Management ist das englische Wort für Führung. Führung seinerseits bedeutet das zielgerichtete Einwirken auf das Verhalten anderer Menschen. Es geht also um Ziele und um ein Einwirken.
Jedes Unternehmen wird mit einer Vision gegründet. Aus dieser Vision werden Handlungsstrategien abgeleitet, die die Erreichung von Zwischenzielen ermöglichen. Durch Vorgabe von konkreten Zielgrößen werden die Strategien operationabel gemacht. Das bedeutet, die Mitarbeiter des Unternehmens erhalten genaue Zielvorgaben, die sie zu erfüllen haben. Es stellt sich hierbei jedem Manager die Frage, welche Zielvorgaben zu wählen sind. Bei dieser Entscheidung sind einerseits die Vision des Unternehmens und die aktuellen Strategien von Bedeutung, andererseits aber auch die derzeitige Situation sowie die zurückliegende Entwicklung. Es sind also Unternehmensdaten aus der Vergangenheit und Gegenwart in Betracht zu ziehen und daraus Zukunftswerte, also Planzahlen, abzuleiten. Hierbei eignen sich EDV-Anlagen zur Unterstützung dieser Entscheidung sehr gut.
Grundlage sind eine oder mehrere umfangreiche Datenbanken, die zur Bearbeitung der laufenden Geschäftsvorfälle durch Benutzereingaben abgefragt oder geändert werden können. Hierbei werden operative Informationssysteme und sog. Führungsinformationssysteme (engl. Executive Information Systems, EIS) unterschieden. Nach Hansen zählen zu den operativen IS Systeme für die Abwicklung von Geschäftstransaktionen (Transaktionssysteme) und Systeme, die Entscheidungen vorbereiten oder selber treffen (Dispositionssysteme). Auf strategischer Ebene existieren Planungssysteme, die Führungskräfte bei ihren Planungsaufgaben unterstützen, und Kontrollsysteme, die zur Überwachung der Einhaltung der Pläne durch Soll-Ist-Vergleiche und Hinweise auf notwendige Korrekturmaßnahmen dienen. Sämtliche Arten von Informationssystemen für Führungskräfte werden als Managementunterstützungssysteme (MUS) bezeichnet.
Die aktuelle Situation in den Unternehmen ist allerdings weit entfernt von dieser Idealvorstellung. Durch den Einsatz moderner Informations- und Kommunikationstechniken steht zwar eine Vielzahl von digitalen Daten zur Verfügung, allerdings ist kaum jemand in der Lage, diese sinnvoll zu nutzen. Dieser Istzustand lässt sich charakterisieren als Informationsarmut trotz Datenflut. Die Datenflut entsteht durch den unternehmensweiten Einsatz operativer Anwendungssysteme.“ ...
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau
2 Managementunterstützungssysteme
2.1 Begriff und Zweckbestimmung
2.2 Architektur
3 OLAP
3.1 Begriff und grundlegende Funktionsweise
3.2 Betriebswirtschaftliche Einsatzmöglichkeiten
4 Data Mining
4.1 Begriff und grundlegende Funktionsweise
4.2 Betriebswirtschaftliche Einsatzmöglichkeiten
5 Schlussbemerkungen
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial von Data Mining und OLAP als essenzielle Bestandteile moderner Managementunterstützungssysteme. Ziel ist es, den Nutzen dieser datengetriebenen Analysetechniken für betriebswirtschaftliche Entscheidungsprozesse aufzuzeigen, deren Anwendungsbereiche zu skizzieren und die synergetische Ergänzung beider Verfahren in der Unternehmenspraxis zu verdeutlichen.
- Grundlagen moderner Managementunterstützungssysteme (MUS)
- Funktionsweise und betriebswirtschaftliche Einsatzbereiche von OLAP
- Methodik, Prozessschritte und Anwendungsfelder von Data Mining
- Integration beider Ansätze in die Unternehmensplanung und -steuerung
- Praktische Beispiele aus dem Bereich Marketing und Customer Relationship Management (CRM)
Auszug aus dem Buch
3.1 Begriff und grundlegende Funktionsweise
OLAP steht für On-Line Analytical Processing und ist eine Weiterentwicklung des relationalen Datenbankmodells. Das sog. Relationenmodell unterstützt keine Ad-hoc-Analysen. In den operativen Datenbanken werden die Daten in einzelnen zweidimensionalen Tabellen gespeichert, welche durch Beziehungen miteinander verknüpft sind. So ist es mittels der standardisierten Abfragesprache SQL möglich, auch komplexere Abfragen durchzuführen, um detaillierte Informationen zu erhalten. Das setzt eine spezielle Schulung des Anwenders voraus, die sich auch nur dann lohnt, wenn der Benutzer tagtäglich damit zu tun hat. In den einzelnen Funktionsbereichen des Unternehmens, wo Mitarbeiter des Lower Managements die operativen Informationssysteme ständig nutzen, ist dies der Fall. Man spricht hier auch von transaktionsorientierter Datenverarbeitung oder englisch On-Line Transaction Processing (OLTP).
Benutzer von Entscheidungsunterstützungs- oder Führungsinformationssystemen sind aber nur an grundlegenden Trends bzw. an Kennzahlen und der meist graphischen Präsentation der Information interessiert bzw. wollen schnelle Was-wäre-wenn-Analysen durchführen. Die Abfrage von relationalen Datenbanken mittels SQL ist dafür zu unflexibel und zu kompliziert. Gesucht wird ein Modell, das einfach zu bedienen ist, den Anspruch von analytischen Auswertungen erfüllt und komplexe mehrdimensionale Abfragen ermöglicht in der Form: „Wie hoch war der Umsatz der Filiale X mit dem Produkt Y im letzten Quartal?“.
Diese Bedingungen erfüllt OLAP, das bereits die anfallenden Daten in mehrdimensionaler Form, als sog. Hyperwürfel oder Datenwürfel speichert. „Ein Hyperwürfel (engl.: hypercube) stellt eine Datenstruktur dar, die drei oder mehr Dimensionen umfasst. Die Benutzer können sich intuitiv in dem Würfel bewegen und an beliebiger Stelle Schnitte durch den Würfel ziehen, um Information zu vergleichen und selbständig Berichte zu erzeugen.“ Auf diese Weise wird eine hohe Performance erzeugt, weil die Bedienung benutzerfreundlich und die Zugriffszeiten kurz sind.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Bedeutung von Führung, Planung und Kontrolle ein und stellt den Bedarf an EDV-gestützten Managementunterstützungssystemen dar, um trotz „Datenflut“ relevante Informationen zu gewinnen.
2 Managementunterstützungssysteme: Das Kapitel definiert Managementunterstützungssysteme als analytische Informationssysteme und erläutert ihre Architektur sowie die verschiedenen Komponenten, die zur Datenaufbereitung und Entscheidungsunterstützung notwendig sind.
3 OLAP: Hier werden die Funktionsweise von Online Analytical Processing und der Einsatz von multidimensionalen Datenwürfeln beschrieben, um komplexe betriebswirtschaftliche Abfragen und Analysen effizient zu ermöglichen.
4 Data Mining: Dieses Kapitel erläutert den KDD-Prozess und verschiedene Data-Mining-Verfahren, die autonom Muster in großen Datenbeständen identifizieren, sowie deren Anwendungsmöglichkeiten, insbesondere im CRM.
5 Schlussbemerkungen: Der abschließende Teil fasst die synergetische Bedeutung von OLAP und Data Mining zusammen und gibt einen Ausblick auf zukünftige Entwicklungen wie Web Mining und Text Mining.
Schlüsselwörter
Managementunterstützungssysteme, OLAP, Data Mining, Entscheidungsunterstützung, Unternehmensplanung, Business Intelligence, Kundenbindungsmanagement, Warenkorbanalyse, Kennzahlensysteme, Data Warehouse, CRM, Online Analytical Processing, Wissensmanagement, Absatzplanung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit?
Die Arbeit beschäftigt sich mit der Nutzung von analytischen Systemen zur Unterstützung des Managements, wobei ein besonderer Fokus auf den Methoden OLAP und Data Mining liegt.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf der Architektur von Managementunterstützungssystemen, der Funktionsweise multidimensionaler Datenanalyse (OLAP) und der automatisierten Mustererkennung mittels Data Mining in betriebswirtschaftlichen Prozessen.
Welches ist das primäre Ziel der Arbeit?
Das Ziel ist es, die Einsatzpotenziale von OLAP und Data Mining für das Management aufzuzeigen und zu erläutern, wie Unternehmen diese Verfahren für eine effizientere Entscheidungsfindung nutzen können.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer theoretischen Analyse und Zusammenfassung existierender Fachliteratur zur Wirtschaftsinformatik, ergänzt um anwendungsorientierte Praxisbeispiele aus der Betriebswirtschaftslehre.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Darstellung der Architektur von Managementunterstützungssystemen, eine detaillierte Einführung in OLAP samt Anwendungsbeispielen (z.B. Vertriebscontrolling) sowie eine ausführliche Analyse der Methoden und Einsatzgebiete von Data Mining.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den wichtigsten Begriffen zählen OLAP, Data Mining, Managementunterstützungssysteme, Business Intelligence, Entscheidungsunterstützung und Customer Relationship Management.
Warum wird OLAP als nutzergetrieben und Data Mining als datengetrieben bezeichnet?
OLAP erfordert vom Anwender eine konkrete Fragestellung oder Hypothese, während Data Mining durch autonome Algorithmen große Datenmengen nach zuvor unbekannten Zusammenhängen und Mustern durchsucht.
Welche Rolle spielt die Balanced Scorecard in diesem Kontext?
Die Balanced Scorecard dient als Anwendungsbeispiel, um zu verdeutlichen, wie komplexe Kennzahlensysteme aus operativen Vorsystemen abgeleitet und mittels Data-Warehouse-Strukturen und OLAP-Analysen unterstützt werden können.
- Quote paper
- Christian Czech (Author), 2005, Einsatzpotentiale von Data Mining und OLAP als Bestandteile moderner Managementunterstützungssysteme, Munich, GRIN Verlag, https://www.grin.com/document/81706
