In den vergangenen Jahren wurde die Softwareindustrie sowohl von Globalisierung und Zusammenschlüssen, Privatisierung und Deregulierung von Märkten als auch durch die Reduzierung der Innovations- und Produktlebenszyklen stark beeinflusst. Ein immer stärker wachsender Kosten- und Wettbewerbsdruck nötigt die Unternehmen zur Einführung neuer innovativer Lösungsansätze [WOLF98, S. 746]. Konzepte wie e-Business, Customer Relationship Management (CRM), Business Intelligence (BI), Data Warehouse (DW) oder Supply Chain Management sind einige Ausprägungen davon. Die stetige Ausweitung der Datenbasis, die massive Veränderung des Marktumfeldes und immer höhere interne und externe Anforderungen an Transparenz und Fundierung der Entscheidungen sind zwingend in die Kalküle einer erfolgreichen Unternehmenssteuerung einzubeziehen [KEMP04, S. 7]. Althergebrachte Einzelsysteme zur Managementunterstützung können diesen Anforderungen nicht mehr genügen. Isolierte oder punktuelle Lösungsansätze sind nicht ausreichend, da sie nur einzelne Aspekte behandeln und häufig auf isolierten Datenbasen aufbauen. Integrierte Lösungsansätze sind somit erforderlich und es erscheint durchaus gerechtfertigt, bei grundlegenden Umorientierungen im Bereich der IT-basierten Managementunterstützung neue Begrifflichkeiten zu verwenden [KEMP04, S. 8]. Marktbedingungen haben Organisationen gezwungen, sich von einer Produktorientierung weg zu bewegen und mehr kundenorientiert zu werden. Unternehmen erkennen die Notwendigkeit, den Kunden in die Mitte ihrer operativen Geschäftsprozesse zu stellen. Die Fähigkeit, operativen Transaktionen Kundenwissen und einheitliche Kundensicht in Echtzeit zu injizieren, ist die Grundlage für einen wirkungsvollen Kundendienst sowie eine Verkaufsstrategie. Neben den kulturellen und unternehmerischen Herausforderungen, stehen Unternehmen mehreren technischen Herausforderungen entgegen, die diese Transformation erfordern, um die erwünschte Kunden-Zentralisierung zu erreichen. Von der Technologieperspektive heraus besteht die größte Herausforderung in der Implementierung eines kundenzentralen Modells, da Kundendaten über mehrere unterschiedliche Geschäftsbereiche (Data Warehouses, Data Marts, operative Systeme u. a.) gespeichert und gehandhabt werden. Sogar innerhalb eines Geschäftsbereiches existieren einige Back- und Front-Office-Systeme, die über eigene Kundeninformationen verfügen. [...]
Inhaltsverzeichnis
1. Situationsanalyse und Zielsetzung
1.1 Historischer Rückblick in die Datenintegration
1.2 Zielsetzung und Aufbau der Arbeit
2. Keine einheitliche Kundensicht durch operative Systeme
2.1 Operative versus dispositive Daten
2.2 Datenaufgaben und -prozesse
2.3 Datenqualitäts- und -integrationsprobleme
3. Stammdatenmanagement
3.1 Unterschiedliche Sichtweisen
3.2 Herausforderungen an ein effizientes Stammdatenmanagement
3.2.1 Einführungsanforderungen und Funktionsvielfalt
3.2.2 Systemintegration versus Datenintegration
3.3 SAP Master Data Management
3.3.1 Enterprise Service Architecture
3.3.2 SAP MDM-Komponenten
3.3.3 SAP MDM – abschließende Beurteilung
3.4 Hyperion System 9 BI-Plattform
3.4.1 Business Performance Management
3.4.2 Vorteile des Hyperion-Ansatzes
3.5 Hyperion System 9 MDM - Funktionsvielfalt
3.6 Hyperion-MDM-Lösung – abschließende Beurteilung
4. Customer Data Integration
4.1 CDI – Grundlagen und Begriffsabgrenzung
4.2 Customer Data Integration - Marktübersicht
4.2.1 Marktstellung - CDI
4.2.2 Entstehung von kombinierten CDI-Lösungen
4.3 Customer Data Integration: Bewertungskriterien
4.3.1 Anforderungen an die Unternehmen
4.3.2 Bewertungskriterien
4.4 Customer Data Integration – Implementierungsarten im Vergleich
4.4.1 Wichtige Vorbedingungen
4.4.2 Customer-Built Data Hub
4.4.3 Fixed Transaction Hub
4.4.4 Match & Link Cross-Reference Hub
4.4.5 Adaptive Transaction Hub
5. Customer Data Integration - Produktübersicht
5.1 Oracle Customer Data Hub
5.1.1 Anbieterprofil
5.1.2 Produkt- und Funktionsvielfalt
5.1.3 Abschließende Beurteilung
5.2 DWL Customer™
5.2.1 Anbieterprofil
5.2.2 Produkt- und Funktionsvielfalt
5.2.3 Abschließende Beurteilung
5.3 Siebel Universal Customer Master
5.3.1 Anbieterprofil
5.3.2 Produkt- und Funktionsvielfalt
5.3.3 Abschließende Beurteilung
6. Management Summary
Zielsetzung & Themen
Die Arbeit untersucht, wie Unternehmen durch "Customer Data Integration" (CDI) eine einheitliche und in Echtzeit verfügbare Kundensicht in einer heterogenen IT-Umgebung realisieren können. Die zentrale Forschungsfrage ist dabei, welche CDI-Implementierungsansätze und Produkte führender Softwareanbieter existieren, anhand welcher Kriterien diese bewertet werden können und welche Stärken und Schwächen diese Lösungsansätze aufweisen.
- Stammdatenmanagement als Grundlage für systemübergreifende Datenkonsistenz.
- Methodische Abgrenzung zwischen Stammdatenmanagement (MDM) und kundenfokussierter Datenintegration (CDI).
- Kriterienbasierte Marktanalyse und Vergleich von CDI-Hub-Implementierungsarten.
- Detaillierte Analyse und Bewertung von Produktlösungen der Anbieter Oracle, DWL und Siebel.
- Analyse der Service-Orientierten Architektur (SOA) als moderne technische Integrationsbasis.
Auszug aus dem Buch
1.1 Historischer Rückblick in die Datenintegration
Integration ist ein „Urthema“ der Wirtschaftsinformatik. Bereits in den 70er Jahren des 20. Jahrhunderts wurden mit dem Kölner Integrationsmodell sowie den Arbeiten von Scheer und Mertens Integrationsansätze mit dem Ziel einer detaillierten, möglichst vollständigen, unternehmensweiten Modellierung von Daten bzw. Funktionen als Grundlage der Entwicklung integrierter Anwendungssysteme erarbeitet. Ende der 80er Jahre des 20. Jahrhunderts erlebte diese Diskussion in Zusammenhang mit unternehmensweiten (Daten-)Modellen und computerintegrierter Fertigung einen ersten Höhepunkt. Neben rein daten-, datenfluss-, funktions-, prozess-, methoden- oder programmorientierten Integrationsansätzen wurden Anfang der 90er Jahre des 20. Jahrhunderts Gesamtarchitekturen mit einer Vielzahl von Integrationssichten und –ebenen vorgeschlagen [MAUR03, S. 4].
Der Euphorie hochintegrierter Gesamtmodelle folgte jedoch bald die Ernüchterung, dass monolithische Integrationsmodelle in komplexen Organisationen nicht mit vertretbarem Aufwand erstellt und insbesondere gewartet werden können. Einerseits fehlten für einige Modelle die dazu notwendigen Verdichtungs- und Verfeinerungsoperationen. Andererseits schien die Tendenz zu dezentraler Informationsverarbeitung den Sinn unternehmensweiter Modelle grundsätzlich in Frage zu stellen [MAUR03, S 4].
Zusammenfassung der Kapitel
1. Situationsanalyse und Zielsetzung: Einführung in die Problematik der Datenintegration innerhalb heterogener IT-Landschaften und Erläuterung des Aufbaus der Arbeit.
2. Keine einheitliche Kundensicht durch operative Systeme: Untersuchung der technischen und organisatorischen Ursachen für fragmentierte Kundendaten und mangelnde Datenqualität in operativen IT-Umgebungen.
3. Stammdatenmanagement: Analyse der theoretischen Grundlagen des Master Data Managements und detaillierte Untersuchung der Produktlösungen von SAP und Hyperion.
4. Customer Data Integration: Definition des CDI-Begriffs, Marktüberblick, Herleitung von Bewertungskriterien sowie Vergleich verschiedener Implementierungsarten (Hub-Modelle).
5. Customer Data Integration - Produktübersicht: Detaillierte Vorstellung und Bewertung der CDI-Hub-Produkte von Oracle, DWL und Siebel anhand der erarbeiteten Kriterien.
6. Management Summary: Zusammenfassende Bewertung der untersuchten CDI-Konzepte und Ausblick auf die zukünftige Entwicklung der Integrationstechnologien.
Schlüsselwörter
Customer Data Integration, Stammdatenmanagement, Master Data Management, Datenqualität, Datenintegration, Kundensicht, Data Hub, Service-Oriented Architecture, Business Intelligence, Enterprise Resource Planning, Datenkonsistenz, IT-Infrastruktur, Oracle Customer Data Hub, DWL Customer, Siebel Universal Customer Master.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit behandelt Datenintegrationskonzepte, insbesondere Customer Data Integration (CDI) und Stammdatenmanagement (MDM), als Lösung für die Herausforderungen, die durch fragmentierte und redundante Daten in modernen Unternehmens-IT-Landschaften entstehen.
Was sind die zentralen Themenfelder?
Die Arbeit fokussiert sich auf die technologischen Herausforderungen der System- und Datenintegration, das Management von Stammdaten sowie die spezifische Architektur und Implementierung von "Customer Data Hubs" zur Erzielung einer einheitlichen Kundensicht.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, auf Basis definierter Bewertungskriterien einen Überblick über den Markt für CDI-Produkte zu geben und drei führende Hub-Lösungen von Oracle, DWL und Siebel zu analysieren und zu vergleichen.
Welche wissenschaftliche Methode wird verwendet?
Es handelt sich um einen analytischen Produktvergleich. Die Arbeit stützt sich dabei auf eine Literaturanalyse und auf Ergebnisse aus Marktstudien (z.B. Forrester, Gartner, CDI-Institut) sowie Unternehmensquellen der Softwarehersteller.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine Situationsanalyse, die theoretischen Grundlagen des Stammdatenmanagements inklusive Softwarelösungen (SAP, Hyperion), eine detaillierte Ausarbeitung der CDI-Kriterien und Implementierungsarten sowie den praktischen Produktvergleich der CDI-Hubs.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die wichtigsten Begriffe umfassen Customer Data Integration, Master Data Management, Datenqualität, Data Hub, SOA (Service-Oriented Architecture) und Kundensicht.
Wie unterscheidet sich der Adaptive Transaction Hub von anderen CDI-Implementierungen?
Im Gegensatz zu fixen oder rein auf Registrierung basierenden Hubs zeichnet sich der Adaptive Transaction Hub durch eine hohe Flexibilität aus, da er nicht auf ein starres Datenmodell beschränkt ist und durch ein metadatengesteuertes Framework schrittweise an Unternehmensanforderungen angepasst werden kann.
Welches Fazit zieht der Autor für die untersuchten Produktlösungen?
Der Autor kommt zu dem Schluss, dass alle drei untersuchten Lösungen (Oracle, DWL, Siebel) Stärken und Schwächen aufweisen. Während Oracle für Anwender des eigenen Portfolios vorteilhaft ist, gilt DWL als Marktführer bei operativen CDI-Lösungen und Siebel als starker Anbieter für umfassende Application Suiten.
- Citation du texte
- Dimitar Borisov (Auteur), 2006, Customer Data Integration - analytischer Produktvergleich, Munich, GRIN Verlag, https://www.grin.com/document/66132
