Einfacher und dynamischer Zugriff auf heterogene
Datenbasis
iterativer Ansatz: Modifikationen sind jederzeit
möglich, ohne die Analyse neu aufbauen zu müssen
zusammenfassen vollständiger Analysen zu
einem neuen Modul
Ad-hoc-Reporting
Hoher Grad an Automatisierung
Kundenspezifische Anforderungen können sehr
schnell implementiert werden
Schneller "Return On Invest"
Erstellte Analysen können inklusive Daten
archiviert werden (späterer Soll-/Ist-Vergleich)
Keine SQL-Kenntnisse erforderlich - visuelles
Erstellen auch von komplexen Datenbank-Abfragen
Keine Programmierkenntnisse erforderlich (rein
visuelles Arbeiten)
Geld
Niedrige Anschaffungskosten
Alle Funktionen im Produkt enthalten –
keine Zusatzkosten durch Nachkauf von Funktionalitäten
Keine Middleware nötig
Einsparung Personalkosten durch Zeitersparnis
Bessere Basis für Entscheidungen
Durch das Zusammenführen heterogener Daten
können Neuinvestitionen (Datamart) hinfällig werden
Simulation eines Datawarehouse
Kundenspezifische Anforderungen (z.B. Algorithmen)
können sehr schnell implementiert werden
Wissen
Bisher unbekannte Zusammenhänge in bekannten
Daten entdecken
Bessere Nutzung vorhandener Daten
Mustererkennung und Clusteranalyse mit Neuronalen
Netzen – anders als in der Statistik werden keine harten Schnitte
gemacht, es werden alle Daten in die Analyse einbezogen
