Buch, Deutsch, 591 Seiten, Format (B × H): 172 mm x 244 mm, Gewicht: 1147 g
Reihe: SAP PRESS
Anwendungsfälle und Geschäftsmodelle für Big Data
Buch, Deutsch, 591 Seiten, Format (B × H): 172 mm x 244 mm, Gewicht: 1147 g
Reihe: SAP PRESS
ISBN: 978-3-8362-2673-8
Verlag: Rheinwerk Verlag GmbH
Aus dem Inhalt:
- Anforderungen an moderne Unternehmensanwendungen
- Einsatzszenarien für SAP HANA
- Planung flexibel gestalten
- Reisekosten reduzieren
- Kundenverhalten beeinflussen
- Datenmodelle flexibel und einheitlich gestalten
- Service Level Management automatisieren
- Sensordaten auswerten
- Betrug und Diebstahl automatisch erkennen
- Gesundheitsvorsorge als Dienstleistung
- Architekturrichtlinien und Auswahl des Szenarios
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
Einleitung. 15
1. Big Data: Mehr als eine Performancefrage. 23
1.1. Was heißt Big Data?. 25
1.2. Wie entsteht der Nutzen von Big Data?. 41
1.3. Wo entsteht der Nutzen von Big Data?. 47
1.4. Wie aus Nutzen Aktionärswert wird. 56
1.5. Business Cases bewerten. 73
2. Was kann SAP HANA? Möglichkeiten und Grenzen. 83
2.1. Big Data und SAP HANA. 86
2.2. Implementierungsszenarien für SAP HANA. 135
2.3. Trends und zukünftige Weiterentwicklungen. 155
3. SAP-Branchen und -Geschäftsprozesse mit SAP HANA. 163
3.1. Mit SAP HANA Aktionärswert schaffen. 168
3.2. SAP HANA in unterschiedlichen Branchen. 172
3.3. SAP HANA in (SAP-)Geschäftsprozessen. 185
3.4. Ausgewählte Fallbeispiele. 189
4. Planung flexibel gestalten. 191
4.1. Was ist Planung?. 193
4.2. Szenario: Absatz und Ergebnisplanung eines international tätigen Reifenherstellers. 197
4.3. Planungsfehler: Kosten, Risiken und Chancen. 205
4.4. Lösung: Echtzeitüberwachung von Prognosen und Planungsmodellen. 219
4.5. Implementierungsszenario und Architektur mit SAP HANA. 241
5. Reisekosten und Reisezeiten reduzieren. 263
5.1. Auch Zeit ist Geld. 265
5.2. Szenario: Reisekosten bei einem international tätigen Beratungsunternehmen. 272
5.3. Eindimensionale Optimierung: Kosten, Risiken und Chancen. 276
5.4. Lösung: Induktion statt Deduktion. 280
5.5. Implementierungsszenario und Architektur mit SAP HANA. 291
6. Datenmodelle flexibel und einheitlich gestalten. 303
6.1. Data Governance -- Anspruch und Wirklichkeit. 305
6.2. Szenario: Ermittlung von Handelsspannen im Einzelhandel. 313
6.3. Inkonsistente Datenmodelle: Kosten, Risiken und Chancen. 314
6.4. Lösung: Automatische und dynamische Generierung von Schichten und Domänen. 323
6.5. Implementierungsszenario und Architektur mit SAP HANA. 350
7. Kundenverhalten steuern. 365
7.1. Kundenverhalten verstehen, prognostizieren und steuern. 367
7.2. Szenario: Preissetzung in Tankstellenshops. 372
7.3. Statische Kundensegmentierung: Kosten, Risiken und Chancen. 373
7.4. Lösung: Dynamisch-empirische Algorithmen. 376
7.5. Implementierungsszenario und Architektur mit SAP HANA. 387
8. Sensordaten auswerten und Metadaten automatisch erheben. 401
8.1. Vom Umgang mit Sensordaten. 405
8.2. Szenario: Kooperation zwischen Automobilhersteller, Telefonanbieter und Versicherer. 414
8.3. Datenaufbereitung: Kosten, Risiken und Chancen. 416
8.4. Lösung: Metadaten-Repositories für Big Data. 422
8.5. Implementierungsszenario und Architektur mit SAP HANA. 446
9. Gesundheitsvorsorge als Dienstleistung. 463
9.1. Datenquellen im medizinischen Bereich. 465
9.2. Szenario: Premiumservice für Senioren. 471
9.3. Lösung: Big-Data-basierte Frühwarnsysteme. 477
9.4. Implementierungsszenario und Architektur mit SAP HANA. 485
10. Betrug und Diebstahl automatisch erkennen. 493
10.1. Was ist Fraud Management?. 496
10.2. Szenario: Diebstahl in einem Tagebaubetrieb. 500
10.3. Traditionelle Ermittlungstechniken: Kosten, Risiken und Chancen. 503
10.4. Lösung: Flexibles Fraud Management mit einer Hochleistungsanwendung. 506
10.5. Implementierungsszenario und Architektur mit SAP HANA. 517
11. Service Level Management automatisieren. 535
11.1. (IT-)Dienstleistungen als Massengut. 538
11.2. Szenario: Dimensionierung eines IT-Systems. 542
11.3. Sizing-Hilfen der SAP. 544
11.4. Lösung: Datentransformation vor der Analyse. 550
11.5. Implementierungsszenario mit SAP HANA. 558
12. Potenziale entdecken, Architekturen gestalten. 565
12.1. Geschwindigkeit ist nur Mittel zum Zweck. 566
12.2. HANA-Architekturen. 568
12.3. Ausblick: Fantasie, Kreativität und Achtsamkeit. 577
Die Autoren. 579
Index. 581