App Store

Google Play

{{seriesTitle}} - Bogserien

DK - Details page - Device banner - 894x1036

Nyd den ubegrænsede adgang til tusindvis af spændende e- og lydbøger - helt gratis

Lyt når som helst, hvor som helst 

Michael Kalke

Artur König

Philipp Loringhoven

Lars Schreiber

Know-how für erfolgreiche Self-Service-Initiativen

- Praktischer Leitfaden zur unternehmensweiten Einführung von Self-Service
- Fokus auf die Konzeption und Governance von Self-Service
- Mit Impulsen, was bei einer laufenden Self-Service-Organisation zu beachten ist
Self-Service im BI- und Analytics-Kontext bedeutet, dass BI-Anwender selbst aktiv werden, um auf bestimmte Daten und Informationsprodukte zuzugreifen. Dabei hängt die Möglichkeit des Self-Service von Umgebungsfaktoren ab, nicht von einzelnen Werkzeugen. Um die Daten nutzen zu können, ist Datenkompetenz bei den Beteiligten erforderlich. Self-Service ist somit als strategischer Prozess zu verstehen, der als Teil der Datenstrategie immer der Unternehmensstrategie folgt und eine Kultur der Transparenz und offenen Kommunikation erfordert.
Dieses Buch bietet eine umfassende Einführung in die grundlegenden Konzepte von Self-Service BI & Analytics. Es beschreibt die derzeit gängigen Ansätze mit Fokus auf die Konzeption und Governance von Self-Service. Darüber hinaus werden Lösungen für konkrete Anwendungsfälle vorgestellt. Im Einzelnen werden behandelt:

- Planung von Self-Service: Was ist vor der Einführung von Self-Service im Kontext einer gesamtheitlichen Datenstrategie, der Organisation und der Unternehmensarchitektur zu beachten? Welche Governance-Anforderungen müssen berücksichtigt werden?
- Implementierung von Self-Service: Die Entwicklung und der Betrieb von Self-Service-Lösungen werden ebenso aufgezeigt wie die Positionierung gegenüber einer Schatten-IT und die Vermeidung von technischen Schulden.
- Organisation von Self-Service: BI-Communitys, die Mitarbeiterausbildung und die Etablierung einer Self-Service-Kultur im Unternehmen spielen hier eine wichtige Rolle.
Das Buch liefert wertvolle Einblicke und hilfreiche Anregungen für die erfolgreiche Einführung und Realisierung von Self-Service-Initiativen in der Unternehmenspraxis.

dpunkt.verlag

Edition TDWI

Self-Service BI & Analytics: Planung, Implementierung und Organisation

Peter Gluchowski

Frank Leisten

Gero Presser

Erfolgsfaktoren für BI-Architekturen

 • Umfassendes und anwendungsbezogenes Handbuch

 • Einsatz von neuen Technologien wie EAI, Virtualisierung sowie Cloud- und Data-Lake-Architekturen

 • Mit vielen Praxisbeispielen aus der BI & Analytics-Welt

Sowohl regulatorische Vorgaben als auch gesteigerte Anforderungen seitens der Fachanwender haben in den letzten Jahren zu immer komplexeren Business-Intelligence- und Analytics-Landschaften geführt, die es zu entwickeln und betreiben gilt. So setzt sich eine heute übliche Architektur aus zahlreichen Einzelkomponenten zusammen, deren Zusammenspiel und funktionale Abdeckung als wesentlicher Erfolgsfaktor für zugehörige BIA-Initiativen zu werten ist.
Dieses Buch setzt sich das Ziel, die derzeit gebräuchlichen Architekturmuster zu beschreiben und dabei einen Überblick über die aktuell verwendeten Technologien zu liefern. Dabei werden nicht nur die architektonischen Frameworks der großen Produktanbieter aufgegriffen, sondern darüber hinaus Lösungen für konkrete Anwendungsfälle präsentiert.

Architekturen für BI & Analytics: Konzepte, Technologien und Anwendung

Carsten Felden

Uwe Haneke

Stephan Trahasch

Michael Zimmer

Know-how für Data Scientists

 • übersichtliche und anwendungsbezogene Einführung 

 • zahlreiche Anwendungsfälle und Praxisbeispiele aus unterschiedlichen Branchen 

 • Potenziale, aber auch mögliche Fallstricke werden aufgezeigt

Data Science steht derzeit wie kein anderer Begriff für die Auswertung großer Datenmengen mit analytischen Konzepten des Machine Learning oder der künstlichen Intelligenz. Nach der bewussten Wahrnehmung der Big Data und dabei insbesondere der Verfügbarmachung in Unternehmen sind Technologien und Methoden zur Auswertung dort gefordert, wo klassische Business Intelligence an ihre Grenzen stößt. 

Dieses Buch bietet eine umfassende Einführung in Data Science und deren praktische Relevanz für Unternehmen. Dabei wird auch die Integration von Data Science in ein bereits bestehendes Business-Intelligence-Ökosystem thematisiert. In verschiedenen Beiträgen werden sowohl Aufgabenfelder und Methoden als auch Rollen- und Organisationsmodelle erläutert, die im Zusammenspiel mit Konzepten und Architekturen auf Data Science wirken.

Diese 2., überarbeitete Auflage wurde um neue Themen wie Feature Selection und Deep Reinforcement Learning sowie eine neue Fallstudie erweitert.

Data Science: Grundlagen, Architekturen und Anwendungen

Know-how für eine erfolgreiche Data Governance

 • umfassendes, anwendungsbezogenes Handbuch

 • den Fokus nicht nur auf fachliche und technische, sondern auch organisatorische Aspekte legen

 • mit vielen Fallbeispielen, die Inhalte und Umsetzung, Potenziale und mögliche Fallstricke verdeutlichen

Vor dem Hintergrund zunehmender regulatorischer Anforderungen sowie wachsender Komplexität der eingesetzten IT-Landschaften erlangt das Themengebiet "Data Governance" immer größere Bedeutung in den Unternehmen. 
 
Dieses Buch greift nach einer Einordnung und Abgrenzung des Themas die unterschiedlichen Kernaspekte der Data Governance umfassend auf. Anschließend werden spezielle Facetten und -Toolkategorien mit hoher praktischer Relevanz präsentiert, bevor die Darstellung spezifischer Unternehmenslösungen erfolgt.

Data Governance: Grundlagen, Konzepte und Anwendungen

Jörn Kohlhammer

Dirk U. Proff

Andreas Wiener

Business-Intelligence-Lösungen sind für Unternehmen unabdingbar, um Datenmengen in vertretbarer Zeit zu analysieren und daraus resultierend Entscheidungen zu treffen.
Dieses Buch zeigt den Weg auf, wie aus Daten mittels Visualisierung entscheidungsrelevante Informationen für den Empfänger werden. Neue,
interaktive und grafische Darstellungen tragen dazu bei, dass Entscheider ihr Wissen und ihre Fähigkeiten besser nutzen können, um einen echten Mehrwert für ihr Unternehmen zu generieren.
Die Autoren bieten eine fundierte Einführung in das Thema und geben einen praxisnahen Überblick über Visual Business Analytics mit seinen drei Teilgebieten: Information Design, Visual Business Intelligence und Visual Analytics. Sie erläutern anhand vieler Beispiele aus Business-Intelligence-Anwendungsszenarien, welche Darstellungsformen jeweils geeignet sind, um komplexe Zusammenhänge abzubilden, wie Unternehmen Visual Business Analytics erfolgreich nutzen können und welche zukünftigen Möglichkeiten sich durch interaktive Darstellungen ergeben.
Im Einzelnen werden behandelt:

- Visualisierung von Daten und Informationen
- Reporting und Information Design
- Diagrammtypen und -eigenschaften
- Information-Design-Richtlinien
- Visual Business Intelligence
- Interaktive Visualisierung
- Dashboard-Design
- Visual Analytics in Big-Data-SzenarienAnwendungsbeispiele mit aktuellen Business-Intelligence-Werkzeugen im Bereich Visual Analytics und ein Blick in die Forschung runden das Buch ab.
Die 2. Auflage wurde durchgehend überarbeitet, aktualisiert und um neue Themen wie Visualisierungsstandards und maschinelles Lernen erweitert.

Visual Business Analytics: Effektiver Zugang zu Daten und Informationen

Agile Methoden und Vorgehensweisen werden heute auch in BI-Projekten erfolgreich und gewinnbringend eingesetzt. Dabei steht eine ganze Reihe unterschiedlicher Ansätze zur Steigerung der BI-Agilität zur Verfügung. Entscheidend für den Erfolg ist die ganzheitliche Betrachtung von BI-Architekturen, -Organisationsformen, -Technologien und an BI angepasste agile Vorgehensmodelle.

Die Autoren erörtern in diesem Buch Agile Business Intelligence, indem sie zunächst BI-Agilität mithilfe eines Ordnungsrahmens definieren und strukturieren. Auf diesen Grundlagen aufbauend zeigen sie anhand von konkreten Fallstudien, wie Agilität in BI-Projekten umgesetzt werden kann. Hierbei handelt es sich beispielsweise um die Durchführung agiler Projekte zum Aufbau eines Data Warehouse oder um die Umsetzung von Sandboxes auf Basis von In-Memory-Technologien.

Behandelt werden im Einzelnen:
• Der Einsatz von Scrum in der Business Intelligence
• Anforderungsmanagement durch User Stories
• Modellierung agiler BI-Systeme
• Data Vault für agile Data-Warehouse-Architekturen
• Agile BI-Architekturen
• Automatisiertes Testen
• BI-Agilität: Relevanz, Anforderungen und Maßnahmen
• Agil und dezentral zum Enterprise Data Warehouse

Das Buch richtet sich an Praktiker aus dem BI-Projektmanagement und der BI-Entwicklung sowie an BI-Entscheider, BI-Berater und Mitarbeiter aus den Fachabteilungen, die für BI-Lösungen verantwortlich sind.

In der Edition TDWI erscheinen Titel, die vom dpunkt.verlag gemeinsam mit dem TDWI Germany e.V. ausgewählt und konzipiert werden. Inhaltliche Schwerpunkte dieser Reihe sind Business Intelligence und Data Warehousing.

Agile Business Intelligence: Theorie und Praxis

Tom Gansor

Andreas Totok

Business Intelligence (BI) stellt in Unternehmen die Versorgung mit entscheidungsorientierten Informationen sicher. Fachanwender und IT-Spezialisten beklagen allerdings häufig die Qualität der Informationen, die in der Regel auf eine fehlende Gesamtstrategie oder die unzureichende Organisation zurückzuführen ist.

Die Autoren erörtern in diesem Buch die verschiedenen Probleme im Einsatz von BI und zeigen praktische Lösungsansätze auf. Sie entwickeln ein Vorgehensmodell, das Inhalte, Architektur und Organisation berücksichtigt. Dabei werden die verschiedenen Varianten eines Business Intelligence Competency Center (BICC), deren organisatorische Verankerung sowie Rollen und Aufgaben beschrieben.

Behandelt werden im Einzelnen:

• Konzeptioneller Rahmen einer BI-Strategie
• Entwicklung einer BI-Strategie
• Organisation eines BICC:
 - Funktionen und Personal 
 - Aufbau und Einbettung im Unternehmen
• Planung und Einführung eines BICC
• Laufende BICC-Prozesse
• Werkzeuge für den erfolgreichen Einsatz von BI

Die 2. Auflage vertieft neue, wesentliche Aspekte des BICC wie Big Data, Mobile BI, Agile BI und Visual BI.

"Das Buch kann somit gleichermaßen BI-Praktikern empfohlen werden, die u.a. die konkreten Checklisten, die klaren Best Practices und konkreten Beispiele schätzen werden, wie auch Lesern aus Forschung und Lehre, die einen Überblick über die relevanten Ansätze im Kontext der BI-Strategie und BI-Organisation suchen."
Aus dem Geleitwort von Dr. Henning Baars, Universität Stuttgart

In der Edition TDWI erscheinen Titel, die vom dpunkt.verlag gemeinsam mit dem TDWI Germany e.V. ausgewählt und konzipiert werden. Inhaltliche Schwerpunkte dieser Reihe sind Business Intelligence und Data Warehousing.

Von der Strategie zum Business Intelligence Competency Center (BICC): Konzeption - Betrieb - Praxis

Detlef Apel

Wolfgang Behme

Rüdiger Eberlein

Christian Merighi

Immer mehr Unternehmen begreifen ein gutes Datenqualitätsmanagement als einen entscheidenden Wettbewerbsvorteil: Die IT-Kosten sinken, Projekte werden beschleunigt, auf Änderungen am Markt oder von gesetzlichen Auflagen kann schneller und flexibler reagiert werden. Datenintegrationen über System-, Abteilungs- und Unternehmensgrenzen hinweg werden erleichtert und falsche Entscheidungen basierend auf mangelhaften Daten verhindert.

Anhand praktischer Beispiele zeigt Ihnen dieses Buch, wie Sie die Qualität Ihrer Daten zielorientiert und nachhaltig verbessern können. Analysieren Sie die Ursachen und Auswirkungen schlechter Datenqualität und erfahren Sie, welche Investitionen sich wirklich lohnen. Lernen Sie die Grundlagen des Datenqualitätsmanagements kennen, die technische Umsetzung mit passgenauen Werkzeugen sowie die praktische Umsetzung in einem kompletten Zyklus eines BI-Projekts. Mit diesem umfassenden Wissen bieten Ihnen die Autoren einen wertvollen Leitfaden für ein erfolgreiches Datenqualitätsmanagement.

Die 3. Auflage wurde komplett überarbeitet. Als neues Thema wurde Big Data aufgenommen, da es für die Welt der Business Intelligence eine neue Evolutionsstufe darstellt und somit Auswirkungen auf das Datenqualitätsmanagement hat.

Datenqualität erfolgreich steuern: Praxislösungen für Business-Intelligence-Projekte

Michael Hahne

Die Modellierung von Business-Intelligence-Systemen (BI) umfasst eine Vielzahl unterschiedlicher Facetten, die im Kontext von Operational BI, agile Warehousing, Real-Time und Self-Service BI zu bewerten sind.

Dieses Buch beschreibt die Architektur und Gestaltung von unternehmensweiten analyseorientierten Informationssystemen insbesondere unter dem Aspekt zunehmend agiler Geschäftsanforderungen und deren Unterstützung durch BI-Methoden. Neben der Darstellung von Best Practices der Historisierung und der Data-Mart-Modellierung ist der Aufbau eines Enterprise Data Warehouse von zentraler Bedeutung. Behandelt werden im Einzelnen:

- Business-Intelligence-Architektur
- Mehrdimensionale Datenstrukturen
- Semantische mehrdimensionale Modellierung
- Bestandteile und Varianten des Star-Schemas
- Historisierung und Zeitabhängigkeit im Data Warehouse
- Faktenmodellierung
- Dimensionsmodellierung
- Core-Data-Warehouse-Modellierung

Dieses Buch ist ein Muss für alle mit der Gestaltung und Nutzung von BI-Systemen betrauten Architekten, Analysten, Entwickler und Projektleiter.

Modellierung von Business-Intelligence-Systemen: Leitfaden für erfolgreiche Projekte auf Basis flexibler Data-Warehouse-Architekturen

Edition TDWI - Bogserien

Edition TDWI - Bogserien

Edition TDWI-bøgerne i rækkefølge

Lyt når som helst, hvor som helst