Inhalt | 6 |
Vorwort | 10 |
Vorwort zur 1. Auflage | 11 |
1 Einführung | 13 |
1.1 Zielsetzung des Buches | 14 |
1.2 Zielgruppe | 15 |
1.3 Aufbau des Buches | 16 |
1.4 Abgrenzungen | 17 |
1.5 Kontakt zum Autor | 19 |
1.6 Danksagung | 19 |
2 Business Intelligence – dieGrundlagen | 21 |
2.1 Ziele von Business Intelligence | 25 |
2.2 Voraussetzungen für Business Intelligence | 26 |
2.3 Data Warehouse | 29 |
2.4 OLAP | 32 |
2.4.1 Dimensionen | 32 |
2.4.2 Hierarchien | 33 |
2.4.3 Measures | 33 |
2.4.4 Cubes | 34 |
2.4.5 Dimensionstabellen, Faktentabellen | 36 |
2.5 Data Mining | 37 |
2.6 Data-Mining-Methoden | 42 |
3 Die BI-Komponenten des Microsoft SQL Servers 2008 | 45 |
3.1 Analysis Services | 46 |
3.2 Integration Services | 48 |
3.3 Reporting Services | 52 |
3.4 Unified Dimension Model | 54 |
3.5 SQL Server Management Studio | 56 |
3.6 Business Intelligence Development Studio | 57 |
3.6.1 Projekte | 57 |
3.6.2 Projektmappen | 59 |
3.6.3 Elemente der Entwicklungsumgebung | 59 |
3.6.3.1 Die Hauptelemente | 60 |
3.6.3.2 Weitere Elemente | 64 |
3.6.4 Tool-Optionen | 67 |
3.6.5 Anpassen der Umgebung | 71 |
3.6.5.1 Positionierung und Status der Fenster | 71 |
3.6.5.2 Toolbars | 72 |
3.6.6 Bereitstellung | 73 |
3.6.7 Konfigurationen | 77 |
3.6.8 Team Development und Reuse | 80 |
3.6.9 Online-Projekte | 80 |
3.7 Business-Intelligence-Clients | 81 |
3.7.1 Data Analyzer | 83 |
3.7.2 Reporting Services | 84 |
3.7.3 Excel-Add-In für SQL Server Analysis Services | 85 |
3.7.4 Office Web Components | 86 |
3.7.5 MapPoint | 87 |
3.7.6 Windows SharePoint Services | 89 |
3.7.7 SharePoint Portal Server | 90 |
3.7.8 ProClarity | 91 |
3.7.9 Business Scorecard Manager | 93 |
3.7.10 PerformancePoint Server | 94 |
3.7.10.1 Monitoring | 95 |
3.7.10.2 Analytics | 96 |
3.7.10.3 Planning | 98 |
4 Das erste Business-Intelligence-Projekt | 101 |
4.1 Die Beispieldatenbank | 101 |
4.2 Installation der Beispieldatenbank | 103 |
4.2.1 Installation der Beispieldatenbank AdventureWorks_OLTP_DB | 106 |
4.2.2 Installation der Beispieldatenbank AdventureWorks_DW_BI | 110 |
4.3 Inhalte der Beispieldatenbank AdventureWorks | 115 |
4.4 Das Beispiel-DataWarehouse AdventureWorksDW | 119 |
4.4.1 Die Sicht dbo.vDMPrep | 119 |
4.4.2 Die Sicht dbo.vTargetMail | 120 |
4.4.3 Die Sicht dbo.vTimeSeries | 122 |
4.5 Die Vorbereitung des BI-Projektes | 122 |
4.5.1 Vorbereiten der Analysis-Services-Datenbank | 123 |
4.5.2 Erstellung des Cubes | 135 |
4.6 Aufbau des Data-Mining-Modells | 148 |
4.6.1 Erstellen des Data-Mining-Modells | 149 |
4.6.2 Erstellen des Regelwerks | 160 |
4.6.3 Interpretation des Mining-Ergebnisses | 164 |
4.6.3.1 Interpretation der Entscheidungsstruktur | 165 |
4.6.3.2 Interpretation des Abhängigkeitsnetzwerks | 170 |
5 Einsatzszenarien und Fallbeispiele | 175 |
5.1 Warenkorbanalyse | 175 |
5.1.1 Erstellen des Data-Mining-Modells für eine Warenkorbanalyse | 177 |
5.1.2 Darstellung und Interpretation der Mining-Struktur | 187 |
5.1.2.1 Ansicht Regeln | 188 |
5.1.2.2 Ansicht Itemsets | 191 |
5.1.2.3 Ansicht Abhängigkeitsnetzwerk | 195 |
5.2 Prognose von Geschäftsvorgängen | 201 |
5.2.1 Erstellen des Data-Mining-Modells für eine Absatzprognose | 202 |
5.2.2 Darstellung und Interpretation der Mining-Struktur | 209 |
5.2.3 Darstellung und Interpretation des Ergebnisses | 211 |
5.2.3.1 Ansicht Diagramme | 211 |
5.2.3.2 Ansicht Entscheidungsstruktur | 216 |
5.3 Weitere Anwendungsbeispiele | 221 |
5.3.1 Microsoft Cluster | 221 |
5.3.1.1 Erstellen der Mining-Struktur | 221 |
5.3.1.2 Ansicht Cluster-Diagramm | 227 |
5.3.1.3 Ansicht Cluster-Profile | 230 |
5.3.1.4 Ansicht Cluster-Merkmale | 235 |
5.3.1.5 Ansicht Cluster-Unterscheidung | 236 |
5.3.2 Microsoft Entscheidungsstrukturen | 239 |
5.3.3 Microsoft Sequenzcluster | 239 |
5.3.3.1 Erstellen der Mining-Struktur | 240 |
5.3.3.2 Ansicht Cluster-Diagramm | 244 |
5.3.3.3 Ansicht Cluster-Profile | 247 |
5.3.3.4 Ansicht Cluster-Merkmale | 250 |
5.3.3.5 Ansicht Cluster-Unterscheidung | 252 |
5.3.3.6 Ansicht Statusübergänge | 254 |
5.3.4 Naives Bayes-Verfahren von Microsoft | 257 |
5.3.4.1 Erstellen der Mining-Struktur | 257 |
5.3.4.2 Ansicht Abhängigkeitsnetzwerk | 261 |
5.3.4.3 Ansicht Attributprofile | 264 |
5.3.4.4 Ansicht Attributmerkmale | 266 |
5.3.4.5 Ansicht Attributunterscheidung | 268 |
5.3.5 Neuronales Netzwerk von Microsoft | 270 |
5.3.5.1 Erstellen der Mining-Struktur | 271 |
5.3.5.2 Ansicht des Mining-Modells | 274 |
5.3.5.3 Spezialfall: Logistische Regression von Microsoft | 276 |
6 Business-Intelligence-Projekte erfolgreich realisieren | 277 |
6.1 Die BI-Chancen | 277 |
6.1.1 Bestandsaufnahme | 279 |
6.1.2 Diskussion der Ideen | 280 |
6.1.3 Bewertung der BI-Chancen | 283 |
6.1.3.1 Bewerten der Möglichkeiten nach Umsetzbarkeit | 284 |
6.1.3.2 Bewerten der Möglichkeiten nach Effekt | 287 |
6.1.3.3 Aufstellen eines Umsetzungsquadranten | 288 |
6.2 Projektleitfaden | 291 |
6.2.1 Phase 1: Projektvision | 292 |
6.2.1.1 Teilphase Projekteinschätzung | 293 |
6.2.1.2 Teilphase Definition des Projektteams | 294 |
6.2.1.3 Teilphase technische Einschätzung | 295 |
6.2.2 Phase 2: Projektplanung | 297 |
6.2.3 Phase 3: Entwicklung | 299 |
6.2.3.1 Teilphase Design der BI-Lösung | 300 |
6.2.3.2 Teilphase Erstellen und Testen der Lösung auf einer Testumgebung | 301 |
6.2.4 Phase 4: Bereitstellung | 302 |
6.2.4.1 Teilphase Software-Installation | 303 |
6.2.4.2 Teilphase Implementierung der Lösung im Echtsystem | 304 |
6.2.5 Phase 5: Nachbetrachtung | 305 |
6.3 Erfolgsfaktoren für BI-Projekte | 306 |
7 Erweiterungen und Bausteine für Business-Intelligence-Projekte | 309 |
7.1 Data Mining Add-Ins für Microsoft Office 2007 | 309 |
7.1.1 Installation des Data-Mining-Add-Ins für Office 2007 | 310 |
7.1.2 Tabellenanalysetools für Excel | 317 |
7.1.2.1 Wichtige Einflussfaktoren analysieren | 321 |
7.1.2.2 Kategorien erkennen | 323 |
7.1.2.3 Aus Beispiel füllen | 326 |
7.1.2.4 Planung | 329 |
7.1.2.5 Ausnahmen hervorheben | 332 |
7.1.2.6 Szenarienanalyse | 336 |
7.1.3 Vorhersagerechner | 342 |
7.1.4 Warenkorbanalyse | 346 |
7.1.5 Data-Mining-Client für Excel | 349 |
7.1.5.1 Datenvorbereitung | 350 |
7.1.5.2 Beispieldaten | 361 |
7.1.5.3 Datenmodellierung | 364 |
7.1.5.4 Genauigkeit und Überprüfung | 370 |
7.1.5.5 Modellverwendung | 376 |
7.1.5.6 Dokumentmodell | 378 |
7.1.5.7 Verwaltung | 380 |
7.1.5.8 Verbindung | 381 |
7.1.6 Data-Mining-Vorlagen für Visio | 382 |
7.2 Microsoft ProClarity | 387 |
7.3 Microsoft Business Scorecard Manager | 388 |
7.4 Microsoft Office PerformancePoint Server 2007 | 388 |
7.4.1 Grundsätzliche Verwendung von Office PerformancePoint Server 2007 | 391 |
7.4.1.1 Office PerformancePoint Server 2007 aus Anwendersicht | 391 |
7.4.1.2 Office PerformancePoint Server 2007 aus Sicht der Geschäftsprozessmodellierung | 394 |
7.4.2 Monitoring | 396 |
7.4.3 Analytics | 398 |
7.4.4 Planning | 400 |
7.5 BI-Projektbausteine | 401 |
7.5.1 Feature Selection in Data Mining | 401 |
7.5.2 Vergleich von Data-Mining-Modellen | 403 |
7.5.2.1 Synchronisierung der Vorhersagespalten und Werte | 407 |
7.5.2.2 Auswahl der auszuwertenden Daten | 408 |
7.5.2.3 Filtern der Eingabezeilen | 412 |
7.5.2.4 Interpretation der Vergleichsdiagramme | 417 |
7.5.3 Ergebnisvorhersage mit Mining-Modellen | 427 |
7.5.4 Reporting Services als BI-Berichtsplattform | 433 |
7.5.4.1 Grundlagen der Berichterstellung | 433 |
7.5.4.2 Integration von Reporting Services und Data Mining | 452 |
7.5.5 Key Performance Indicators | 461 |
7.5.5.1 Grundlegende Begriffe zu Key-Performance-Indikatoren | 462 |
7.5.5.2 Definition von Key-Performance-Indikatoren | 463 |
7.5.5.3 Anzeige des Key-Performance-Indikators | 471 |
7.5.5.4 Vorlagen für Key Performance Indicators | 474 |
8 Exkurs: Hinter den Kulissen der Data-Mining-Algorithmen | 477 |
8.1 Data-Mining-Algorithmen im Überblick | 477 |
8.2 Data-Mining-Algorithmen im Detail | 480 |
8.2.1 Microsoft-Zuordnungsregeln | 480 |
8.2.2 Microsoft Cluster | 484 |
8.2.3 Microsoft-Entscheidungsstrukturen | 490 |
8.2.3.1 Vorhersage einer diskreten Variablen | 491 |
8.2.3.2 Vorhersage stetiger Variablen | 493 |
8.2.4 Microsoft lineare Regression | 497 |
8.2.5 Microsoft logistische Regression | 499 |
8.2.6 Microsoft naives Bayes-Verfahren | 503 |
8.2.7 Microsoft neuronales Netzwerk | 506 |
8.2.7.1 Grundlagen neuronaler Netze | 506 |
8.2.7.2 Das Training neuronaler Netzwerke | 509 |
8.2.8 Microsoft-Sequenzcluster | 513 |
8.2.9 Microsoft Zeitreihen | 516 |
9 Anhang | 523 |
9.1 BI-Wörterbuch | 523 |
9.2 Übersetzungstabelle relevanter Begriffe | 531 |
Register | 533 |