Cloud-based Business Intelligence App

Projektübersicht

Diese Anwendung entstand im Rahmen des Moduls Mobile Business-Anwendungen (Teil 2) an der Hochschule Harz (6. Semester, Bachelor Wirtschaftsinformatik). Ziel ist der Aufbau einer cloudbasierten Business-Intelligence-Plattform zur Entscheidungsunterstützung für ein Handelsunternehmen.

Die App ermöglicht die Analyse und Visualisierung von Verkaufs-, Versand- und Produktdaten aus einem angebundenen ERP-System. Die Architektur ist vollständig serverlos umgesetzt und auf Skalierbarkeit, Modularität und Erweiterbarkeit ausgelegt.

---

Inhaltsziele

• Entwicklung einer cloudbasierten BI-Plattform mit mobiler Nutzbarkeit
• Echtzeitaggregation und Visualisierung betrieblicher KPIs
• Integration eines ERP-Backends (aus Projektteil 1)
• Erweiterbare Architektur für zusätzliche Business-Funktionalitäten
• Nutzung moderner Web- und Cloud-Technologien

---

Technologie-Stack

Bereich	Technologie / Dienst
Frontend	Svelte, Chart.js
Hosting	AWS EC2 (Frontend, PM2)
Authentifizierung	AWS Cognito (User Pools)
Backend	Node.js + TypeScript, Serverless Framework
Cloud Infrastruktur	AWS Lambda, API Gateway, IAM, VPC, RDS
Datenbanken	Amazon RDS (MariaDB)
Deployment	Serverless CLI, Docker-basierter RDS-Zugriff

---

Kernfunktionen (KPI-Auswahl)

• Plattform Umsatz / Verkäufe
• Sales Verlauf nach Datum
• Bestseller Produkte
• Versandkosten Verlauf nach Datum
• Versandzeit Verlauf nach Datum
• Produktübersicht & Einzelverkaufsdaten

Diese Metriken werden über HTTP-Endpunkte aggregiert und im Frontend dynamisch dargestellt.

---

Systemarchitektur

┌────────────────────────────┐
│      Nutzer (Mobile/Web)   │
└────────────┬───────────────┘
             ↓
┌────────────────────────────┐
│  Frontend (Svelte, EC2)    │
└────────────┬───────────────┘
             ↓
┌────────────────────────────┐
│   API Gateway (HTTP)       │
└────────────┬───────────────┘
             ↓
┌────────────────────────────┐
│ Lambda-Funktionen (Node.js)│
└────────────┬───────────────┘
      ↓ queryWawi / queryBi
             ↓
┌────────────────────────────┐
│ Amazon RDS (ERP + BI DBs)  │
└────────────────────────────┘

---

Datenmodell (BI-Datenbank)

Dimensionstabellen:

• dim_product: Produkte, SKU, Name, Kategorie
• dim_platform: Plattformen (Amazon, Shopify, Faire etc.)

Faktentabellen:

• fact_sales: Verkaufsereignisse inkl. Zeitstempel
• fact_shipping: Versandkosten, Versandzeit, Anbieter
• product_refprice: Plattformbezogene Referenzpreise

Diese Struktur erlaubt performante Zeitreihen- und Plattformanalysen.

---

Backend-Struktur

• Architektur: Domain-basierte Aufteilung (/sales, /shipping, /products, ...)
• Functions: Jeder Endpunkt als separate Lambda-Funktion (Single Responsibility)
• Datenzugriff: Direkte SQL-Zugriffe via mysql2/promise, kein ORM
• Layer: Gemeinsame Bibliotheken (z. B. mysql2) über Lambda Layer
• VPC: Private Subnetze für sicheren Zugriff auf RDS
• Sync-Mechanismus: Funktion syncWawiToBi.ts überführt ERP-Daten in das BI-Modell

---

Frontend-Details (Svelte + Chart.js)

• Reaktive UI: KPI-Auswahl, Datumsfilterung, dynamisches Chart-Rendering
• Datenanbindung: zentrale fetchKPI()-Funktion, Integration mit Auth via Cognito
• Fehlerhandling: Ladeindikator, Exception-Catching, Leerdaten-Validierung
• Diagrammtypen: Linie, Balken, Kreis je nach KPI-Typ auswählbar
• Erweiterbarkeit: Strategiepattern für neue KPI-Visualisierungen vorbereitet

---

Sicherheitskonzept

• Zugriffsschutz via AWS Cognito (User Authentifizierung)
• RDS über private Subnetze (VPC)
• IAM-Policy-Trennung für Deployment vs. Laufzeit
• Kein Public Access auf Datenbanken

---

Entwicklung & Deployment

• Backend: Serverless CLI mit individueller Paketierung der Funktionen
• Frontend: Build via Vite, Deployment per SSH + PM2 auf EC2
• Datenbankzugriff (Debug): über Docker + MariaDB-Client in isolierter Umgebung
• Testing: Funktionstests mit Testdaten, Fehler-Logging über console.error

---

Ausblick & Erweiterbarkeit

• Zusätzliche Module: automatisiertes Reporting, Alert-Systeme
• UX-Verbesserungen: Benutzer-Dashboards, Favoriten, Export
• Backend-Optimierungen: S3/Athena-Integration für Big Data, RDS Proxy für Connection Mgmt.

---

Lizenz & Hinweise

Dieses Projekt wurde im Rahmen eines Hochschulmoduls erstellt und dient ausschließlich zu Lehr- und Demonstrationszwecken.

---

Kontakt

Projektteam Business Intelligence App

• Julian B. – Datenbank / Backend / Frontend / AWS Deployment / Dokumentation

  -> GitHub: @1Jul1an

• Omar K. – Auth / Backend / AWS Deployment

  -> GitHub: @Ok963

• Ben V. – AWS Deployment / Dokumentation

  -> GitHub: @B3n-31

• Franz L. – Stakeholderanalyse, AWS Deploy, Requirements

  -> GitHub: @FranzRL

Screenshots

KPI Dashboard (Use-Case 1)

Interaktives Dashboard mit Chart.js und dynamischen KPIs (Svelte-basiert).