Data-Warehousing mit SAP-BI

Prof. Dr. Norbert Ketterer

Organisatorisches Data-Warehouse / SAP-BI Architektur eines DW/ SAP BI Grundlagen von OLAP DW-Strukturen I

DATA-WAREHOUSE I

Prof. Dr. Norbert Ketterer - HS Fulda

Organisatorisches

Prof. Dr. Norbert Ketterer - HS Fulda

Inhalte
Grundlagen Data Warehousing und SAP BI Reporting und Analyse Querydefinition/ Webreporting/ spezifische Visualisierungen Datenstrukturen des Datawarehouse Modellierung von Datenstrukturen des DW Grundlagen der Datenbeschaffung/ Datenextraktion Datenladen aus SAP-ECC und Flat-Files Stagingszenarien/ ETL Business Content Lebenszyklus eines Data Warehouse Data Warehouse Projektplanung Weiterverarbeitung der Daten des Data-Warehouse (Data-Mining, SEM)

Prof. Dr. Norbert Ketterer - HS Fulda

Literatur
SAP-Online Hilfe: http://help.sap.com/saphelp_nw70ehp1/helpdata/de/e3/e60138fede083de10000009b38f8cf/frameset.htm hier speziell der Abschnitt zum Data-Warehousing [HA04] Michael Hahne: SAP Business Information Warehouse: Mehrdimensionale Datenmodellierung, Springer, 2004

Bemerkung: Zu diesem Buch existiert auch eine Neuauflage vom 12.August.2010

[ME08] Christian Mehrwald: Datawarehousing mit SAP BW 7 - BI in SAP NetWeaver 2004s. Architektur, Konzeption, Implementierung, Dpunkt Verlag, 2008

Bemerkung: Es existiert eine 4. und 5. Auflage zu diesem Buch in der Bibliothek beide sind gleichwertig fr uns

[JUE10] Stefan Jttner: Leitfaden SAP BW 7 : Data Warehousing mit BW 7 ; SAP BEx-& BO-Reporting ; BW integrierte Planung, Dpunkt Verlag, 2010

Dieses Buch kann als eine Kurzversion des Buches von Mehrwald gesehen werden; zustzlich bietet es einige Information zu Reporting Schwerpunkt eher auf SAP-BI statt auf DW Dieses Buch ist in der Bib auch als PDF verfgbar der Data-Warehouse-Anteil ist recht knapp

[GOM06] Jorge Marx Gomez: Einfhrung in SAP Business Information Warehouse, Springer, 2006

[JON08] Peter Jones: SAP Business Information Warehouse Reporting: Building Better BI with SAP BI 7.0, McgrawHill Professional, 2008

Gutes Buch zum Thema Reporting

Prof. Dr. Norbert Ketterer - HS Fulda

Voraussetzungen/Projekt/ Klausur
Voraussetzungen

Vorteilhaft: Erfolgreicher Besuch einer ERP-Veranstaltung Notwendig: Datenbanken

Projekt/ Klausur/ Projekt & Klausur

Kleine Gruppe (die vernnftig mitarbeitet) -> Projekt (Bewertung ber Laborberichte) Groe Gruppe -> Klausur

Ergebnisse

Werden Ergebnisse von mir gefordert, senden Sie sie bitte an mich Subject ist: BscXX DW Name Titel

Beispiel eines guten Ergebnisses

System2Teach

Prof. Dr. Norbert Ketterer - HS Fulda

Die GUI fr SAP-BI

Mandant = 800 User = W_BWI_G_NN Passwort = durch mich vergeben Bitte beachten Sie auch in die BI-Richtlinie: www.system2teach.de/hfg/biblio/download.do?virtua lPathId=3371 Die SAP-GUI knnen Sie von hier downloaden: http://wi-labor.informatik.hs-fulda.de/sap

Bitte installieren Sie SetupAll.exe unter Markierung beider BW-Optionen. Apple-Usern empfehle ich die Verwendung eines Windows-Emulators (Java-Gui reicht nicht aus). Bemerkung: Ehemalige Besucher meiner Veranstaltung zu ERP, die die GUI noch auf dem PC besitzen, mssen die GUI auch innerhalb der nchsten Wochen aktualisieren, da Zusatzprogramme installiert werden mssen.

Prof. Dr. Norbert Ketterer - HS Fulda

Zusatzprogramme fr SAP-BI
Wenn Sie beide BW-Optionen beim Installieren markiert haben, wurden auch Zusatzprogramme speziell fr SAP-BI installiert:

Analyzer -> dies ist ein Plug-In fr Excel Query-Designer -> zum Erstellen von Queries Report-Designer -> zum Erstellen formatierter Berichte, die Abfragen in BI beinhalten WEB-Application-Designer -> zum Erstellen von WEB-Anwendungen, die das BI ansprechen

Es sollte nach der Installation auf dem PC etwa wie folgt aussehen:

.. diese Applikationen sind wichtig fr diesen Kurs

diese Applikationen bitte nicht verwenden

Prof. Dr. Norbert Ketterer - HS Fulda

Transaktionen relevant fr SAP-BI

Im Gegensatz zu ERP, bentigt das Arbeiten in SAP-BI kaum Kenntnisse von Transaktionscodes Die folgende Liste ist ausreichend fr uns (fr den gesamten Kurs)

BIManagement
DW- Workbench: RSA1 Data-Sources: RSA6 BI-Modelle und Prozesse: RSANWB, RSDMWB

DBManagement
Anzeigen Tabelleninhalte: SE16

Sonstige Admin
Prozessbersicht: SM50

ABAP-Dictionary: SE11

ECC: Erzeugen DataSource: RSO2

Prof. Dr. Norbert Ketterer - HS Fulda

Einordnung DW/ SAP BI

10

Prof. Dr. Norbert Ketterer - HS Fulda

Referenzarchitektur Unternehmenssoftware

Ein Data-Warehouse integriert die Datenbestnde der Business-Applikationen und bildet die Basis fr AnalyseTools

(Gadatsch)

11

Prof. Dr. Norbert Ketterer - HS Fulda

Einordnung von Data Warehouse-Systemen Einordnung der Data Warehouse-Systeme in das Umfeld existierender Technologien [GOM06]:

Unterteilung betrieblicher Anwendungssysteme in zwei Kategorien:

betriebswirtschaftlich administrative Systeme entscheidungsuntersttzende Systeme

12

Prof. Dr. Norbert Ketterer - HS Fulda

Kategorien betrieblicher Anwendungssysteme

Betriebswirtschaftlich administrative Systeme

Aufgaben und Begriffe:

Untersttzung des Anwenders bei der Erfassung, Verwaltung und Verarbeitung smtlicher Daten, die whrend der Durchfhrung von geschftlichen Transaktionen in einem Unternehmen anfallen.
Typische Beispiele: Systeme fr Lagerverwaltung, Auftragserfassung und Personalverwaltung Systeme, die diesem Bereich zuzuordnen sind: ERP-, SCM, CRM Systeme

Sammelbegriff fr diese Systeme: Online-Transaction-Processing-Systeme (OLTP-Systeme)

Dieser Begriff hebt das Charakteristikum hervor, dass die Funktionen von solchen Systemen meist auf einzelnen Transaktionen (etwa Auftrgen, Buchungsstzen etc.) basieren

Wir werden hier i.d.R. diese Systeme als OLTP-Systeme bezeichnen

13

Prof. Dr. Norbert Ketterer - HS Fulda

Kategorien betrieblicher Anwendungssysteme

Entscheidungsuntersttzende Systeme

Aufgaben und Begriffe:

Relevant sind hier nicht die einzelnen Transaktionen, sondern die Mglichkeit der Untersttzung von komplexen betriebswirtschaftlichen Entscheidungen in einem Unternehmen.

Typische Beispiele: Das klassische Berichtswesen, die interaktive Datenanalyse (OnlineAnalytical Processing) und Systeme zur Suche nach unbekannten Mustern oder Beziehungen im Datenbestand (Data Mining).

Diese Systeme verfgen oftmals ber keine eigene Datenhaltung eine andere Datenbasis (<> der Datenbasis der OLTP-Systeme) untersttzt diese Systeme. Ein Data-Warehouse besitzt eine Datenbasis, die OLAP und darauf aufbauend das Data-Mining untersttzt

Frage: Warum kann ich nicht direkt die Daten aus dem OLTP-System zur Entscheidungsuntersttzung verwenden ???
14

Prof. Dr. Norbert Ketterer - HS Fulda

Typisches Entscheidungsuntersttzendes System

Prozesse, die Entscheidungsuntersttzung bentigen Ablauf dieser Prozesse in OLTP!!

Ein Data Warehouse gilt nicht als ein vollstndiges entscheidungsuntersttzendes System, sondern liefert lediglich die Grundlage fr ein solches System und stellt die erforderlichen Schnittstellen zur Verfgung in diesem Bild wre das DW innerhalb des Blocks OLAP zu suchen wir untergliedern diesen Block spter weiter.

[nach GOM06]

15

Prof. Dr. Norbert Ketterer - HS Fulda

Basis eines Data Warehouse

Wesentliche Eigenschaft/ Komponente eines DW: geeignete zugrunde liegende Datenbasis [HA04] Wir verstehen ein Data-Warehouse wie folgt [HA04]: Ein unternehmensweites Konzept, dessen Ziel es ist, eine logisch zentrale, einheitliche und konsistente Datenbasis fr die Anwendungen zur Untersttzung der analytischen Aufgaben von Fhrungskrften aufzubauen, die losgelst von den operativen Datenbanken beschrieben wird Diskussion ber die fetten Punkte: Warum macht dies Sinn?

16

Prof. Dr. Norbert Ketterer - HS Fulda

Data-Warehousing in SAP-Architektur
Data Warehousing im BI bedeutet Integration, Transformation, Konsolidierung, Bereinigung und Ablage von Daten sowie die Bereitstellung der Daten zur Analyse und Interpretation. Der Data-Warehousing-Prozess umfasst das Modellieren der Daten, die Datenbereitstellung sowie die Verwaltung der Data-Warehouse-ManagementProzesse. Die Business Intelligence Platform bietet die technologische Infrastruktur wie auch verschiedene analytische Technologien und Funktionen. Dazu zhlt die Analytics Engine, das Metadata Repository, Business Planning and Simulation und spezielle Analyseprozesse wie Data Mining. Der Business Explorer (BEx) ist die Business Intelligence Suite des SAP NetWeaver, die flexible Reporting- und Analysewerkzeuge zur strategischen Analyse, zum operationalen Reporting und zur Entscheidungsuntersttzung im Unternehmen zur Verfgung stellt. Zu diesen Werkzeugen gehren Query-, Reporting- und Analyse-Funktionen.
Prof. Dr. Norbert Ketterer - HS Fulda

(SAP)

17

Wesentliche Eigenschaften eines DW

Pioniere im Bereich DW sind Inmon und Kimball Inmon definiert die wesentlichen Eigenschaften wie folgt [HA04]:

Themenorientierung Vereinheitlichung Zeitorientierung Bestndigkeit

Prof. Dr. Norbert Ketterer - HS Fulda

18

Eigenschaften eines DW: Themenorientierung und Vereinheitlichung

Themenorientierung: Das Data-Warehouse ist nach betriebswirtschaftlichen Themen organisiert. Wir finden etwa einen eigenen Bereich, der Vertriebsdaten beinhaltet. Vereinheitlichung: Die Inhalte des Data-Warehouse mssen konsistent vorliegen dies wird durch eine Vereinheitlichung erreicht. Die Vereinheitlichung betrifft die Formate, die Strukturen (die Daten sind in den Business-Applikationen eher nach Performance-Gesichtspunkten organisiert) und auch die Quellen (single point of truth).

19

Prof. Dr. Norbert Ketterer - HS Fulda

Eigenschaften eines DW: Zeitorientierung und Bestndigkeit

Zeitorientierung: Analysen besitzen oft eine Zeitdimension etwa um Trends analysieren zu knnen (Z.B.: wie hat sich mein Marktanteil im Laufe der Jahre verndert ?) - das Data-Warehouse muss die Entwicklung in einer Zeitdimension reprsentieren knnen. Eine Zeitdimension wird durch bestndige (etwa periodische) Extraktion von betriebswirtschaftlich relevanten Daten aus den Quellsystemen etabliert die vorher bereits extrahierten Daten mssen dabei auch weiter verfgbar bleiben. Bestndigkeit (auch nicht Volatilitt): Ein Datum wird in der Regel nur einmal geladen und bleibt dann (nach eventuellen Konvertierungen) so im DataWarehouse bestehen. Ein Datenzugriff in ein Warehouse erfolgt aus diesem Grund im Allgemeinen nur lesend. Einmal erstellte Auswertungen bleiben bestehen sie sind in der gleichen Form auch spter wieder generierbar. Diskussion: Unter der Voraussetzung, dass das Data-Warehouse letztlich auf irgendwelchen DB-Tabellen implementiert wird, was erwarten wir fr:

a) die Schlsselstruktur der Tabellen, die eine zeitorientierte Speicherung durchfhren b) den Umfang der Datenbank speziell der Tabellen, die den bestndigen Teil des DW abbildet. c) die Komplexitt von Auswertungen, die auf diesem bestndigen Teil des DW ablaufen. d) was erwarten wir generell fr Auswertungen, wenn wir die Daten fr Managementfragen verdichten wollen, glauben Sie, dass relationale Datenbanken hierfr geeignet sind?

20

Prof. Dr. Norbert Ketterer - HS Fulda