SlideShare una empresa de Scribd logo
1 de 24
Open-Source ERP und BI
- Kriterien für ein effizientes Zusammenspiel -
Falk Neubert, Universität Osnabrück
Falk Neubert, Universität Osnabrück
Wissenschaftlicher Mitarbeiter im Fachbereich
BWL/Management Support und Wirtschaftsinformatik /
Universität Osnabrück
M.Sc. Falk Neubert
Mitglied beim eBusiness Lotsen Osnabrück
und Geschäftsführer der Firma
ecoservice aus Hannover.
Falk Neubert, Universität Osnabrück
ERPERPCRMCRM DMSDMS
TextTextTicketTicketEMailEMail
TKTK BIBI
Problemstellung
ShopShop
BI-Lösungen müssen häufig in
gewachsene IT-Landschaften
eingepasst werden.
Mangelhaftes Know-How beim
Projektmanagement
Fehlende strategische
Herangehensweise
Fehlende organisatorische Einbindung
des Themas BI
Falk Neubert, Universität Osnabrück
Business Intelligence (BI)
ERP Externe QuellenSCM CRM ...
Data Warehouse
Analysesysteme
BI-Portal
Wissensmanagement-
systeme
ETL
Daten-
bereitstellung
Informations-
generierung,
-speicherung,
- distribution
Informations-
zugriff
Quelle: BI, Tec-Channel
Falk Neubert, Universität Osnabrück
Datenbereitstellung:
Transformationsprozess - ETL
ERP Externe QuellenSCM CRM ...
Extraktion Arbeitsbereich
(Staging Area)
Laden
Data Warehouse
Zieldatenbank
Transformation
Extract, Transform, Load (ETL) –
Prozess zur Überführung der Daten
in eine analysefähige Datenbank
Falk Neubert, Universität Osnabrück
Vorgehensweise
Literaturrecherche
Expertenbefragung
Ableitung der Kriterien
Kriterienkatalog
- Erfolgfaktoren Softwareeinführung
- KMU spezifische Faktoren
- Integration bei heterogenen IT-
Landschaften
- Überprüfung der Faktoren durch
Expertengespräche (ERP
Anbieter)
- Darstellung der Kriterien mit den
dazugehörigen Merkmalen/
Ausprägungen
Problemstellung/Zielsetzung
Falk Neubert, Universität Osnabrück
Zielsetzung
Kriterienkatalog hilft KMUs bei
der effizienten Nutzung eines
BI-Systems im Unternehmen
Vermeidung von Fehlern bei der
Nutzung eines BI-Systems
Vermeidung von Fehlern bei der
Einführung eines BI-Systems
Falk Neubert, Universität Osnabrück
Literraturrecherche
Analyse der Fachliteratur
Erfolgsfaktoren bei
der Software/BI-Einfürung
KMU-spezifische Faktoren
Faktoren bei der Integration
in heterogene IT-Landschaften
- Suchbegriffe „Erfolgsfaktoren Software-
einführung“, „Erfolgsfaktoren BI-Projekte“
- Suchbegriffe „Heterogene IT-
Landschaften“, „Integrations Software“
- Suchbegriffe „KMU IT“, „KMU spezifische
Faktoren IT“, „KMU IT Landschaft“
Quellen:
- Internetrecherche
- Bücher
- Fachartikel
Falk Neubert, Universität Osnabrück
Erfolgsfaktoren Software/BI-Einführung
Projektmanagement
Strategie
Organisation
Technologie
- Strategische Einbindung des Projektes in
die Gesamtstrategie
- Klare Zielsetzung
- Unterstützung durch das Management
- Personelle Zuordnung von Verantwortung
- Frühzeitige Einbindung der Anwender
- Analyse der Datenquellen
- Datenqualität
- ETL-Prozess ist definiert
- Projektmanagement Know-How ist vorhanden
- Projektmanagement-Team ist aufgestellt
Falk Neubert, Universität Osnabrück
KMU spezifische Faktoren
Projektmanagement
Strategie
Prozesse
Daten
- Fehlende strategische Ausrichtung,
technologiegetrieben
- Unklare Zielsetzung
- Unklare Prozesse
- Fehlende Verantwortlichkeiten
- Viele Datenquellen und -formate
- Geringe Datenqualität
- Fehlendes Stammdatenmanagement
- Fehlendes Projektmanagement Know-How
- Technologievertrauen ist hoch
Technologie
- Heterogene IT-Landschaft
- Gewachsene Strukturen
Falk Neubert, Universität Osnabrück
Integration in heterogene IT-Landschaften
Integration
Analyse
Daten
- ETL-Werkzeuge müssen vorhanden sein
- Das Know-How für die Integration ist aufgebaut
- Analyse der vorhandenen IT-Systeme
(Datenbanken, Anwendungen, etc.)
- Datenmanagement
Falk Neubert, Universität Osnabrück
Kriteriengruppen
OrganisationStrategie
Daten Technologie
Prozesse
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Strategie
Kriterium Beschreibung Ausprägung
BI-Strategie Liegt eine Strategie zur Einführung
einer BI-Lösung vor?
Ja / Nein
Kennzahlen Wurden Kennzahlen für das BI-
System bestimmt?
Ja / Nein
Ziele Wurden die Ziele der einzelnen
Perspektiven definiert?
 Fachliche Ziele: Ja / Nein
 Organisatorische Ziele:
Ja / Nein
 Architektur/
Technologische Ziele:
Ja / Nein
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Organisation
Kriterium Beschreibung Ausprägung
BI-Verantwortlicher Wurde ein Verantwortlicher für das BI-
Gesamtsystem festgelegt?
Ja / Nein
BI-Projektteam Wurde ein BI-Projektteam eingerichtet?
(Bestehend aus Mitarbeitern der
Geschäftleitung, Fachabteilung und IT)
Ja / Nein
Mitarbeiter Wurden die Key-User der Fachabteilungen
frühzeitig in das Projekt eingebunden?
Ja / Nein
Mitarbeiter Verfügen die Mitarbeiter im Projekt über
eine ausreichende BI-Kompetenz?
Ja / Nein
Projektmanagement Wurde ein Projektmanagement für die
Einführung der BI-Lösung eingerichtet?
Ja (mit Vorgehensmodell)
Ja (ohne Vorgehensmodell)
Nein
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Prozesse
Kriterium Beschreibung Ausprägung
Standardisierung Sind die Geschäftsprozesse
beschrieben?
Ja / Nein
Prozessdiagramm
BI-Prozesse Ist die Informationsverteilung als
Geschäftsprozess beschrieben?
Ja / Nein
Prozessdiagramm
ETL Wurde ein ETL-Prozess auf Basis der
BI-Zielsetzung (Kennzahlen)
eingerichtet?
Ja / Nein
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Daten
Kriterium Beschreibung Ausprägung
Datenformate Welche Datenformate liegen vor? Text
Datenbereinigung Wurden die Daten in den
Quellsystemen bereinigt?
Ja / Nein
Daten-
bereitstellung
Sind die Datenquellen passend zur BI-
Zielsetzung ausgewählt?
Ja / Nein
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Technologie
Kriterium Beschreibung Ausprägung
Hardware Wurde die Hardware passend zu den
gesetzten Zielen ausgewählt?
Betriebssystem: Ja / Nein
Datenbank: Ja / Nein
Hardware Wurde die Hardware-Ressourcen
ausreichend eingeplant?
Ja / Nein
Schnittstelle Bietet die angestrebte BI-Lösung ein
ETL-Werkzeug zur Integration der
vorhanden Datenquellen?
Ja / Nein
Falk Neubert, Universität Osnabrück
Einführungsstrategien für OS ERP-Systeme
IT-Partner
Kunden
Odoo Wartungsvertrag
Wartungsvertrag
Entwickler-
gemeinschaft
Wissenstransfer/ Aufträge
Auftragsvergabe
Partnernetzwerk
Open Source Projekt: Odoo
Falk Neubert, Universität Osnabrück
Open Source Projekt: Odoo
Falk Neubert, Universität Osnabrück
Odoo - Berichtswesen
Falk Neubert, Universität Osnabrück
Open Source Projekt: Pentaho
Data Integration Business Analytics Big Data Analytics
Report Designer
Falk Neubert, Universität Osnabrück
Open Source Projekt: Spoon - Odoo
Falk Neubert, Universität Osnabrück
eBusiness-Lotsen Osnabrück
Unsere Angebote
Wir unterstützen Unternehmen, insbesondere KMU,
Handwerk und Existenzgründer, neutral und
herstellerunabhängig bei der Einführung und Nutzung
des Elektronischen Geschäftsverkehrs.
Unsere Themen

Kriterien für das effiziente Zusammenspiel von
Business-Intelligence- Lösungen mit integrierter
betrieblicher Anwendungssoftware unter
Berücksichtigung von KMU-Anforderungen.

Reifegradmodell zur Analyse und Auswertung von
betrieblichen Unternehmensdaten bei kleinen und
mittleren Unternehmen.

Erarbeitung einer prototypischen Anwendung zur
vorausschauende Analyse von Kundendaten.
Falk Neubert, Universität Osnabrück
Falk Neubert, M.Sc.
Universität Osnabrück
BWL/Management Support und Wirtschaftsinformatik
Prof. Dr. Bodo Rieger
Tel. 0171 / 9908427
Email falk.neubert@uni-osnabrueck.de
WWW: http://www.mswi.uni-osnabrueck.de/
Weitere Informationen zum Thema finden Sie unter:
http://www.ebusiness-lotse-osnabrueck.de
https://www.xing.com/net/erp-os/
http://twitter.com/#!/opensource_erp
Kontaktdaten

Más contenido relacionado

La actualidad más candente

Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...
Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...
Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...Marco Geuer
 
Digitale Transformation Braucht Starke und Verlässliche Daten
Digitale Transformation Braucht Starke und Verlässliche DatenDigitale Transformation Braucht Starke und Verlässliche Daten
Digitale Transformation Braucht Starke und Verlässliche DatenPrecisely
 
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...SQL Projekt AG
 
TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"Marco Geuer
 
[Expertengespräch] Jedox & BARC über Advanced Planning
[Expertengespräch] Jedox & BARC über Advanced Planning[Expertengespräch] Jedox & BARC über Advanced Planning
[Expertengespräch] Jedox & BARC über Advanced PlanningJedox
 
Business intelligence überblicksvortrag
Business intelligence überblicksvortragBusiness intelligence überblicksvortrag
Business intelligence überblicksvortragFalk Neubert
 
Projektbasierte ERP-Lösungen im Consulting klar im Vorteil
Projektbasierte ERP-Lösungen im Consulting klar im VorteilProjektbasierte ERP-Lösungen im Consulting klar im Vorteil
Projektbasierte ERP-Lösungen im Consulting klar im Vorteilbhoeck
 
Aktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenAktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenBARC GmbH
 

La actualidad más candente (9)

Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...
Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...
Daten- und Informationsqualitätsmanagement als integraler Baustein von Manage...
 
Digitale Transformation Braucht Starke und Verlässliche Daten
Digitale Transformation Braucht Starke und Verlässliche DatenDigitale Transformation Braucht Starke und Verlässliche Daten
Digitale Transformation Braucht Starke und Verlässliche Daten
 
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...
TRANSCONNECT® als Integrationslayer in einem Master-Data-Management-Projekt (...
 
TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"TOC Netzwerktagung - "HiSpeed Data Analytics"
TOC Netzwerktagung - "HiSpeed Data Analytics"
 
[Expertengespräch] Jedox & BARC über Advanced Planning
[Expertengespräch] Jedox & BARC über Advanced Planning[Expertengespräch] Jedox & BARC über Advanced Planning
[Expertengespräch] Jedox & BARC über Advanced Planning
 
Business intelligence überblicksvortrag
Business intelligence überblicksvortragBusiness intelligence überblicksvortrag
Business intelligence überblicksvortrag
 
Projektbasierte ERP-Lösungen im Consulting klar im Vorteil
Projektbasierte ERP-Lösungen im Consulting klar im VorteilProjektbasierte ERP-Lösungen im Consulting klar im Vorteil
Projektbasierte ERP-Lösungen im Consulting klar im Vorteil
 
2010 09 29 13-30 michael gniffke
2010 09 29 13-30 michael gniffke2010 09 29 13-30 michael gniffke
2010 09 29 13-30 michael gniffke
 
Aktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenAktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von Informationen
 

Similar a Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel -

Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...Markus Harrer
 
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Harald Erb
 
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesDas modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesOPITZ CONSULTING Deutschland
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Harald Erb
 
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015In Memory-Technologien im Vergleich - SQL Server Konferenz 2015
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015Marcel Franke
 
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human InferenceDataValueTalk
 
Collaboration Days 2011 - Document Management à la carte
Collaboration Days 2011 - Document Management à la carteCollaboration Days 2011 - Document Management à la carte
Collaboration Days 2011 - Document Management à la carteDavid Schneider
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-FörderphaseBjörn Muschall
 
Cv wagener harald_20170830
Cv wagener harald_20170830Cv wagener harald_20170830
Cv wagener harald_20170830Harald Wagener
 
Do you know what k-Means? Cluster-Analysen
Do you know what k-Means? Cluster-Analysen Do you know what k-Means? Cluster-Analysen
Do you know what k-Means? Cluster-Analysen Harald Erb
 
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...Daniel Eiduzzis
 
Schulug Grundlagen SAP BI / BW
Schulug Grundlagen SAP BI / BWSchulug Grundlagen SAP BI / BW
Schulug Grundlagen SAP BI / BWA. LE
 
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBARC GmbH
 
Datenanalyse in der Praxis
Datenanalyse in der PraxisDatenanalyse in der Praxis
Datenanalyse in der PraxisYvette Teiken
 
Das leisten künftige Managementsysteme für Geschäftsprozesse
Das leisten künftige Managementsysteme für GeschäftsprozesseDas leisten künftige Managementsysteme für Geschäftsprozesse
Das leisten künftige Managementsysteme für Geschäftsprozessegero.decker
 
SCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare LangzeitarchivierungSCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare LangzeitarchivierungSven Schlarb
 
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS Excel
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS ExcelSolutiontogo webinar top 5 tricks und templates für die Planung mit MS Excel
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS Excelsolutiontogo
 
Webinar Slides: SharePoint als Drehscheibe fuer ihr Unternehmenswissen
Webinar Slides: SharePoint als Drehscheibe fuer ihr UnternehmenswissenWebinar Slides: SharePoint als Drehscheibe fuer ihr Unternehmenswissen
Webinar Slides: SharePoint als Drehscheibe fuer ihr UnternehmenswissenB-S-S Business Software Solutions GmbH
 
Market Research Meets Business Intelligence
Market Research Meets Business IntelligenceMarket Research Meets Business Intelligence
Market Research Meets Business IntelligenceDataLion
 

Similar a Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel - (20)

Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...
 
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
 
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesDas modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015In Memory-Technologien im Vergleich - SQL Server Konferenz 2015
In Memory-Technologien im Vergleich - SQL Server Konferenz 2015
 
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
‘Fehler vorprogrammiert’ Paul Tours, Senior Consultant/Human Inference
 
Collaboration Days 2011 - Document Management à la carte
Collaboration Days 2011 - Document Management à la carteCollaboration Days 2011 - Document Management à la carte
Collaboration Days 2011 - Document Management à la carte
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphase
 
Cv wagener harald_20170830
Cv wagener harald_20170830Cv wagener harald_20170830
Cv wagener harald_20170830
 
Do you know what k-Means? Cluster-Analysen
Do you know what k-Means? Cluster-Analysen Do you know what k-Means? Cluster-Analysen
Do you know what k-Means? Cluster-Analysen
 
Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -
 
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...
Reporting- und Business-Intelligence-Werkzeuge für den Controller: Grundlagen...
 
Schulug Grundlagen SAP BI / BW
Schulug Grundlagen SAP BI / BWSchulug Grundlagen SAP BI / BW
Schulug Grundlagen SAP BI / BW
 
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
 
Datenanalyse in der Praxis
Datenanalyse in der PraxisDatenanalyse in der Praxis
Datenanalyse in der Praxis
 
Das leisten künftige Managementsysteme für Geschäftsprozesse
Das leisten künftige Managementsysteme für GeschäftsprozesseDas leisten künftige Managementsysteme für Geschäftsprozesse
Das leisten künftige Managementsysteme für Geschäftsprozesse
 
SCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare LangzeitarchivierungSCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare Langzeitarchivierung
 
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS Excel
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS ExcelSolutiontogo webinar top 5 tricks und templates für die Planung mit MS Excel
Solutiontogo webinar top 5 tricks und templates für die Planung mit MS Excel
 
Webinar Slides: SharePoint als Drehscheibe fuer ihr Unternehmenswissen
Webinar Slides: SharePoint als Drehscheibe fuer ihr UnternehmenswissenWebinar Slides: SharePoint als Drehscheibe fuer ihr Unternehmenswissen
Webinar Slides: SharePoint als Drehscheibe fuer ihr Unternehmenswissen
 
Market Research Meets Business Intelligence
Market Research Meets Business IntelligenceMarket Research Meets Business Intelligence
Market Research Meets Business Intelligence
 

Más de Falk Neubert

Textuelle Erfassung von Geschäftsprozessen
Textuelle Erfassung von GeschäftsprozessenTextuelle Erfassung von Geschäftsprozessen
Textuelle Erfassung von GeschäftsprozessenFalk Neubert
 
Die Notwendigkeit von Geschäftsprozessen
Die Notwendigkeit von GeschäftsprozessenDie Notwendigkeit von Geschäftsprozessen
Die Notwendigkeit von GeschäftsprozessenFalk Neubert
 
OpenERP Datev Connector
OpenERP Datev ConnectorOpenERP Datev Connector
OpenERP Datev ConnectorFalk Neubert
 
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.Falk Neubert
 
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?Falk Neubert
 

Más de Falk Neubert (6)

Textuelle Erfassung von Geschäftsprozessen
Textuelle Erfassung von GeschäftsprozessenTextuelle Erfassung von Geschäftsprozessen
Textuelle Erfassung von Geschäftsprozessen
 
Die Notwendigkeit von Geschäftsprozessen
Die Notwendigkeit von GeschäftsprozessenDie Notwendigkeit von Geschäftsprozessen
Die Notwendigkeit von Geschäftsprozessen
 
OpenERP Datev Connector
OpenERP Datev ConnectorOpenERP Datev Connector
OpenERP Datev Connector
 
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.
Stolpersteine und Chancen bei Open-Source Lösungen in der Arbeitswelt.
 
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?
Open-Source ERP-Lösungen: Für wen sind diese Systeme eine Alternative?
 
CRM - Einführung
CRM - EinführungCRM - Einführung
CRM - Einführung
 

Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel -

  • 1. Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel - Falk Neubert, Universität Osnabrück
  • 2. Falk Neubert, Universität Osnabrück Wissenschaftlicher Mitarbeiter im Fachbereich BWL/Management Support und Wirtschaftsinformatik / Universität Osnabrück M.Sc. Falk Neubert Mitglied beim eBusiness Lotsen Osnabrück und Geschäftsführer der Firma ecoservice aus Hannover.
  • 3. Falk Neubert, Universität Osnabrück ERPERPCRMCRM DMSDMS TextTextTicketTicketEMailEMail TKTK BIBI Problemstellung ShopShop BI-Lösungen müssen häufig in gewachsene IT-Landschaften eingepasst werden. Mangelhaftes Know-How beim Projektmanagement Fehlende strategische Herangehensweise Fehlende organisatorische Einbindung des Themas BI
  • 4. Falk Neubert, Universität Osnabrück Business Intelligence (BI) ERP Externe QuellenSCM CRM ... Data Warehouse Analysesysteme BI-Portal Wissensmanagement- systeme ETL Daten- bereitstellung Informations- generierung, -speicherung, - distribution Informations- zugriff Quelle: BI, Tec-Channel
  • 5. Falk Neubert, Universität Osnabrück Datenbereitstellung: Transformationsprozess - ETL ERP Externe QuellenSCM CRM ... Extraktion Arbeitsbereich (Staging Area) Laden Data Warehouse Zieldatenbank Transformation Extract, Transform, Load (ETL) – Prozess zur Überführung der Daten in eine analysefähige Datenbank
  • 6. Falk Neubert, Universität Osnabrück Vorgehensweise Literaturrecherche Expertenbefragung Ableitung der Kriterien Kriterienkatalog - Erfolgfaktoren Softwareeinführung - KMU spezifische Faktoren - Integration bei heterogenen IT- Landschaften - Überprüfung der Faktoren durch Expertengespräche (ERP Anbieter) - Darstellung der Kriterien mit den dazugehörigen Merkmalen/ Ausprägungen Problemstellung/Zielsetzung
  • 7. Falk Neubert, Universität Osnabrück Zielsetzung Kriterienkatalog hilft KMUs bei der effizienten Nutzung eines BI-Systems im Unternehmen Vermeidung von Fehlern bei der Nutzung eines BI-Systems Vermeidung von Fehlern bei der Einführung eines BI-Systems
  • 8. Falk Neubert, Universität Osnabrück Literraturrecherche Analyse der Fachliteratur Erfolgsfaktoren bei der Software/BI-Einfürung KMU-spezifische Faktoren Faktoren bei der Integration in heterogene IT-Landschaften - Suchbegriffe „Erfolgsfaktoren Software- einführung“, „Erfolgsfaktoren BI-Projekte“ - Suchbegriffe „Heterogene IT- Landschaften“, „Integrations Software“ - Suchbegriffe „KMU IT“, „KMU spezifische Faktoren IT“, „KMU IT Landschaft“ Quellen: - Internetrecherche - Bücher - Fachartikel
  • 9. Falk Neubert, Universität Osnabrück Erfolgsfaktoren Software/BI-Einführung Projektmanagement Strategie Organisation Technologie - Strategische Einbindung des Projektes in die Gesamtstrategie - Klare Zielsetzung - Unterstützung durch das Management - Personelle Zuordnung von Verantwortung - Frühzeitige Einbindung der Anwender - Analyse der Datenquellen - Datenqualität - ETL-Prozess ist definiert - Projektmanagement Know-How ist vorhanden - Projektmanagement-Team ist aufgestellt
  • 10. Falk Neubert, Universität Osnabrück KMU spezifische Faktoren Projektmanagement Strategie Prozesse Daten - Fehlende strategische Ausrichtung, technologiegetrieben - Unklare Zielsetzung - Unklare Prozesse - Fehlende Verantwortlichkeiten - Viele Datenquellen und -formate - Geringe Datenqualität - Fehlendes Stammdatenmanagement - Fehlendes Projektmanagement Know-How - Technologievertrauen ist hoch Technologie - Heterogene IT-Landschaft - Gewachsene Strukturen
  • 11. Falk Neubert, Universität Osnabrück Integration in heterogene IT-Landschaften Integration Analyse Daten - ETL-Werkzeuge müssen vorhanden sein - Das Know-How für die Integration ist aufgebaut - Analyse der vorhandenen IT-Systeme (Datenbanken, Anwendungen, etc.) - Datenmanagement
  • 12. Falk Neubert, Universität Osnabrück Kriteriengruppen OrganisationStrategie Daten Technologie Prozesse
  • 13. Falk Neubert, Universität Osnabrück Kriteriengruppe: Strategie Kriterium Beschreibung Ausprägung BI-Strategie Liegt eine Strategie zur Einführung einer BI-Lösung vor? Ja / Nein Kennzahlen Wurden Kennzahlen für das BI- System bestimmt? Ja / Nein Ziele Wurden die Ziele der einzelnen Perspektiven definiert?  Fachliche Ziele: Ja / Nein  Organisatorische Ziele: Ja / Nein  Architektur/ Technologische Ziele: Ja / Nein
  • 14. Falk Neubert, Universität Osnabrück Kriteriengruppe: Organisation Kriterium Beschreibung Ausprägung BI-Verantwortlicher Wurde ein Verantwortlicher für das BI- Gesamtsystem festgelegt? Ja / Nein BI-Projektteam Wurde ein BI-Projektteam eingerichtet? (Bestehend aus Mitarbeitern der Geschäftleitung, Fachabteilung und IT) Ja / Nein Mitarbeiter Wurden die Key-User der Fachabteilungen frühzeitig in das Projekt eingebunden? Ja / Nein Mitarbeiter Verfügen die Mitarbeiter im Projekt über eine ausreichende BI-Kompetenz? Ja / Nein Projektmanagement Wurde ein Projektmanagement für die Einführung der BI-Lösung eingerichtet? Ja (mit Vorgehensmodell) Ja (ohne Vorgehensmodell) Nein
  • 15. Falk Neubert, Universität Osnabrück Kriteriengruppe: Prozesse Kriterium Beschreibung Ausprägung Standardisierung Sind die Geschäftsprozesse beschrieben? Ja / Nein Prozessdiagramm BI-Prozesse Ist die Informationsverteilung als Geschäftsprozess beschrieben? Ja / Nein Prozessdiagramm ETL Wurde ein ETL-Prozess auf Basis der BI-Zielsetzung (Kennzahlen) eingerichtet? Ja / Nein
  • 16. Falk Neubert, Universität Osnabrück Kriteriengruppe: Daten Kriterium Beschreibung Ausprägung Datenformate Welche Datenformate liegen vor? Text Datenbereinigung Wurden die Daten in den Quellsystemen bereinigt? Ja / Nein Daten- bereitstellung Sind die Datenquellen passend zur BI- Zielsetzung ausgewählt? Ja / Nein
  • 17. Falk Neubert, Universität Osnabrück Kriteriengruppe: Technologie Kriterium Beschreibung Ausprägung Hardware Wurde die Hardware passend zu den gesetzten Zielen ausgewählt? Betriebssystem: Ja / Nein Datenbank: Ja / Nein Hardware Wurde die Hardware-Ressourcen ausreichend eingeplant? Ja / Nein Schnittstelle Bietet die angestrebte BI-Lösung ein ETL-Werkzeug zur Integration der vorhanden Datenquellen? Ja / Nein
  • 18. Falk Neubert, Universität Osnabrück Einführungsstrategien für OS ERP-Systeme IT-Partner Kunden Odoo Wartungsvertrag Wartungsvertrag Entwickler- gemeinschaft Wissenstransfer/ Aufträge Auftragsvergabe Partnernetzwerk Open Source Projekt: Odoo
  • 19. Falk Neubert, Universität Osnabrück Open Source Projekt: Odoo
  • 20. Falk Neubert, Universität Osnabrück Odoo - Berichtswesen
  • 21. Falk Neubert, Universität Osnabrück Open Source Projekt: Pentaho Data Integration Business Analytics Big Data Analytics Report Designer
  • 22. Falk Neubert, Universität Osnabrück Open Source Projekt: Spoon - Odoo
  • 23. Falk Neubert, Universität Osnabrück eBusiness-Lotsen Osnabrück Unsere Angebote Wir unterstützen Unternehmen, insbesondere KMU, Handwerk und Existenzgründer, neutral und herstellerunabhängig bei der Einführung und Nutzung des Elektronischen Geschäftsverkehrs. Unsere Themen  Kriterien für das effiziente Zusammenspiel von Business-Intelligence- Lösungen mit integrierter betrieblicher Anwendungssoftware unter Berücksichtigung von KMU-Anforderungen.  Reifegradmodell zur Analyse und Auswertung von betrieblichen Unternehmensdaten bei kleinen und mittleren Unternehmen.  Erarbeitung einer prototypischen Anwendung zur vorausschauende Analyse von Kundendaten.
  • 24. Falk Neubert, Universität Osnabrück Falk Neubert, M.Sc. Universität Osnabrück BWL/Management Support und Wirtschaftsinformatik Prof. Dr. Bodo Rieger Tel. 0171 / 9908427 Email falk.neubert@uni-osnabrueck.de WWW: http://www.mswi.uni-osnabrueck.de/ Weitere Informationen zum Thema finden Sie unter: http://www.ebusiness-lotse-osnabrueck.de https://www.xing.com/net/erp-os/ http://twitter.com/#!/opensource_erp Kontaktdaten

Notas del editor

  1. Meine sehr geehrten Damen und Herren, ich darf mich kurz vorstellen ….
  2. Wie sieht die Struktur eines BI-Systems aus? Auf der untersten Ebene haben wir es mit den unterschiedlichen Datenquellen zu tun. Wie Sie sehen , können hier Daten aus dem ERP, den SCM. CRM aber auch Daten aus externen Quellen abgefragt werden. Die unterschiedliche Datenquellen werden in einem sogenannten ETL Prozess in das Data Warehouse überführt. Hier stehen die Daten den Analysesystemen oder Wissenmanagementsystemen zur Verfügung. Die daraus erstellten Auswertungen können im BI-Portal unterschiedlichen Benutzergruppen zur Verfügung gestellt werden. Wie haben also einen grobe Einteilung in Datenbereitstellung, Datengenerierung/-verteilung/- distribution und dem Datenzugriff. Schauen wir uns diesen grob skizzierten Ablauf etwas genauer an.
  3. Der sogenannte ETL-Prozess führt die Daten über mehrere Schritte in das Data Warehouse. Das Akronym ETL steht für Extract, Transform, Load und verdeutlicht die Schritte, die im ETL Prozess durchlaufen werden: 1. Es werden die Daten aus unterschiedlichen Quellen in einer einheitlichen Datenbasis zusammengefasst. 2. Innerhalb dieses Vorgangs werden Datenfehler oder inkonsistente Datensätze bereinigt bzw. herausgenommen. In diesem Schritt können zum Beispiel fehlerhafte PLZ korrigiert oder fehlerhafte Email-Adresse herausgenommen werden. 3. In einem weiteren Schritt kann die Datenbasis mit externen Daten angereicht werden. Dies können zum Beispiel Marktforschungsdaten sein. 4. Im letzten Schritt des ETL-Prozesses wird eine Datenreduktion hinsichtlich der Merkmalsausprägung vorgenommen. Dieser Schritt dient hauptsächlich zur Optimierung der späteren Analyse. Nach dem wir einen Blick auf die Struktur oder den Rahmen einer BI-Lösung geworfen haben, möchte ich auf unser Herangehen beim Aufstellen des Referenzkatalogs eingehen.
  4. Über die Literaturrecherche sollten relevante Faktoren bestimmt werden, die für die Beantwortung der Fragestellung relevant sind. Danach wurden die Falktoren mittels Experteninterview validiert und anschließend daraus Gruppen und Kriterien abgeleitet. Dies war die Basis für den entstandenen Kriterienkatalog.
  5. Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen. Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden. →
  6. Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen. Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden. →
  7. Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen. Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden. →
  8. Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen. Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden. →
  9. Der Zugriff auf die Berichte und Auswertungen kann über sogenannte Berichtssysteme geregelt werden. Berichtssysteme lassen sich in aktive und passiver Systeme einteilen. Aktive Systeme erstellen Berichte ohne Eingreifen des Benutzers. Je nach zeitlicher Vorgabe wird hier nach periodischen und aperiodischen Systemen unterschieden. Bei den passiven System werden die Berichte erst durch Generierung durch den Benutzer erstellt. Hier greifen die Benutzer häufig auf sogenannte Ad hoc Berichte zu. Scorecards - Momentaufnahme verschiedener entscheidungsrelevanter Daten - Verdichtung unterschiedlicher Informationen in unterschiedlicher Form: Kennzahlen, Messpunkte, Key Performance Indicatoren KPI = betriebswirtschaftlicher Schlüsselkennziffern, die der Erreichung der strategischen Ziele dienen Dashboards - Zusammenfassung unterschiedlicher Scorecards Cockpits - Kennzahlen Cockpits können als eigenständiges Informationssystem realisiert werden - Bestandteil eine Management Information System (MIS) Management Information System: berichtsorientieres Analysesystem zur Planung, Steuerung und Kontrolle der operativen Wertschopfungskette