Integration SAP BW in ein bestehendes relationales Oracle DWH

Nrnberg, 20. November 2007

Dr. Roland PieringerManagement ConsultantRoland.Pieringer@SHS-VIVEON.com

20. November 2007 DOAG SID Data Warehouse 2007 Seite 2

S

HS

VIV

EO

N

Inhalt

01 Kurzvorstellung SHS VIVEON02 Motivation & Einfhrung03 SAP BW und SHS VIVEON DWH Referenz Architektur04 Integrationsszenarien SAP BW Oracle DWH05 Integrationskonzepte06 Showcase Webasto07 Lessons Learned & Ausblick

20. November 2007 DOAG SID Data Warehouse 2007 Seite 3

S

HS

VIV

EO

N

Seite 3

01 Kurzvorstellung SHS VIVEON

20. November 2007 DOAG SID Data Warehouse 2007 Seite 4

S

HS

VIV

EO

N

Seite 4

SHS VIVEON gehrt zu Europas fhrenden Lsungsanbietern im Business Intelligence und Data Warehousing

> 625 Mitarbeiterca. 150 Kunden in 15 Lndern 9 Standorte in 3 Lndern

Leistungsfokus:Business IntelligenceData Warehouse Data IntegrationCustomer Risk ManagementCustomer Value ManagementCustomer Interaction ManagementCustomer Analytics

Zielbranchen:Finance Telco/ISP/MedienIndustryCommerce

Partner:Fhrende internationale TechnologieunternehmenBeratungenAuskunfteien

BarcelonaKastlKlnMadridMnchenStuttgartValladolidWiesbadenDttwil

Grndung: 1991 in Mnchen (brsennotiert seit 1999)

Tochtergesellschaften:SHS VIVEON GmbH, SHS VIVEON Schweiz AG,SHS Polar S.L. (E)

20. November 2007 DOAG SID Data Warehouse 2007 Seite 5

S

HS

VIV

EO

N

Seite 5

KlnWiesbaden

Stuttgart

Mnchen

Kastl

Dttwil

Barcelona

Madrid

Valladolid

Standort

Standort & Kunden

Kunden

ber 150 Kunden in 15 Lndern vertrauen SHS VIVEON

Hamburg

20. November 2007 DOAG SID Data Warehouse 2007 Seite 6

S

HS

VIV

EO

N

SHS VIVEON

Clients

Employees

Wir geben Antworten auf die zentralen Fragen im Customer Management.

Wir untersttzen unsere Kunden bei der Identifikation und Entwicklung von Kundenpotentialen als mageblicher Erfolgstreiber in der Unternehmenswertschpfungskette.Wir schaffen die Balance im Spannungsfeld von Risiko, Potentialen, Umsatz und Kosten im Customer Management.

Wir ziehen die besten Talente an und bieten ein hochprofessionelles und innovatives Umfeld.

Mission Statement

20. November 2007 DOAG SID Data Warehouse 2007 Seite 7

S

HS

VIV

EO

N

Seite 7

Die DWH / CRM WertschpfungsketteD

WH

Betrieb

Analyse & Reporting

CRM

Design & Entwicklung Daten Interpretation

Daten Analyse

Performancemessung des Unternehmens

Einsichten in das Kundenverhalten

Optimierung der Kundenprozesse

Gezielte Interaktion mit dem Kunden

Erfolgskontrolle

Feedback fr VerbesserungenDaten Integration

Analyse und Berichtswesen

Kampagnen

Untersttzung

UntersttzungAnsprache

Kunden WissenBeobachtungAnalyse

Betreuung

Zustellung Vertragsabschluss

Entwicklung

CUSTOMER

Kundenorientierung

20. November 2007 DOAG SID Data Warehouse 2007 Seite 8

S

HS

VIV

EO

N

02 Einfhrung

20. November 2007 DOAG SID Data Warehouse 2007 Seite 9

S

HS

VIV

EO

N

Motivation Integration SAP BW Oracle DWH

Unternehmen haben hufig eine heterogene Quellsystemlandschaft

Folgende Szenarien sind in Unternehmen hufig vorzufinden:- Existierendes konventionelles DWH mit

diversen Altsystemen als Quellen bereits gettigter Integrationsaufwand im konventionellen DWH zentrale Reporting-Umgebung (z.B. Cognos)

- SAP R/3 als zentrales ERP System bereits etabliert oder neu eingefhrt

- Legacy Systeme als Datenquelle fr konventionelle DWH

Fr ein quellsystembergreifendes Reporting ist Integration erforderlich:- Integration von SAP BW in DWH und / oder- Integration des DWH in SAP BW

20. November 2007 DOAG SID Data Warehouse 2007 Seite 10

S

HS

VIV

EO

N

Motivation Integration SAP BW Oracle DWH (2)

Herausforderung- (mittelfristige) Ko-Existenz DWH und SAP BW mit konsistentem Datenbestand- Einfhrung von SAP BW als zustzliche Reporting-Umgebung - Zusammenfhrung der DWH-Modellierung mit SAP-Modellierung- Quellsystembergreifendes Reporting ber

Altsysteme und SAP R/3

- Sicherstellung der gettigten Investitionen

Fallstricke- Modellierung von SAP R/3 (und damit SAP BW) lsst sich schwer oder nicht mit dem

vorhandenen DWH vereinen Unterschiedliche Struktur und Semantik von Stammdaten (Organisation der

Kostenstellen, Kostenarten, Kostenrechnung etc.) Abweichende Modellierung des Business-Contents Unterschiedliche Granularitten

- Oft keine zentrale Stammdatenverwaltung Z.B. schwierige Identifikation desselben Kunden Abweichende Datenqualitt

20. November 2007 DOAG SID Data Warehouse 2007 Seite 11

S

HS

VIV

EO

N

03 Architektur SAP BW und SHS VIVEON DWH

20. November 2007 DOAG SID Data Warehouse 2007 Seite 12

S

HS

VIV

EO

N

Architektur SAP BW

20. November 2007 DOAG SID Data Warehouse 2007 Seite 13

S

HS

VIV

EO

N

Funktionale Architektur SAP BW

Info Objects und Info Provider

Persistent Storage Area (PSA)

Info Sources (w. Comm.-Structure to IOs)

Source System(offering Tansfer-Structure)

Update Rules(for updating IOs & DSOs)

Transfer Rules (from IS to PSA)

Transfer Rules (to Comm.-Structure of ISs)

Data Source(w Transfer-Structure of SS)

SAP BW

SAP R/3

TIS

T T T

TIS TIS

DS DS DS

UU

20. November 2007 DOAG SID Data Warehouse 2007 Seite 14

S

HS

VIV

EO

N

SHS VIVEON Data Warehouse Architektur

Business LayerIntelligence Layer

S

HS

VIV

EO

N D

WH

so

luti

on

s

FactTable

Data Layer

Dashboard / Scorecards

Operatives Reporting

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

StandardReporting

Meta Data LayerReferenzdaten / Workflow-Management / User- und Mandantenverwaltung

Operatives Source

System 2

ST 1 Ops 1

Operatives Source

System 1

ST 2 Ops 1

ST 3Ops 1

ST 1 Ops 2

ST 2Ops 2

ST 3 Ops 2

Ad-hoc Analysen

Cube Cube

20. November 2007 DOAG SID Data Warehouse 2007 Seite 15

S

HS

VIV

EO

N

Business LayerIntelligence Layer

S

HS

VIV

EO

N D

WH

so

luti

on

s

FactTable

Data Layer

Dashboard / Scorecards

Operatives Reporting

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

StandardReporting

Meta Data LayerReferenzdaten / Workflow-Management / User- und Mandantenverwaltung

Operatives Source

System 2

ST 1 Ops 1

Operatives Source

System 1

ST 2 Ops 1

ST 3Ops 1

ST 1 Ops 2

ST 2Ops 2

ST 3 Ops 2

Ad-hoc Analysen

Cube Cube

Business LayerIntelligence Layer

S

HS

VIV

EO

N D

WH

so

luti

on

s

FactTable

Data Layer

Dashboard / Scorecards

Operatives Reporting

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

Dimen-sion

Table

StandardReporting

Meta Data LayerReferenzdaten / Workflow-Management / User- und Mandantenverwaltung

Operatives Source

System 2

ST 1 Ops 1

Operatives Source

System 1

ST 2 Ops 1

ST 3Ops 1

ST 1 Ops 2

ST 2Ops 2

ST 3 Ops 2

Ad-hoc Analysen

CubeCube CubeCube

Beschreibung SHS VIVEON Data Warehouse Architektur

Data Layer: Speichert die Quelldaten in den Quellstrukturen,

aber historisiert und versioniert Trennung der Historisierung und Versionierung

von weiterer Verarbeitung (Cleansing, Integration etc.) Kapselung der Funktionalitt mglich

Reduktion der ETL-Komplexitt, einfache Integration neuer Quellen

Untersttzung von Journalfunktionalitt

Intelligence Layer: Enterprise Data Warehouse Modell Zentrale Plattform fr Informationsversorgung

(single version of truth) Businessorientierte Interpretation der Daten fr

analytische Nutzung Modellierung in Galaxies bzw. Star Schemata Basis fr den Business Layer

Business Layer: End User Interface fr Fachseite Aggregationen nach Business-Sicht (performance-

optimierte Strukturen) in Data Marts Modellierung: ROLAP, MOLAP Zugriffs-Schicht fr Reporting Applikationen Basis fr Reporting Quick-Wins Operatives Reporting greift direkt auf den Data

Layer zu Untersttzung von Standard- und Adhoc-Reporting Ggf. zustzlich Presentation Layer

20. November 2007 DOAG SID Data Warehouse 2007 Seite 16

S

HS

VIV

EO

N

04 Integrationsszenarien

20. November 2007 DOAG SID Data Warehouse 2007 Seite 17

S

HS

VIV

EO

N

Integrations-Szenario 1: Parallele DWH Stacks

Business LayerIntelligence LayerData Layer

S

HS

VIV

EO

N D

WH

so

luti

on

s

FactTable

Dimen-sion

Table

Dimen-sio