28.12.2013 Aufrufe

Projektgruppe Business Intelligence Applications and Evaluation ...

Projektgruppe Business Intelligence Applications and Evaluation ...

Projektgruppe Business Intelligence Applications and Evaluation ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

<strong>Projektgruppe</strong> Cuberunner<br />

Jinengo – DV Konzept<br />

3.2.3 Multidimensionales Data Warehouse<br />

Neben dem relationalen soll auch ein multidimensionales Data Warehouse aufgebaut werden. Anwendungsfelder<br />

sind das Reporting mit SQL Server Reporting Services (SSRS) sowie insbesondere Self-<br />

Service BI mit Microsoft Excel. Die Erstellung des multidimensionalen Data Warehouses geschieht<br />

mithilfe der SQL Server Analysis Services (SSAS) auf Basis der Daten des relationalen Data Warehouse.<br />

Das multidimensionale Data Warehouse soll dabei zunächst lediglich aus einem Cube (Subroute) bestehen.<br />

Dieser Cube soll dazu befähigt werden, nahezu alle zuvor im Fachkonzept definierten Kennzahlen<br />

und Messgrößen darzustellen 9 . Tabelle 3.3 listet die insgesamt 26 Werte (Kennzahlen und<br />

Messgrößen) auf, die der Cube umfassen soll.<br />

9 Lediglich die Kennzahlen „Ausgeschöpftes CO2-Reduktionspotential“ (M11), „Anzahl registrierter Endanwender“,<br />

(J02) und „Anteil aktiver Endanwender“ (J03) werden nicht abgedeckt. Die Kennzahl M11 ist jedoch<br />

weniger für das SSRS-Reporting und Self-Service-BI, als vielmehr für das Endanwender-Reporting von<br />

Relevanz, so dass die entsprechende Kennzahl hier nicht berücksichtigt werden muss. Die Kennzahlen J02<br />

und J03 lassen sich hingegen aus datentechnischen Gründen leichter durch eine relationale SQL-Abfrage gewinnen.<br />

61

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!