Robin, Céline (2021) Cloud-based Business Intelligence Structure Solution for Multiple Datasources. Masters thesis, Ulm University.
Download (6MB)
Abstract
Es treten zunehmend größere Mengen an Daten auf, die die Möglichkeit bieten
durch genaue Analysen und Auswertungen Erkenntnisse zu erlangen. Für eine moderne
Skalierbarkeit stehen Cloud-Ressourcen zur Verfügung und durch die Option
des Einbindens verschiedener Quellen wird Flexibilität gewahrt.
Um diese Vorteile nutzen zu können, wird eine Architektur benötigt, die es erlaubt
Daten automatisiert zu aktualisieren, wodurch der manuelle Aufwand minimiert
wird. Diese Architektur beinhaltet eine von vielen Business Intelligence Lösungen
aus denen die, für die eigenen Anforderungen, ideale Lösung ausgewählt
werden muss.
Um diese Entscheidungen zu erleichtern bietet diese Ausarbeitung einen Überblick
über die Architekturvarianten Data Lake, Data Warehouse und direkte Anbindung
an ein Business Intelligence Tool. Aufsetzend auf diese Architektur bezieht ein Business
Intelligence Tool die Daten. Ein Vergleich zwischen Marktführern der Business
Intelligence Sparte vervollständigt die allgemeine Entscheidungsgrundlage.
Auf diesen Informationen aufbauend entsteht ein Prototyp den Anforderungen eines
Unternehmens entsprechend. Zunächst werden in einem Konzept die Optionen mit
den Anforderungen verglichen und eine feingranularere Architektur entworfen. Dies
führt zu einer Umsetzung auf Basis eines Data Warehouses und Microsoft Power
BI.
Das Ergebnis zeichnet sich durch einen automatisierten Vorgang aus, der Buchungsdaten
der ERP-System Module Dynamics 365 Finance/ Supply Chain Management
und zusätzliche Daten von Excel-Dateien im Sharepoint in eine Cloud Datenbank
speichert. Die Daten werden aufbereitet und über den Power BI Service in Microsoft
Teams bereitgestellt. Von dort können sie unter Berücksichtigung der jeweiligen
Berechtigungen des Benutzers eingesehen werden. Weitere Datenquellen werden
konzeptionell untersucht und für eine spätere Anbindung berücksichtigt
Item Type: | Thesis (Masters) |
---|---|
Subjects: | DBIS Research > Master and Phd-Thesis |
Divisions: | Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Master and Phd-Thesis |
Depositing User: | Herr Michael Winter |
Date Deposited: | 14 Nov 2022 15:32 |
Last Modified: | 14 Nov 2022 15:32 |
URI: | http://dbis.eprints.uni-ulm.de/id/eprint/2041 |