By Larissa Terpeluk Moss; S Atre
Levels and Steps -- consultant to the advance Steps -- enterprise Intelligence Definition -- BI Decision-Support tasks -- improvement ways -- Engineering phases and the improvement Steps -- Parallel improvement Tracks -- BI undertaking group constitution -- Justification for utilizing This venture Lifecycle advisor -- Step 1: enterprise Case evaluation -- company Justification -- enterprise Drivers -- company research concerns -- Cost-Benefit research -- hazard review -- company Case evaluate actions -- Roles curious about those actions -- Step 2: firm Infrastructure assessment -- Technical Infrastructure assessment -- The Platform -- The Middleware Platform -- The DBMS Platform -- Technical Infrastructure assessment actions -- Nontechnical Infrastructure assessment -- the results of Stovepipe improvement -- the necessity for Nontechnical Infrastructure -- firm structure -- company criteria -- Nontechnical Infrastructure assessment actions -- Step three: venture making plans -- handling the BI undertaking -- Defining the BI undertaking -- making plans the BI venture -- Step four: venture requisites Definition -- normal enterprise necessities -- Project-Specific standards -- The Interviewing strategy -- undertaking requisites Definition actions -- Step five: facts research -- Business-Focused info research -- Top-Down Logical facts Modeling -- Bottom-Up resource information research -- information detoxification -- information research actions -- Step 6: software Prototyping -- reasons of Prototyping -- most sensible Practices for Prototyping
Read Online or Download Business intelligence roadmap : the complete project lifecycle for decision-support applications PDF
Best management information systems books
These days, net purposes are virtually omnipresent. the internet has develop into a platform not just for info supply, but additionally for eCommerce platforms, social networks, cellular providers, and allotted studying environments. Engineering internet purposes includes many intrinsic demanding situations because of their dispensed nature, content material orientation, and the requirement to lead them to on hand to a large spectrum of clients who're unknown upfront.
Integration Models: Templates for Business Transformation
This booklet presents a confirmed method of EAI, providing examples from genuine perform, and exploring the stairs to persist with for its day by day implementation. initially designed for corporations present process major merger and acquisition task, Integration versions have advanced right into a operating toolkit for bridging the space among enterprise and technical versions.
Service Engineering: Entwicklung und Gestaltung innovativer Dienstleistungen
Die schnelle und effiziente Realisierung innovativer Dienstleistungen stellt zunehmend einen Erfolgsfaktor für die Wettbewerbsfähigkeit von Dienstleistungsunternehmen dar. Dienstleistungen werden in der Praxis jedoch oft "ad hoc", d. h. ohne systematische Vorgehensweise, entwickelt. Das Konzept des "Service Engineering" beschreibt Vorgehensweisen, Methoden und Werkzeugunterstützung für die systematische Planung, Entwicklung und Realisierung innovativer Dienstleistungen.
Additional info for Business intelligence roadmap : the complete project lifecycle for decision-support applications
Sample text
Zur Pflege des Data Warehouse gehört auch das regelmäßige Überprüfen der Hard- und Software-Kapazitäten. Die Praxis zeigt, dass die Datenmengen im Data Warehouse schnell ansteigen, sodass möglicherweise die ursprüngliche Speicher- und Verarbeitungskapazität bald nicht mehr ausreichend ist. 1 Bereitstellung quantitativer, strukturierter Daten Technologische Plattformen für ein Data Warehouse Im Folgenden sollen kurz die möglichen technologischen Plattformen für den Aufbau eines Data Warehouse skizziert werden.
Wer entscheidet, welche Daten für die Entscheidungsträger im Unternehmen einmal wichtig sein könnten und welche nicht? Um die Komplexität dieser Aufgabe zu reduzieren, wird in der Praxis häufig von dem unternehmensweiten Ansatz Abstand genommen. 1 Bereitstellung quantitativer, strukturierter Daten Warehouses, so genannte Data Marts, aufgebaut. Zur Informationsbedarfsanalyse kommen bekannte Methoden wie die Befragung der Mitarbeiter oder die Dokumentenanalyse zum Einsatz. Datenmodellierung In dieser Phase wird die logische Struktur des Data Warehouse entworfen.
Diese Kriterien kann man als die Dimensionen interpretieren, die den Data Cube aufspannen. Natürlich können diese Datenwürfel auch durch relationale Datenbanken abgebildet werden. Das Abbilden der Datenwürfel gestaltet sich dann jedoch aufwendiger, was sich negativ auf die Einfachheit und Performance der Datenabfrage auswirkt. Mehrdimensionale Datenbanken sind insbesondere dann zu bevorzugen, wenn die Daten gegenseitig voneinander abhängig sind und das Datenvolumen begrenzt ist. Durch die technologische Weiterentwicklung können die multidimensionalen Datenbanken jedoch zunehmend größere Datenvolumina verarbeiten.