyse
4.4. Berichtssystem
4.4.1. Zeitbezug
4.4.2. Gruppierungen & Filter
4.4.3. Startseite
4.4.4. Sicherheit
5. Entwicklung
5.1. ETL-Prozess
5.1.1. Filterung
5.1.2. Harmonisierung
5.1.3. Aggregation
5.1.4. Historisierung
5.1.5. Faktentabelle
5.1.6. Anreicherung
5.2. Datenanalyse
5.3. Webanwendung
5.3.1. Model
5.3.2. Controller
5.3.3. View
6. Ergebnisse
6.1. Datenintegration
6.2. Data Warehouse
6.3. Berichtssystem
6.4. Zusammenfassung
6.5. Ausblick
Zielsetzung & Themen
Diese Arbeit zielt darauf ab, eine grundlegende Business-Intelligence-Lösung für den Kreisverband Neuburg-Schrobenhausen des Bayerischen Roten Kreuzes zu entwickeln, um durch die systematische Aufbereitung von Daten aus den Bereichen Fahrdienst und Rettungsdienst eine effektive Managementunterstützung zu ermöglichen.
- Entwicklung eines multidimensionalen Datenmodells (Data Warehouse) für betriebswirtschaftliche Analysen.
- Implementierung eines automatisierten ETL-Prozesses zur Datenintegration.
- Erstellung einer benutzerfreundlichen Webanwendung auf Basis des Model-View-Controller-Entwurfsmusters.
- Integration dynamischer Reporting-Funktionen und Visualisierung mittels JFreeChart.
- Berücksichtigung von Sicherheitsaspekten und Berechtigungsstrukturen für den Datenzugriff.
Auszug aus dem Buch
2.3. Online Analytical Processing (OLAP)
OLAP bezeichnet ein Konzept der Datenhaltung, das „benutzerfreundlichen, flexiblen Abfragesystemen“ zugrundeliegt. Operative Daten aus internen Geschäftsprozessen werden in einem multidimensionalen Datenraum bereitgestellt, der dynamische Analysen zulässt. Im Gegensatz dazu steht das Online Transaction Processing (OLTP), dessen Architektur auf die hochperformante Abwicklung von Transaktionsprozessen ausgerichtet ist und oftmals die Datenquelle für BI-Applikationen darstellt. Eine mögliche Definition des Online Analytical Processing ist die Charakterisierung anhand von fünf grundsätzlichen Kriterien, die ein derartiges System erfüllen muss:
• Reaktionszeit für reguläre Anfragen kleiner gleich 5 Sekunden.
• Die Ausrichtung auf Analyse und somit die Möglichkeit für beliebige Benutzeranfragen.
• Gleichzeitige Nutzung durch mehrere Benutzer, sowie unterschiedliche Berechtigungsprofile.
• Multidimensionalität.
• Stabilität von Auswertungen und Antwortzeiten auch bei großen Datenmengen.
Konsolidierend hat sich das Akronym FASMI für die kurze, prägnante Beschreibung „Fast analysis of shared multidimensional information“ etabliert. Unabhängig von der tatsächlichen Anzahl an Dimensionen wird der Datenraum meist als OLAP-Würfel oder Hypercube, wie in Abbildung 2.1. dargestellt, bezeichnet. Die Notwendigkeit eines derartigen Datenraums ergibt sich aus der Tatsache, dass auf dem Bildschirm stets nur zwei Dimensionen dargestellt werden können. Die Würfelstruktur bietet verschiedene Navigationsoperationen um durch „manuelles, interaktives Umschalten alle Daten analysieren zu können.“
Zusammenfassung der Kapitel
1. Einleitung: Beschreibt die Relevanz von Business Intelligence für die moderne Unternehmensführung und definiert die Ausgangssituation sowie Zielsetzung für den Kreisverband Neuburg-Schrobenhausen.
2. Business Intelligence: Erläutert die theoretischen Grundlagen von BI, Data Warehousing und OLAP-Konzepten sowie den Transformationsprozess und Reporting-Anforderungen.
3. Webanwendungen: Bietet eine technische Einführung in Webanwendungen, Serverstrukturen, die MVC-Architektur sowie spezifische Java-Technologien wie Servlets, JSPs und JFreeChart.
4. Planung: Detailliert die Analyse der Datenquellen, die Anforderungen an den ETL-Prozess, die Datenbankmodellierung sowie die Spezifikationen für das zu entwickelnde Berichtssystem.
5. Entwicklung: Dokumentiert die praktische Umsetzung der ETL-Strecke, die Implementierung der Datenbank-Logik und die Programmierung der Webanwendung gemäß dem MVC-Pattern.
6. Ergebnisse: Zieht ein Fazit zum Projekterfolg hinsichtlich Datenintegration, Systemarchitektur und Reporting-Funktionalität sowie einen Ausblick auf künftige Erweiterungsmöglichkeiten.
Schlüsselwörter
Business Intelligence, Data Warehouse, OLAP, Webanwendung, ETL-Prozess, Java, MVC-Architektur, Berichtssystem, Datenbank, Datenmodellierung, Rettungsdienst, Fahrdienst, SQL, JFreeChart, Unternehmenssteuerung
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit befasst sich mit der Konzeption und Entwicklung eines Kennzahlen-Monitors als Business-Intelligence-Lösung für einen Non-Profit-Verband des Bayerischen Roten Kreuzes.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Felder umfassen die Datenhaltung (Data Warehousing), Datenintegration (ETL), die Architektur von Java-Webanwendungen und die Visualisierung betriebswirtschaftlicher Kennzahlen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, eine IT-Grundlage zu schaffen, die es der Geschäftsleitung ermöglicht, durch eine übersichtliche Webanwendung aktuelle Kennzahlen aus den Bereichen Fahrdienst und Rettungsdienst effizient auszuwerten.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein praxisorientierter Entwicklungsansatz gewählt, der auf etablierten Business-Intelligence-Prinzipien und der Verwendung von Open-Source-Werkzeugen für die Datenintegration und Visualisierung basiert.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische fundierte Auseinandersetzung mit BI-Konzepten, die Planung des Systementwurfs und die konkrete technische Implementierung der ETL-Strecken sowie der Web-Benutzeroberfläche.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Business Intelligence, Data Warehouse, ETL, MVC-Architektur und Kennzahlenmanagement charakterisiert.
Warum wurde für die Umsetzung ein Modell-View-Controller (MVC) Ansatz gewählt?
Der MVC-Ansatz wurde gewählt, um eine strikte Trennung von Programmlogik, Datenhaltung und Präsentation zu gewährleisten, was die Wartbarkeit, Erweiterbarkeit und Übersichtlichkeit der Webanwendung deutlich erhöht.
Welche Rolle spielt die Delta-Historisierung in diesem System?
Die Delta-Historisierung ist essenziell für die Dimensionstabellen, um Änderungen an Attributen zeitlich nachvollziehbar zu dokumentieren, ohne die historische Korrektheit der vorangegangenen Datenanalysen zu verfälschen.
Wie werden die Daten aus den operativen Systemen für die BI-Lösung bereitgestellt?
Da kein direkter Datenbankzugriff möglich ist, werden die operativen Daten regelmäßig als CSV-Dateien exportiert und anschließend über den Pentaho-ETL-Prozess eingelesen, transformiert und in das Data Warehouse geladen.
- Quote paper
- B.Sc. Christian Brugger (Author), 2009, Entwicklung eines Kennzahlen-Monitors als Managementunterstützung im Non-Profit Unternehmen, Munich, GRIN Verlag, https://www.grin.com/document/150126
