Business Intelligence has tremendous impact on the organizational decision making. There are many studies related to the commercial part of the businesses such as product and sales management describing best practices how to use the digital tools to enable growth of the business in terms of expanding the market share …
Erfolgreiche Unternehmen haben keine Angst, den Fakten in die Augen zu schauen. Was für Unternehmen gilt, gilt auch für Netzwerke von zusammenarbeitenden Unternehmen, wie z. B. Franchisesysteme. Der Einsatz geeigneter Hilfsmittel zur Entscheidungsunterstützung und der richtige Umgang damit sind wichtige Aspekte, damit sich Unternehmen oder Systeme von „gut“ zu „hervorragend“ …
Unsere letztjährige Weinprobe stand unter dem Motto “Wein Tasting Goes Digital”. Mittels eines Dashboards, konnte ich die Weinbewertungen in „Realtime“ analysieren. In diesem Blogbeitrag beschreibe ich, wie die Datenanbindung und Erstellung des Dashboards funktioniert. So hast du während einer Weinprobe ständig einen Überblick über die degustierten Weine. Genau das Richtige …
Wozu es Selbstbedienung im Datenwarenhaus braucht und wie du dies in deinem Unternehmen angehen kannst.
In unserem Arbeitsteam betreuen wir über hundert verschiedene Anwendungen. Aus diesem Grund ist das Team stark ausgelastet, weshalb eine Arbeitsplanung mit einer agilen Vorgehensweise Sinn machen würde. Beim Testversuch zeigte sich bereits beim Start, dass die zu leistende Arbeit das Leistungsvermögen übersteigt.
Intelligente Auswertung von Störzeiten mit Business Intelligence.
Warum es nicht ausreicht, Finanz-Analyse-Tools in Apps einzelner Finanz-Services zu integrieren – und was es noch braucht, bis der Endkunde von Data-Driven Decision profitieren kann.
Power Query ist ein sogenannter «pre-processor», welcher Daten bereinigt und formt, bevor diese in Power Pivot importiert werden können. Als integraler Bestandteil von Microsoft Excel kann die Technologie aber auch als eigenständiges Tool zum Einsatz kommen: Bestehende Prozesse optimieren und repetitive Aufgaben automatisieren. Dies soll anhand eines Fallbeispiels aufgezeigt werden.
„Nach Schätzungen verursacht schlechte Datenqualität in Unternehmen Verluste von bis zu 25% des operativen Gewinns“, gemäss Crosby 1979 / Juran 1988! Daten sind der Rohstoff des 21. Jahrhunderts. Unternehmen / Institutionen geben Millionen für die Erfassung, Aufbereitung und Auswertung von Daten aus. Nur was, wenn die Datenqualität nicht passt?
Ein Datenmodell über alle Instanzen zu erstellen, bedarf einer Höchstleistung für alle Datenmodellierer. Disziplin, Perfektion, Agilität, Ausdauer und ein exzellentes Domain Wissen sind das A und O eines jeden Datenmodellierers. Dieser Blogbeitrag gibt einen Einblick in die Welt der Datenmodellierung und zeigt anhand von einem Beispiel auf, was es alles …
