Data Warehouse Knowledge is Power - Sir Francis Bacon -

Størrelse: px
Starte visningen fra side:

Download "Data Warehouse Knowledge is Power - Sir Francis Bacon -"

Transkript

1 Data Warehouse 4. sem. datamatiker uddannelse Tietgen Skolen Odense Skrevet af Troels Markvard Andersen (DM08228) Knowledge is Power - Sir Francis Bacon - Troels Markvard Andersen Side 1 af 8

2 Forord / Indledning Information er en utrolig værdifuld vare for alle virksomhed. Derfor bør disse informationer opbevares korrekt og let tilgængeligt. Men når mængden af data bliver stor, bliver det mere svært at udvinding brugbare informationer. Med opfindelsen af computer og særdeles databaser, er mængden af data at virksomheder gemmer eksploderet. Hvilket har givet fødsel til Data Warehouses, men: 1. Hvad er Data Warehouses? 2. Hvordan fungere Data Warehouses? 3. Hvad kan Data Warehouses bruges til? Dette er hvad jeg vil prøve at besvare i denne opgave. Denne opgave er opdelt i fire dele. Den først del handler om hvad Data Warehouses er, med en beskrivelse af de to mest kendte typer. Anden del handler om hvordan de fungere, med lidt ekstra fokus på Kimballs tilgang til Datamarts Data Design. Den 3. del vil omhandle hvad de kan bruges til. Den sidste del vil afrunde rapporten. Hvad er Data Warehouses? Den nemmest og bedste beskrivelse er, at tage udgangspunkt i hvad en normal database er, og sammenligne den med Data Warehouses. En almindelig database bruger OnLine Transaction Processing (OLTP), mens et Data Warehouse bruger OnLine Analytical Processing (OLAP). Forskellen ligger i at OLTP er lavet til dataindtastning og transaktion forarbejdning, mens OLAP er lavet til analytisk forarbejdning af dataene. Det vil sige i en almindelig database laver man Create, Read, Update og Delete (CRUD) operationer, mens i et Data Warehouse er der næsten kun CR operationer. Skal dog forstås med det forbehold, at der også sker OD operationer, men næsten aldrig i stam dataene. En anden vigtig ting til forståelsen af hvad et Data Warehouse er, er hvad det bruges til. Databaser bruges til at lager data og arbejde med dem. Data Warehouse bruges til at analysere data. Data Warehouses opsamler sine dataene fra andre databaser, mens databaser opsamler data fra Input kilder (bruger, målere, scanner og med flere). Mere om dette under Hvad bruges de til?. Troels Markvard Andersen Side 2 af 8

3 Data Warehouses omtales også nogle gange som Enterprise Data Warehouse. Dette skyldes at navnet Warehouse kan virke misvisende. Enterprise giver en bedre forståelse af at det er hele virksomhedens data man snakker om der gemmes samme sted, og måske endda at det skal bruges til noget vigtig forretningsmæssigt, og der ikke bare er tale om et data depot. Hvordan fungere Data Warehouses? Data Warehouses funger på den måde, at de indsamler data fra alle de andre data kilder i virksomheden. Derefter bearbejdes de, så at man nemt kan lave analyse på dataene. Herefter kan man lave OLAP eller Data Mining. Når man hører dette første gang, kan man nemt komme til at tror at det er en nem opgave. Dette er dog langt fra virkeligheden. Hvis man kigger på denne proces kan det ses at den er delt op i flere trin. Først er indsamling af data til Databaserne og liggende. Derefter kommer Extract, Transform og Load (ETL) som sørger for at dataene har sammen Ganularity. Til sidst kan man lave OLAP og Data Mining. Før man kan alt dette, skal dog selve Data Warehouse et og dets Datamarts bygges. Datamarts er en delmængde af Data Warehouse ets data, der skal bruges til en analyse. Der findes dog to tilgangsvikler på hvordan man laver disse. I Bill Inmons tilgang bygger man selve Data Troels Markvard Andersen Side 3 af 8

4 Warehouse et først, og efter dens Datamarts til de forskellige analyser. I Ralph Kimballs tilgang bygger man Datamarts først, som så tilsammen udgør Data Warehouse et. Bill Inmon: Top-Down tilgang Database strukturen er den relationelle model (tredje normal form: 3NF) Nemmere at lave nye og ændre Datamarts Ralph Kimball: Botton-Up tilgang Database strukturen er den multi-dimension model (Star-schema og Snowflakes) Er iterative, og derfor kan del elementerne hurtigere tages i brug Det ser ud til at Kimballs tilgang er ved at udkæmpe Inmons, selvom de begge stadig har stærke tilhængere. Inmons data struktur kendes fra også almindelige databaser. Star-schema og Snowflakes Star-schema Snowflakes-schema I Kimballs tilgang bruger man en data struktur der kaldes den dimensionale model. I denne kan data mønsteret ses som vist i Star-schema. Den består af både Fact Tables og Dimension Tables. Fra de indsamlet data, erstattes nøglerne fra OLTP systemerne, med naturlige nøgler. Herved opnås at Data Warehouse et er uafhængighed af OLTP databaserne. Dimensional modellen består altid af Fact Tables (measures) og Dimension Tables (context). Facts er næsten altid numeriske, mens dimensionerne er hierarkier eller ting der beskriver Facts. For eksempel er omsætning et Fact, og Store#, Time# og Region# er dimensioner der fortæller noget om dette Fact. Der er meget Troels Markvard Andersen Side 4 af 8

5 almindeligt at dimensioner kan genbruges til andre Datamarts og derved andre analyser. Dimensioner i Star-schemas er ikke normaliseret, hvilket de er i Snowflakes-schemas. At normalisere gør data strukturen mere kompleks, hastigheden kan blive langsommer pga. de mange joins og plads besparelsen er ofte minimal. For mange aspekter i Data Warehouses er plads ikke fokus, men ydeevne. Når man skal designe Datamarts ved hjælp af dimensions modellen, bruges Kimball tilgang 4 trin til dette: 1 Choose the business process 2 Declare the Grain 3 Identity the dimensions 4 Identify the Fact Der findes også en hybrid model mellem Inmon og Kimballs tilgange. Den har ikke nogle af de tos ulemper i så stor grad, men heller ikke deres fordele i samme omfang. Hvad bruges Data Warehouses til? Data Warehouses funktion er at skabe brugbare vide til virksomheden, hvilket de gør på to måder. Den ene er OLAP som der bruges på at kigge bagud og på nuet. Data Mining er den anden gruppe, som bruges til at prøve at kigge fremad. OLAP er igen delt op i flere typer. OLAP og Data Mining tilsammen udgør Business Intelligence Technologies. Troels Markvard Andersen Side 5 af 8

6 OLAP OLAP kan også beskrives som et Slicing and Dicing værktøj, som er godt til at svare på hvem og hvad, men det er dens evne til at kunne svare på hvorfor, som gør den speciel. Nogle af de ting OLAP bruges til er: Budgetter, rapportering, salgs analyse, produktions planlægning, løn og mange andre ting. OLAP opdeles efter deres arkitektur. MOLAP - Multidimensional OLAP Give en rigtig god performance, på bekostning af kompleksitet og fleksibelt. Den bruger den Dimensionale Model, i et Multi Dimensional Database Management Systems, til at bearbejde dataene og analysere dem. Den adskiller sig meget fra den relationelle måde. Er meget afhængig af sin sammenføring med brugerprogrammerne. ROLAP Relationel OLAP Giver knap så god performance på grund af brugen af den relationelle model. På den anden side tager den mindre plads, og minder mere om normale relationelle databaser. Kan bruges sammen med SQL. Troels Markvard Andersen Side 6 af 8

7 HOLAP Hybrid OLAP Er en sammenblanding af ROLAP og MOLAP, hvor man har noget data i relationelle tabeller og noget i Multi Dimensional Tables. DOLAP Desktop OLAP I stedet for at OLAP serveren laver beregningerne, sender man dataene ud til brugerne. Denne metode er bedst hvis data mængden brugeren anvender ikke er for stor, og brugeren skal bruge det samme data flere gange. Data Mining Kunsten at kunne spå om fremtiden, har altid været højt værdsat. Data Minings funktion er at prøve at spå om fremtiden, ved hjælp af de data der er allerede indsamlet. Dette gøres ved at bruge en masse forskellige matematiske algoritmer til at analyse dataene. Disse forsøger at finde mønster og tendenser i dataene. Man er dog nød til at hjælpe/træne programmet til at lære at finde dem, og hvordan det bliver bedre til at spå. Troels Markvard Andersen Side 7 af 8

8 Afrunding Data Warehouses er ikke nogen billige eller nemt redskab for en virksomhed at anskaffe, men belønning kan være stor, særdeles ved hjælp af Data Mining. Data Warehouses indeholder nemt milliarder af tupler. Disse kommer sandsynligt fra forskellige lande, med forskellige arbejdsgange. Så alene processen af at få lavet ETL, er ikke nogen nem opgave. Det er et af de mange område man kunne skrive mere om i forhold til Data Warehouses. Alle disse data kan parres på utroligt mange måder, så at man kan få en masse viden. Denne viden er dog ikke meget værd, uden at den omsættes til brugbare viden. Det er Data Warehouses opgave, at levere den vide, men der er dog stadig brug for mennesker, til at omsætte det til brugbare viden, og derved penge tilbage til virksomheden. Jeg har valgt at bruge Kimballs data struktur som udgangs punkt til den mundtlige eksame, da jeg mener at den både nemt kan relateres til resten af vores pensum, og at det er et af hovedområderne indenfor Data Warehouses. Skrevet af Troels Markvard Andersen Troels Markvard Andersen Side 8 af 8

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125 Tietgenskolen - Nørrehus Data warehouse Database for udviklere Thor Harloff Lynggaard DM08125 Juni 2010 Indhold Beskrivelse... 3 Data warehouse... 3 Generelt... 3 Sammenligning... 3 Gode sider ved DW...

Læs mere

DM08115 DATABASE 08.06.2010

DM08115 DATABASE 08.06.2010 Hvad er OLAP OLAP er en databaseteknologi, der er blevet optimeret til forespørgsler og rapportering i stedet for behandling af transaktioner. Kildedataene for OLAP er OLTP- databaser (Online Transactional

Læs mere

Information Integration

Information Integration Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072

Læs mere

"A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process.

A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process. Data warehouses Introduktion til Data Warehousing... 2 Konceptet bag et Data Warehouse... 2 Data Warehousets fordele... 3 Problemer med Data Warehouses... 3 OLTP vs EDW... 4 Data Warehouse Arkitektur...

Læs mere

DM08114 Database: OLAP 8.6.2010

DM08114 Database: OLAP 8.6.2010 Indhold OLAP... 2 Hvad er OLAP?... 2 Indledning... 2 BusinessIntelligence... 2 DataWareHouse... 2 OLAP Ideologi... 2 Teknologier... 4 ROLAP, MOLAP og HOLAP... 4 Multidimensional DB, DataCubes... 5 Hvad

Læs mere

Best practice. Forudsætninger for et godt data warehouse SAS Data Integration Studio

Best practice. Forudsætninger for et godt data warehouse SAS Data Integration Studio Best practice Forudsætninger for et godt data warehouse SAS Data Integration Studio Anne Boilesen, konsulent Jacob Høy Berthelsen, konsulent SAS Institute A/S Best practice Forudsætninger for et godt data

Læs mere

Kursusoversigt for juli 2007 januar 2008

Kursusoversigt for juli 2007 januar 2008 Matcher dine kompetencer din rolle og dine opgaver Kursusoversigt for juli 2007 januar 2008 MERE KURSUS FOR FÆRRE PENGE Vores ekspertundervisere er kvalificerede instruktører, der arbejder som SAS konsulenter,

Læs mere

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En software produktion af Firma Joakim Dalby hos TDC Mobil SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En datawarehouse løsning med data fra mange kilder, og præsentation

Læs mere

Modernisering af BI miljø i Codan v.h.a. SAS V9

Modernisering af BI miljø i Codan v.h.a. SAS V9 Modernisering af BI miljø i Codan v.h.a. SAS V9 1Oktober 2003 / JFA Om Codan Ca. 2000 medarbejdere i Danmark Moderselskabet er engelske Royal & Sun Alliance, som ejer 72% af aktierne Bruttopræmier i Danmark

Læs mere

Database optimering - Indeks

Database optimering - Indeks Database optimering - Indeks Alle kender til dette irritations moment, hvor programmet man sidder og arbejder med, bare ikke er hurtigt nok. Selvom det kun drejer sig om få sekunder man sidder og venter,

Læs mere

Databaser Obligatorisk opgave 1

Databaser Obligatorisk opgave 1 University of Southern Denmark Department of Mathematics and Computer Science Databaser Obligatorisk opgave 1 Afleveres senest: Lørdag d. 23. marts kl 23.59 Introduction Denne obligatoriske opgave indeholder

Læs mere

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi Virksomhedens informationssystem Systembeskrivelse II IT og økonomi Det elektroniske kontor Elektronisk dokumenthåndtering Hvordan omlægger vi arbejdsgange, så elektronikken styrker vores arbejde? Data

Læs mere

Procesbeskrivelse - Webprogrammering

Procesbeskrivelse - Webprogrammering Procesbeskrivelse - Webprogrammering Indholdsfortegnelse Forudsætninger... 1 Konceptet... 2 Hjemmesiden... 2 Server-side... 3 Filstrukturen... 3 Databasehåndtering og serverforbindelse... 4 Client-side...

Læs mere

Microsoft Dynamics CRM 2013

Microsoft Dynamics CRM 2013 Microsoft Dynamics CRM 2013 Dashboard, PowerPivot og PowerView CRM User Group Denmark www.easyconsult.dk Præsentation Henrik Jensen Microsoft Dynamics CRM-arkitekt hj@easyconsult.dk Arbejdet med CRM-systemer

Læs mere

Business Intelligence brug data til at gøre din virksomhed smart

Business Intelligence brug data til at gøre din virksomhed smart Business Intelligence brug data til at gøre din virksomhed smart Professor Torben Bach Pedersen Center for Data-intensive Systemer Aalborg Universitet Hvem er jeg? Mig BrainMatch 27. marts 2012 2 Hvad

Læs mere

www.saskurser.dk Praktisk information Tilmelding Du tilmelder dig telefonisk på 7028 2973 eller på:

www.saskurser.dk Praktisk information Tilmelding Du tilmelder dig telefonisk på 7028 2973 eller på: Praktisk information Kursussteder Kurserne afholdes i SAS Knowledge & Education Centre på følgende adresser: København - Købmagergade 7-9, 1150 København K Skanderborg - Kr. Kielbergsvej 3, 8660 Skanderborg

Læs mere

Numeric Data Platform

Numeric Data Platform Numeric Data Platform Fleksibel indsamling og deling af data Centrale og decentrale BI-løsninger Business Intelligence løsninger kan typisk opdeles i dels centraliserede data warehouse systemer med tilhørende

Læs mere

Databasesystemer. IT Universitetet i København 7. juni 2005

Databasesystemer. IT Universitetet i København 7. juni 2005 Databasesystemer IT Universitetet i København 7. juni 2005 Eksamenssættet består af 5 opgaver med 13 spørgsmål, fordelt på 6 sider (inklusiv denne side). Vægten af hver opgave er angivet. Du har 4 timer

Læs mere

Hvorfor starte fra bunden?

Hvorfor starte fra bunden? ! Hvorfor starte fra bunden? Udrul BI4Dynamics på blot 1 dag! Installationsguiden opbygger det komplette data warehouse på Microsoft SQL Server og udruller OLAP kuber i Microsoft Analysis Services. Under

Læs mere

Object-Relational Mapping

Object-Relational Mapping Databaser for udviklere () Datamatiker TietgenSkolen Underviser: Allan Helboe 06-06-2010 Problemformulering Denne opgave er et forsøg på at beskrive problemerne der opstår ved anvendelsen af en relationel

Læs mere

Database. lv/

Database. lv/ Database 1 Database Design Begreber 1 Database: En fælles samling af logiske relaterede data (informationer) DBMS (database management system) Et SW system der gør det muligt at definer, oprette og vedligeholde

Læs mere

Skriftlig Eksamen Diskret Matematik (DM528)

Skriftlig Eksamen Diskret Matematik (DM528) Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug

Læs mere

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Copenhagen Business Academy Multimediedesigner 3. semester - 1. projekt, september 2014 Gruppe 1 - MulA Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Study: Multimedia Design Project:

Læs mere

Kursuskalender 2015. Savner du et kursus på listen, er du meget velkommen til at kontakte os på mail: saskurser@sas.com

Kursuskalender 2015. Savner du et kursus på listen, er du meget velkommen til at kontakte os på mail: saskurser@sas.com Kurser Dage januar februar marts april maj juni SAS College SAS College: Analyse 12. & 26. 9. & 23. 7. & 21. SAS College: Data Visualization SAS College: SAS Visual Analytics Advanced Foundation - Programming

Læs mere

Appendiks - Speciale ITU 2002 Offline XML Datavarehus. Figuroversigt. Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur

Appendiks - Speciale ITU 2002 Offline XML Datavarehus. Figuroversigt. Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur Figuroversigt 1. Kapitel Testdata Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur Afsnit 2 Figur 1.2 Fiktiva s fremtidige datastruktur Afsnit 3 Figur 1.3 Datamodel for forhandler databaser Afsnit 4

Læs mere

OLAP and SAS Tøger G. Nørgaard Cand.scient.dat, Consultant SAS Institute, PS Public Division. Copyright 2003, SAS Institute Inc. All rights reserved.

OLAP and SAS Tøger G. Nørgaard Cand.scient.dat, Consultant SAS Institute, PS Public Division. Copyright 2003, SAS Institute Inc. All rights reserved. OLAP and SAS Tøger G. Nørgaard Cand.scient.dat, Consultant SAS Institute, PS Public Division Copyright 2003, SAS Institute Inc. All rights reserved. SAS Special Air Service? Scandinavian Airline Systems?

Læs mere

Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen

Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen Database Pr jekt Hold CLmul-a14e Gruppe 3 3. semester 2015 Vejledere: Tue Becher Ivan R. Frederiksen Indholdsfortegnelse 1. Problemformulering 2. ER-diagram 3. Attribut-tabel 4. Use Case-model 5. Use Case

Læs mere

Gruppe 1 Cand. merc. økonomistyring og informatik

Gruppe 1 Cand. merc. økonomistyring og informatik 28.0 09 Cand. merc. økonomistyring og informatik Seminar 1 Indhold Indhold...2 Titelblad...4 Kapitel 1: Indledning... 1.2 Operationalisering...7 1.3 Afgrænsning...9 1.4 Metode...9 Kapitel 2: Modul 1...12

Læs mere

Business intelligence til it-medarbejdere

Business intelligence til it-medarbejdere Business intelligence til it-medarbejdere AGIDON Kursushæfte Effek viser dine arbejdsgange! Kursushæfte Indhold Fejl! Bogmærke er ikke defineret. Introduktion 5 Velkommen... 5 Indhold af kursusmateriale

Læs mere

SAS øger værdien af dit SAP-system

SAS øger værdien af dit SAP-system SAS øger værdien af dit SAP-system Erling Glud Nielsen, Professional Services Director Professional Services Division SAS øger værdien af dit SAP-system Agenda Generel positionering SAS og SAP Arkitektur

Læs mere

Hjælp mig med at arbejde med mine kundedata (Customer Intelligence)

Hjælp mig med at arbejde med mine kundedata (Customer Intelligence) Hjælp mig med at arbejde med mine kundedata (Customer Intelligence) Kundelivstidsværdi, Customer Insights, Customer Life Time Management, Customer Life Time Value, CRM strategi, kundeloyalitet osv. Det

Læs mere

Workshoppens indhold. 1. Hvad kommer vi fra? Og hvor skal vi hen?

Workshoppens indhold. 1. Hvad kommer vi fra? Og hvor skal vi hen? Workshoppens indhold 1. Hvad kommer vi fra? Og hvor skal vi hen? 2. Dokumentationsmodel brugt i Sundhedsøkonomisk center Indenrigs- og Sundhedsministeriet 3. Skabelse af dokumentationen 1. Motorrummet:

Læs mere

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Region Nordjylland Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Hvem er vi Hanne Purkær Fuldmægtig Koncern Økonomi (Systemejer) Region Nordjylland Dagligt ansvar for BI Jan

Læs mere

Database "opbygning"

Database opbygning Database "opbygning" Dette områder falder mest under en DBA's ansvarsområde. Det kan sagtens tænkes at en database udvikler i nogle situationer vil blive nød til at oprette produktions og test) databaser,

Læs mere

I Windows fil struktur er der følgende ting Drev, Mapper, Filer og Genveje.

I Windows fil struktur er der følgende ting Drev, Mapper, Filer og Genveje. Windows Fil Struktur I Windows fil struktur er der følgende ting Drev, Mapper, Filer og Genveje. Hvad er et drev Et drev, er en afgrænsning af fil strukturen. Når du går ind på et drev vil du stå i roden

Læs mere

Views etc. Databaser

Views etc. Databaser Views etc. Databaser Views Med Views kan vi gemme nogle af de lange select sætninger. I vores eksempel fra tidligere er det f.eks. forbundet med en del besvær at finde telefon nr og bilmærker for en sælger

Læs mere

SAS VA rapportering i Jyske Bank

SAS VA rapportering i Jyske Bank SAS VA rapportering i Jyske Bank integrationen med SAS Stored Processes SAS VA Netværksmøde 13. oktober 2016 Henrik Obling, Jyske Bank Side 1/18 Agenda SAS VA arkitektur i Jyske Bank Hvad benyttes SAS

Læs mere

ProMark workforce management ProJob

ProMark workforce management ProJob ProMark workforce management er løsningen til optimering af virksomhedens produktionsprocesser og -omkostninger gennem oversigter, indsamling af produktionskritiske jobdata, effektiv rapportering og integration

Læs mere

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering

Læs mere

PHP 3 UGERS FORLØB PHP, MYSQL & SQL

PHP 3 UGERS FORLØB PHP, MYSQL & SQL PHP 3 UGERS FORLØB PHP, MYSQL & SQL Uge 1 & 2 Det basale: Det primære mål efter uge 1 og 2, er at få forståelse for hvordan AMP miljøet fungerer i praksis, og hvordan man bruger PHP kodesproget til at

Læs mere

Re-tail Retail. Data-driven retail 6. februar 2014 Thomas Black-Petersen // 1

Re-tail Retail. Data-driven retail 6. februar 2014 Thomas Black-Petersen // 1 Re-tail Retail Data-driven retail 6. februar 2014 Thomas Black-Petersen // 1 Passioneret for hjælpe vores kunder fra data til viden -ogfra viden til værdi Fokuseret Business Intelligence software- og konsulenthus

Læs mere

Database kursus Forår 2013

Database kursus Forår 2013 Database kursus Forår 2013 Jacob Aae Mikkelsen Database design og programmering/databaser fra Organisationsorienteret softwareudvikling 1 Praktisk info Lærebog Database Systems: The Complete Book Skema

Læs mere

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Copenhagen Business Academy Multimediedesigner 3. semester - 1. projekt, september 2014 Gruppe 1 - MulA Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Study: Multimedia Design Project:

Læs mere

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning:

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning: Introduktion til EA3 Mit navn er Marc de Oliveira. Jeg er systemanalytiker og datalog fra Københavns Universitet og denne artikel hører til min artikelserie, Forsimpling (som også er et podcast), hvor

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507)

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Institut for Matematik og Datalogi Syddansk Universitet, Odense Onsdag den 0. juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater, osv.)

Læs mere

DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY

DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY 1 DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY Peter Holm & Morten Albrechtsen Maj 2013 AGENDA INTRODUKTION TIL BUSINESS PRODUCTIVITY HOS COLUMBUS PÅ BESØG I AX 2012 BUSINESS

Læs mere

Vejledning: Anvendelse af kuber på SLS-data fra LDV i Excel 2007. Målgruppe: Slutbruger

Vejledning: Anvendelse af kuber på SLS-data fra LDV i Excel 2007. Målgruppe: Slutbruger Vejledning: Anvendelse af kuber på SLS-data fra LDV i Excel 2007. Målgruppe: Slutbruger April 2015 Indholdsfortegnelse Indholdsfortegnelse... 2 1 Indledning... 3 1.1 Metode til anvendelse af kuber med

Læs mere

Visualisering. Kan opdeles i 2 dele Præsentations værktøj Portal

Visualisering. Kan opdeles i 2 dele Præsentations værktøj Portal Innofactor Plc 2000-2012 Visualisering Stigende krav til visualisering Brugervenlighed - flere brugere skal kunne anvende og lave visualiseringer Dynamisk Æstetisk Flere forskellige former for visualiseringer

Læs mere

INDHOLDSFORTEGNELSE. INDLEDNING... 7 Kristian Langborg-Hansen. KAPITEL ET... 9 I gang med App Inventor. KAPITEL TO...

INDHOLDSFORTEGNELSE. INDLEDNING... 7 Kristian Langborg-Hansen. KAPITEL ET... 9 I gang med App Inventor. KAPITEL TO... INDHOLDSFORTEGNELSE INDLEDNING... 7 Kristian Langborg-Hansen KAPITEL ET... 9 I gang med App Inventor Installation af App Inventor... 10 Trådløs installation... 11 Installation af emulator (Windows)...

Læs mere

MICROSOFT C5 LIGHT MICROSOFT C5. FÅ ET lettilgængeligt ØKONOMISYSTEM, DER KAN VOKSE MED DIN VIRKSOMHED

MICROSOFT C5 LIGHT MICROSOFT C5. FÅ ET lettilgængeligt ØKONOMISYSTEM, DER KAN VOKSE MED DIN VIRKSOMHED MICROSOFT C5 LIGHT MICROSOFT C5 FÅ ET lettilgængeligt ØKONOMISYSTEM, DER KAN VOKSE MED DIN VIRKSOMHED ET EFFEKTIVT økonomisystem SPARER BÅDE TID OG PENGE Der er nok at se til i en mindre virksomhed. Og

Læs mere

Inden vi starter: Følg novicell på @novicelldk Check-ind på FB fb.com/novicelldk Få vores nyhedsbrev: http://www.novicell.

Inden vi starter: Følg novicell på @novicelldk Check-ind på FB fb.com/novicelldk Få vores nyhedsbrev: http://www.novicell. Inden vi starter: Følg novicell på @novicelldk Check-ind på FB fb.com/novicelldk Få vores nyhedsbrev: http://www.novicell.dk/blog/nyhedsbrev 15 Online Marketingtips i 2015 Martin Skøtt, Online Marketingchef,

Læs mere

Færre penge mere tid, realisering af indkøbsgevinster. Kommunal netværkskonference 2008:

Færre penge mere tid, realisering af indkøbsgevinster. Kommunal netværkskonference 2008: Løsningen dækker Nullutat Suscips Blalit lanse Amconsendit Praestrud Kommunal netværkskonference 2008: Færre penge mere tid, realisering af indkøbsgevinster Hvis der med én Færre penge og behovet for mere

Læs mere

Business Case for Business Intelligence. Motivation. Trin 1 Den brændende platform eller det udækkede forretningsbehov

Business Case for Business Intelligence. Motivation. Trin 1 Den brændende platform eller det udækkede forretningsbehov Business Case for Business Intelligence Motivation Trin 1 Den brændende platform eller det udækkede forretningsbehov Hvilke eksterne og interne udfordringer står forretningen overfor Hvordan bidrager det

Læs mere

Business Intelligence

Business Intelligence Business Intelligence - the theoretical advance and application in a danish SME Kandidatafhandling af Jonas Büttcher Studium Cand.merc.(dat.) Copenhagen Business School Vejleder Niels Bjørn-Andersen Afleveringsdato

Læs mere

Finn Gilling The Human Decision/ Gilling. 12. 13. September Insights Danmark 2012 Hotel Scandic Aarhus City

Finn Gilling The Human Decision/ Gilling. 12. 13. September Insights Danmark 2012 Hotel Scandic Aarhus City Finn Gilling The Human Decision/ Gilling 12. 13. September Insights Danmark 2012 Hotel Scandic Aarhus City At beslutte (To decide) fra latin: de`caedere, at skære fra (To cut off) Gilling er fokuseret

Læs mere

Fang Prikkerne. Introduktion. Scratch

Fang Prikkerne. Introduktion. Scratch Scratch 2 Fang Prikkerne All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/ccwreg to register your club. Introduktion

Læs mere

Kreditscoring og kryds/opsalg - hurtig og fair kundebehandling. SAS Forum 3. juni 2010

Kreditscoring og kryds/opsalg - hurtig og fair kundebehandling. SAS Forum 3. juni 2010 Kreditscoring og kryds/opsalg - hurtig og fair kundebehandling SAS Forum 3. juni 2010 Dagsorden Baggrund og formål Projektforløb Arkitektur Kreditscoring anvendelse i daglig sagsbehandling Rapportering

Læs mere

Databasesystemer fra forskellige synsvinkler

Databasesystemer fra forskellige synsvinkler Databasesystemer fra forskellige synsvinkler Kim Skak Larsen kslarsen@imada.sdu.dk IMADA DM534 Introduktion til datalogi, 8/10 2015 p.1/60 Oversigt Introduktion Del 1: en designers synsvinkel Del 2: en

Læs mere

Indholdsfortegnelse for kapitel 1

Indholdsfortegnelse for kapitel 1 Indholdsfortegnelse for kapitel 1 Forord.................................................................... 2 Kapitel 1.................................................................. 3 Formål............................................................

Læs mere

Ydelseskatalog. Tak fordi du downloadede dette dokument vores ydelseskatalog. Vi hjælper dig helt i mål! Ydelseskatalog. Indhold

Ydelseskatalog. Tak fordi du downloadede dette dokument vores ydelseskatalog. Vi hjælper dig helt i mål! Ydelseskatalog. Indhold Indhold 2 Business intelligence workshops 3 Customer Intelligence workshops 4 at få flere kunder 5 at kunne vækste sine kunder 6 at kunne fastholde sine kunder 7 Generelt om segmentering 8 Behovsbasere

Læs mere

Perspektiverende Datalogi Klassiske Algoritmer

Perspektiverende Datalogi Klassiske Algoritmer Perspektiverende Datalogi Klassiske Algoritmer Gerth Stølting Brodal 1 Indhold Eksempler på beregningsproblemer Algoritmer og deres analyse Korrekthed af algoritmer Ressourceforbrug for algoritmer Kompleksitet

Læs mere

Database for udviklere. Jan Lund Madsen PBS10107

Database for udviklere. Jan Lund Madsen PBS10107 Database for udviklere Jan Lund Madsen PBS10107 Indhold LINQ... 3 LINQ to SQL og Arkitektur... 3 O/R designere... 5 LINQ Den store introduktion med.net 3.5 er uden tvivl LINQ(udtales link): Language-INtegrated

Læs mere

IT OG LOGISTIK. It som salgsværktøj i butikken 2. It som forretningsunderstøttelse 3. Hjemmesiden 4. HTH er ordreproducerende 5

IT OG LOGISTIK. It som salgsværktøj i butikken 2. It som forretningsunderstøttelse 3. Hjemmesiden 4. HTH er ordreproducerende 5 IT OG LOGISTIK It som salgsværktøj i butikken 2 It som forretningsunderstøttelse 3 Oms 3,9b Hjemmesiden 4 HTH er ordreproducerende 5 It i administrationen 6 1 IT SOM SALGSVÆRKTØJ I BUTIKKEN Kunder gribes

Læs mere

15 Online Marketingtips i 2015. Martin Skøtt, Online Marketingchef, Novicell @martinskott

15 Online Marketingtips i 2015. Martin Skøtt, Online Marketingchef, Novicell @martinskott 15 Online Marketingtips i 2015 Martin Skøtt, Online Marketingchef, Novicell @martinskott Kort om Novicell Novicell er et uafhængigt it- og webbureau med 85 ansatte Fokus på online forretning Styr på projekter

Læs mere

Data lagring. 2. iteration (implement backend)

Data lagring. 2. iteration (implement backend) Data lagring 2. iteration (implement backend) Emner Grundlæggende database begreber. Data definitionskommandoer ER-diagrammer og cardinalitet/relationer mellem tabeller Redundant data og Normalisering

Læs mere

Indstillinger af ØS LDV

Indstillinger af ØS LDV Indstillinger af ØS LDV Indledning Denne vejledning omhandler rapporten Indstillinger af ØS LDV, hvorfra I tilgår webapplikationerne til at foretage ændringer i jeres ØS LDVs opsætning. Herved kan I løbende

Læs mere

IMADAs Fagråd. Evalueringsrapport. Matematik & Datalogi. 2. juni 2011. Kontaktpersoner

IMADAs Fagråd. Evalueringsrapport. Matematik & Datalogi. 2. juni 2011. Kontaktpersoner Evalueringsrapport Matematik & Datalogi 2. juni 2011 Kontaktpersoner Christian Kudahl - chkud08@student.sdu.dk Maria Buhl Hansen - marih09@student.sdu.dk Indhold Indhold 2 1 Indledning 4 1.1 Matematik-økonomi.......................

Læs mere

ECCO. Informationsteknologi Niveau: C. Casebaseret eksamen juni 2012

ECCO. Informationsteknologi Niveau: C. Casebaseret eksamen juni 2012 Casebaseret eksamen juni 2012 Informationsteknologi Niveau: C Klasse: Lærer: xxx William Pedersen ECCO http://www.ecco.com/da-dk/ http://www.emu.dk/erhverv/merkantil_caseeksamen/ecco/it/it_logistik.html#indhold9356999

Læs mere

DEN KOMPLETTE VÆRDIKÆDE MOBILITET SKABER VÆRDI FOR MOBILE MEDARBEJDERE

DEN KOMPLETTE VÆRDIKÆDE MOBILITET SKABER VÆRDI FOR MOBILE MEDARBEJDERE DEN KOMPLETTE VÆRDIKÆDE MOBILITET SKABER VÆRDI FOR MOBILE MEDARBEJDERE Læs mere på www.locus.dk LOCUS VÆRDI FOR MOBILE MEDARBEJDERE Locus makes mobility easy! Det er vores vision og leveregel. Vi leverer

Læs mere

marketing center split tests Leads

marketing center split tests Leads Viden er magt OG PENGE PÅ BUNDLINJEN online marketing center split tests Leads Profiles Reports Vi er trådt ind i en ny fase af web-alderen! Det med at sjusse os frem til, hvad vi tror, der virker, holder

Læs mere

Etablering af et Ledelsescockpit... og som understøtter forretningsplatformen!

Etablering af et Ledelsescockpit... og som understøtter forretningsplatformen! Etablering af et Ledelsescockpit... og som understøtter forretningsplatformen! Opbygning og forankring af en robust ledelsesplatform på 3 måneder /Finn Henrik Hansen Slide 1 Nulpunktsmodellen, MSEK 1 Refleksion

Læs mere

3. SEMESTER 2. PROJECT MULB Gruppe 1. 20. september 2015

3. SEMESTER 2. PROJECT MULB Gruppe 1. 20. september 2015 PROJECT DATABASE 3. SEMESTER 2. PROJECT MULB Gruppe 1. 20. september 2015 Ved at underskrive dette dokument bekræfter vi, at det indsendte materiale alt sammen er vores eget materiale og arbejde. Andreas

Læs mere

Vækst og Forretningsudvikling

Vækst og Forretningsudvikling Vækst og Forretningsudvikling Uddrag af artikel trykt i Vækst og Forretningsudvikling. Gengivelse af denne artikel eller dele heraf er ikke tilladt ifølge dansk lov om ophavsret. Børsen Ledelseshåndbøger

Læs mere

ProMark workforce management ProMileage

ProMark workforce management ProMileage anvendes til at rapportere kørselsforbrug og udgifter så som transportudgifter og andre udlæg i forbindelse med en specifik sag. Registreringen foretages i ProPortal og danner grundlag for viderefakturering

Læs mere

Positionssystemet, 2 3 uger (7 lektioner), 2. klasse.

Positionssystemet, 2 3 uger (7 lektioner), 2. klasse. Positionssystemet, 2 3 uger (7 lektioner), 2. klasse. FRA FORENKLEDE FÆLLES MÅL Kommunikation vedrører det at udtrykke sig med og om matematik og at sætte sig ind i og fortolke andres udtryk med og om

Læs mere

Softwareløsninger til dit netværk

Softwareløsninger til dit netværk www.draware.dk Softwareløsninger til dit netværk Overvågning Side 4 Analyse Side 11 Sikkerhed Side 14 Administration Side 21 Asset management Side 27 Dokumentation Side 30 Kundecitater Side 35 Bedre overblik

Læs mere

PROMARK WORKFORCE MANAGEMENT ProPC

PROMARK WORKFORCE MANAGEMENT ProPC er den mobile arbejdsplads en Windowsbaseret terminal til alle typer registreringer via PC eller tablet både i virksomheden og på farten. Imponerende stærk offline-funktionalitet. WINDOWSBASERET TERMINAL

Læs mere

Relationel Algebra og SQL

Relationel Algebra og SQL Relationel Algebra og SQL Indholdsfortegnelse Relationel Algebra og SQL...1 Indholdsfortegnelse...1 De oprindelige mængdeoperationer...2 1. UNION (foreningsmængde)...2 2. INTERSECTION (fællesmængde)...2

Læs mere

Ressourcen: Projektstyring

Ressourcen: Projektstyring Ressourcen: Projektstyring Indhold Denne ressource giver konkrete redskaber til at lede et projekt, stort eller lille. Redskaber, der kan gøre planlægningsprocessen overskuelig og konstruktiv, og som hjælper

Læs mere

High-Performance Data Mining med SAS Enterprise Miner 14.1

High-Performance Data Mining med SAS Enterprise Miner 14.1 High-Performance Data Mining med SAS Enterprise Miner 14.1 nye procedurer til en mere effektiv modeludviklingsproces Kristina Birch, Advisory Analytical Consultant, SAS Institute Indhold Hvad er High-Performance

Læs mere

Trekanter. Frank Villa. 8. november 2012

Trekanter. Frank Villa. 8. november 2012 Trekanter Frank Villa 8. november 2012 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion 1 1.1

Læs mere

IT-drift konferencen 2014. Big Data know. act. grow.

IT-drift konferencen 2014. Big Data know. act. grow. IT-drift konferencen 2014 Big Data know. act. grow. Kort om mig selv Jens-Jacob T. Aarup Medstifter / partner Salgs- og marketingdirektør Inspari A/S // 2 Passioneret omkring udnyttelse af data Fokuseret

Læs mere

Erfaringer med Information Management. Charlottehaven Jens Nørgaard, NNIT A/S jnqr@nnit.com

Erfaringer med Information Management. Charlottehaven Jens Nørgaard, NNIT A/S jnqr@nnit.com Erfaringer med Information Management Charlottehaven Jens Nørgaard, NNIT A/S jnqr@nnit.com Agenda Hvor ligger virksomhedens information gemt og hvor opstår kravet til at finde denne information. Find Find

Læs mere

En hjælpers vigtige værktøj.

En hjælpers vigtige værktøj. En hjælpers vigtige værktøj. Denne præsentation trækker sit materiale fra forskning og viden fra bevægelsesområdet. Jeg er dog ikke i tvivl om, at disse overvejelser også kan bruges på andre områder af

Læs mere

Curriculum Vitae: Jeg kan hurtigt overskue komplekse systemer og finde brugbare løsninger på selv vanskelige problemer.

Curriculum Vitae: Jeg kan hurtigt overskue komplekse systemer og finde brugbare løsninger på selv vanskelige problemer. Curriculum Vitae: Personlige oplysninger Navn Thomas Gustafsson Født 5. marts 1972 Adresse Græsmarken 5, ST. TH. 2860 Søborg Mobil (+45) 2577 2387 E-mail Civilstand tgconsult@webspeed.dk Ugift / Far til

Læs mere

PROMARK WORKFORCE MANAGEMENT ProPortal

PROMARK WORKFORCE MANAGEMENT ProPortal er den enkle, webbaserede indgangsvinkel til ProMark både når det drejer sig om registrering af egen tid og opgaver, information og udførelse af konkrete arbejdsopgaver. kører i en webbrowser og kan også

Læs mere

DE BEAR TECHNOLOGY. o Processer, metoder & værktøjer. e-mail: info@dbtechnology.dk WWW.DBTECHNOLOGY.DK

DE BEAR TECHNOLOGY. o Processer, metoder & værktøjer. e-mail: info@dbtechnology.dk WWW.DBTECHNOLOGY.DK Mission Critical o Projekt Information management o Processer, metoder & værktøjer. Side 1 of 11 Projekt information Projekt information management inkluderer alle de processer, som er nødvendige for at

Læs mere

Demonstration af SAS Activity-Based Management v7.1

Demonstration af SAS Activity-Based Management v7.1 Demonstration af SAS Activity-Based Management v7.1 Chefkonsulent Martin Ravnholt, SAS Institute Copyright 2011 SAS Institute Inc. All rights reserved. Hvad vil jeg tale om den næste time? Nyeste modellerings-

Læs mere

Informationsforvaltning i det offentlige

Informationsforvaltning i det offentlige Informationsforvaltning i det offentlige 1 Baggrund Den omfattende digitalisering af den offentlige sektor i Danmark er årsag til, at det offentlige i dag skal håndtere større og større mængder digital

Læs mere

SESAM Energi & Forsyning 27. februar Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen!

SESAM Energi & Forsyning 27. februar Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen! SESAM Energi & Forsyning 27. februar 2013 Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen! InfoSuite Dansk konsulent og softwarehus International koncern med +40

Læs mere

Projekt database. http://bysileha.com/3.semester/database-eshop/index.html (vores htmlside)

Projekt database. http://bysileha.com/3.semester/database-eshop/index.html (vores htmlside) Projekt database http://bysileha.com/3.semester/database-eshop/index.html (vores htmlside) Amanda Lindschouw - cph-al144@cphbusiness.dk http://ahldesign.dk/learningthird.html Charlotte Øberg - cph-co74@cphbusiness.dk

Læs mere

SPD server som Storage Medie. Michael Rosairus. Fra DB2 til SPD server

SPD server som Storage Medie. Michael Rosairus. Fra DB2 til SPD server SPD server som Storage Medie. Michael Rosairus Fra DB2 til SPD server Agenda Et dias om PBS. Sandpit-Invest som det så ud - Udfordringer ;o) SPD server - hvordan? Evaluering af SPD som mulig løsning. Projekt:

Læs mere

Object-Relational Mapping

Object-Relational Mapping Object-Relational Mapping Skriftligt arbejde i forbindelse med eksamen i Databaser for udviklere Studerende: Henrik Rossen Jakobsen Vejleder: Allan Helboe 07-06-2010 Indhold Indledning... 2 Problemformulering...

Læs mere

Curriculum Vitae: Jeg kan hurtigt overskue forretningers ønsker samt komplekse systemer og finde overskuelige løsninger på selv vanskelige problemer.

Curriculum Vitae: Jeg kan hurtigt overskue forretningers ønsker samt komplekse systemer og finde overskuelige løsninger på selv vanskelige problemer. Curriculum Vitae: Personlige oplysninger Navn Thomas Gustafsson Født 5. marts 1972 Adresse Græsmarken 5, ST. TH. 2860 Søborg Mobil (+45) 2577 2387 E-mail tgconsult@webspeed.dk Civilstand Ugift / Far til

Læs mere

Computer Literacy. En stationær bordmodel. En Bærbar Notebook, Labtop, Slæbbar, Blærebar mm.

Computer Literacy. En stationær bordmodel. En Bærbar Notebook, Labtop, Slæbbar, Blærebar mm. Computer Literacy Computer Literacy handler om at forstå hvad computer (hardware) og software kan gøre. Denne præsentation fokuserer kun på hardware februar 2002 Computerliteracy -hardware (15 dias) 1

Læs mere

Projekt database. 3 Semester - Mul a Projekt 1. Yaser Osman cph-mo102@cphbusiness.dk. Dan Eskildsen cph-de32@cphbusiness.dk

Projekt database. 3 Semester - Mul a Projekt 1. Yaser Osman cph-mo102@cphbusiness.dk. Dan Eskildsen cph-de32@cphbusiness.dk Projekt database 3 Semester - Mul a Projekt 1 Yaser Osman cph-mo102@cphbusiness.dk Dan Eskildsen cph-de32@cphbusiness.dk Ammar Al-Basri cph-aa140@cphbusiness.dk Emre Kandemir cph-ek68@cphbusiness.dk Lotte

Læs mere

SQL ny front-end

SQL ny front-end SQL 2016 - ny front-end Overblik De største nyheder i SQL Server 2016 finder vi på front-enden, hvor en helt ny og redesignet rapporteringsplatform i Reporting Services er den fremadrettede grundstamme

Læs mere

Data warehouse-arkitektur / standarder

Data warehouse-arkitektur / standarder make connections share ideas be inspired Data warehouse-arkitektur / standarder Jan Zilstorff, SAS Institute Agenda Standarder Data warehouse-arkitektur Data Integration-standarder The Document Hvad betyder

Læs mere

Hvad er InfoPath? Et program i Microsoft Office System En desktop applikation Platformen for en ny generation af elektroniske formularer

Hvad er InfoPath? Et program i Microsoft Office System En desktop applikation Platformen for en ny generation af elektroniske formularer Hvad er InfoPath? Et program i Microsoft Office System En desktop applikation Platformen for en ny generation af elektroniske formularer Office InfoPath 2007 kan hjælpe dig med at indsamle oplysninger

Læs mere

Forskningsnetkonference

Forskningsnetkonference Data center eller serverrum optimering for energiforbrug og Total Cost of Ownership Forskningsnetkonference November 2010 Niels E. Raun niels.raun@globalconnect.dk Oversigt Total Cost of Ownership: investering

Læs mere