Neben Warenwirtschaftssystemen, die sich mit den operativen Aufgaben des Handels befassen und den betriebswirtschaftlich-administrativen Aufgaben existiert außerdem das „Dach“ des Modells, welches für die Auswertung der zur Verfügung gestellten Daten verantwortlich ist. Der Ursprung der Daten liegt wiederum in den beiden anderen Teil- gebieten des Handels-H-Modells. Daten, die in das Data-Warehouse eingespeist werden, umfassen beispielsweise Bondaten, Wareneingangsdaten, Bestandsdaten, Artikel- stammdaten, Personaldaten und Controlling- /Buchhaltungsdaten (Becker und Winkel- mann 2004, S. 125). Dazu müssen Schnittstellen zu den Vorsystemen geschaffen wer- den (Behme 2001, S. 212). Neben den internen Daten werden auch externe Daten im Data-Warehouse gespeichert, wie Daten von Herstellern, Marktforschungsinstituten und Logistik-Dienstleistern (Hertel 2011, S. 360).
Das aus der Integration der Teilsysteme resultierende große Datenvolumen des Unter- nehmens kann nur dann optimal zur Entscheidungsunterstützung genutzt werden, wenn aus den heterogenen Systemen universell verwertbare Informationen gewonnen wer- den. (Becker und Schütte 2004, S. 607–609) Dazu wird in Handelsunternehmen heut- zutage vor allem die Data-Warehouse-Technologie verwendet (Becker 2010, S. 30) (siehe Abbildung 5). Grund für die Trennung der operativen Systeme von den Auswer- tungssystemen liegt vor allem in den kritischen Prozessen, die in den operativen Syste- men durchgeführt werden. Um die Performanz durch Auswertungsprozesse nicht einzu- schränken werden diese ausgelagert. Außerdem bietet die Integration der Daten im Data-Warehouse einen besseren Datenumfang für Auswertungen. (Hertel 2011, S. 410) Dies liegt auch daran, dass im DWH sowohl aktuelle Daten als auch historische Daten hinterlegt werden, während operative Systeme nur aktuelle Daten speichern (Becker und Schütte 2004, S. 609). Alternativ zu einem Data-Warehouse können die Daten auch in sogenannten Data-Marts gespeichert werden. Data-Marts enthalten Daten, die auf die Bedürfnisse einer kleinen Zielgruppe zugeschnitten sind (Becker und Schütte 2004, S. 796) und unabhängig voneinander betrieben werden (Sharda et al. 2017, S. 142). Sie können beispielsweise auf Filialebene implementiert werden. Auch eine Kombination aus Data-Warehouse und Data-Marts ist möglich, sodass beispielsweise Scanningdaten zuerst aus der Kasse ausgelesen, dann in einem Data-Mart der Filiale konvertiert und zuletzt im zentralen Data-Warehouse eingelagert werden. (Behme 2001, S. 213–214)
Recent Comments