Strukturering af Informationer til AnalyseformŒl

Størrelse: px
Starte visningen fra side:

Download "Strukturering af Informationer til AnalyseformŒl"

Transkript

1 Data warehousing og Knowledge Management Strukturering af Informationer til AnalyseformŒl AALBORG UNIVERSITET MASTER i INFORMATIONSTEKNOLOGI, INDUSTRIEL IT (MII) PROJEKT GRUPPE: IT i BYGGERIET & IT i INDUSTRIEL PRODUKTION FOR R 2001

2 Titel: ÓStrukturering af informationer til analyseformœló Tema: ÒData warehousing og Knowledge ManagementÓ Projektperiode: 1. september 1999 til 30. maj 2001 Forfattere: Kim Friis Hansen Thomas Hundeb l Thomsen RenŽ Aaholm Synopsis: Data warehousing has quickly evolved into a unique and popular business application class. Early builders of data warehouses already consider their systems to be key components of their IT strategy and architecture. Numerous examples can be cited of highly successful data warehouses developed and deployed for businesses of all sizes and all types. This project report deals with data warehouse theory, technology and its implementation in businesses. Our objective is to describe the project process when data warehouse technology is developed and implemented in a business organization. What is a data warehouse? A definition requires discussion of many key attributes of a data warehouse system. This project report will introduce key concepts surrounding the data warehousing technology. Vejledere: Kaj A. J rgensen og Per Christiansson Oplagstal: 5 Sideantal: 39 Bilagsantal og-art: 0 bilag, 0 appendix Afsluttet den: 30. maj 2001 Rapporten mœ ikke offentligg res, udlœnes eller gengives uden tilladelse fra forfatterne.

3 Indholdsfortegnelse 1. Indledning Problemformulering CaseFirm Ð Beskrivelse af virksomheden Projekt Plan OLTP Datakilder Datamodeller Data warehouse arkitektur Arkitektur Datamodel Normaliseret del Stjerneskema ETL Extraction Transformation Load Metadata Centraliseret Distribueret Hvad bliver til metadata? OLAP Definition Fra data til information Funktioner Datamodel ROLAP og MOLAP Opdateringsfrekvens Fleksibel information Datamining Konklusion Litteraturliste...39 Side 3

4 1. Indledning Virksomheder genererer og indsamler store m¾ngder data, som bruges i den daglige drift. Udfordringen bestœr i at udnytte hele v¾rdien af disse data, dvs. at kunne udtr¾kke de nyttige informationer, der gemmer sig i den store m¾ngde af data. Et data warehouse er stedet, hvor informationerne indsamles og struktureres for at skabe overblik over organisationen og dens aktiviteter. En af de vigtigste forskelle mellem et data warehouse og en almindelig database er tidsdimensionen. Et data warehouse fort¾ller fx ikke blot hvem, der k ber mest, men ogsœ hvad der er sket over en given periode. Med andre ord kan det skabe et grundlag for strategiske beslutninger. En anden vigtig forskel er, at data warehouse er et centralt indsamlingssted for informationer fra hele organisationens univers. I stedet for at skulle forbinde flere forskellige datakilder for at finde de nskede informationer, skal man kun kigge Žt sted. Her fœr man adgang til bœde enkelte, sammenlagte og opsummerede informationer fra hele organisationen, dvs. produktion, distribution, salg, konomi, osv. Et data warehouse giver mulighed for analyser af arbejdsgange og aktiviteter bœde inden for og uden for organisationen. Dermed kan man vurdere, hvor ressourcerne bedst kan anvendes for at optimere indtjeningen. Data warehouse omfatter beslutningsgrundlag inden for f lgende omrœder: Strategivalg Fastholdelse af ret kurs Optimering af indk b og lager Optimering af kundeservice Medarbejderressourcer og -udvikling Struktur¾ndringer i branchen Konkurrenceforhold. Organisationens virksomhedssystemer som konomi, indk b, produktion, logistik, osv. leverer en stor m¾ngde data til data warehouse systemet. Her bliver disse data struktureret pœ en mœde, der g r det nemt at pr¾sentere et sikkert beslutningsgrundlag. Knowledge Management drejer sig om at strukturere og dele viden for at g re vores informationer og viden operationelle, dvs. til strategiske v¾rkt jer. En h¾ndelse i form af en ordre, en ans¾ttelse eller en intern transaktion registreres som data og indgœr i det f¾lles informationslager Ð data warehouse. Herfra kan informationerne l¾gges sammen, kombineres, og deres indbyrdes relationer analyseres for at tilf re organisationen ny viden. Denne viden udg r en platform for strategiske beslutninger pœ ledelsesplan og de handlinger i organisationen, der skal sikre implementering af strategierne. Side 4

5 2. Problemformulering FormŒlet med denne rapport er, at anvise et praktisk projektforl b ved analyse af implementeringen af et data warehouse. Der fokuseres i rapporten pœ praktisk etablering af et data warehouse med reference til teorien og teknikker i data warehouse. Der udf res ikke implementering af et data warehouse i dette projekt. Opgavens problemstilling kan formuleres sœledes: Hvorledes kan man gennem et projektforl b, udvikle og implementere et data warehouse, der bidrager til bedre beslutninger i en virksomhed? Som et eksempel i rapporten, anvendes en fiktiv virksomhed kaldet CaseFirm. CaseFirm er en virksomhed, som producerer s m og skruer til sœvel hjemmemarkedet som til eksport. Produktsortimentet er bredt inden for standardtyper, og der indgœr ogsœ enkelte typer pœ basis af licensproduktion. Alle standardtyper produceres hovedsageligt til lager, hvorfra de l bende s¾lges til grossister, detailk¾der, entrepren rer samt til virksomheder i byggeindustrien. Produktsortimentet er meget varieret bœde inden for s m og skruer. Alle typer bliver produceret pœ eget udstyr i serier pœ flere maskiner. Varerne pakkes i henholdsvis smœ pakninger med 5-25 stk. eller kasser med stk., hvorefter de l¾gges pœ lager. Produkterne fremstilles pœ fœ special maskiner til henholdsvis s m og skruer, der omstilles til de forskellige typer. Omstillingen er tidskr¾vende, og der tilstr¾bes derfor en produktion i store serie af hver type. Ofte mœ produktionen dog omstilles midt i en serie for at kunne efterkomme aktuelle ordre af andre typer. Afs¾tning af produkterne er kendetegnet ved at v¾re varierende og i nogen grad s¾sonpr¾get. Leveringstiden er kort, og er ofte en betingelse for at kunne gennemf re et salg. Der planl¾gges derfor efter at alle typer altid er lagervarer, men ind imellem oplever de at det ikke er muligt at levere visse typer, mens der ligger store m¾ngder af andre typer pœ lageret. I visse perioder af Œret er varelageret meget omfattende og kapitalkr¾vende for virksomheden. Hver kvartal gennemf rer konomiafdelingen en analyse af lagerbeholdning med henblik pœ at kunne minimere beholdningen og producere just in time. Kombineret med oplysningerne fra salgsafdelingen om forventningerne til salget i det kommende kvartal, danner dette grundlag for planl¾gning af den n¾ste kvartals produktion, men ofte nœr informationerne f rst frem til produktionen 3 til 4 uger inde i det nye kvartal. I dag er informationerne registeret pœ flere systemer. I produktionen anvendes et system til styring af rœvarer og til planl¾gning. I lageret anvendes et andet system til styring af f¾rdigvarer og til pakning og forsendelse af varer til kunder. Administrationen bruger sammen med salgsafdelingen et s¾rskilt konomistyresystem. Disse systemer er ikke integreret bortset fra et f¾lles netv¾rk og centrale servere. Side 5

6 Efter den seneste kvartalsanalyse af varestr mmene, der viste meget store lagre er der formuleret et indsatsomrœde om udvikling af bedre metoder til at minimere lagerbeholdningen af de enkelte varenumre, og samtidig kunne levere varen. Virksomheden har derfor besluttet, at igangs¾tte et pilotprojekt til afklaring af om data warehouse kan anvendes til at optimere produktionen. Pilotprojektet skal blandt andet give svar pœ f lgende sp rgsmœl: - Hvad er data warehouse? - Hvordan er arkitekturen i et data warehouse? - Hvilke datamodeller anvendes i data warehouse? - Hvilke krav stiller data warehouse til data? - Hvilke v¾rkt jer anvendes i forbindelse med data warehouse? - Kan data warehouse give informationer om forventninger til afs¾tning af de enkelte varer? - Kan data warehouse opfylde behov for rapportering? - Kan data warehouse anvendes til analyseformœl, f.eks. til at finde nye sammenh¾nge i eksisterende data? - Hvilke typer beslutningsst tte kan data warehouse supportere? Side 6

7 3. CaseFirm Ð Beskrivelse af virksomheden Virksomheden CaseFirm producerer s m og skruer. Med en stigende eftersp rgsel og produktportef lje, har virksomheden besluttet, at s¾lge sine produkter gennem f lgende salgskanaler: grossister, detailk¾der, entrepren rer samt til virksomheder i byggeindustrien. I de seneste Œr har CaseFirm etableret nye produktionsenheder, som f lge af en stigende eftersp rgsel fra virksomhedens kunder. Da virksomheden prim¾rt har fokuseret pœ ekspansion, har den ikke brugt mange ressourcer pœ at mœle effektiviteten af denne ekspansion. CaseFirms analyser af varest mme viser meget store lagre og ledelsen er begyndt at fokusere pœ organisations ydeevne. Virksomheden har et godt datagrundlag for sin oms¾tning og lagerbeholdning i virksomheden som helhed, men mangler data om de enkelte varenumre og deres afs¾tning og de indbyrdes relationer. Ledelsen har derfor bedt virksomhedens IT Afdeling udarbejde et forslag til implementering af et data warehouse Projekt Plan IT afdelingen udarbejder en projekt plan med f lgende mœl og afgr¾nsning: Projekt mœl At danne et data warehouse med det formœl, at bidrage til analyse af data vedr rende salg og lagerbeholdning, for produkter produceret og solgt af CaseFirm. Projekt afgr¾nsning Projektet afgr¾nses til analyse af salg og lagerbeholdning i relation til produkterne Definition af virksomhedens behov Projektgruppen identificerede f lgende omrœder som v¾rende interessante, for at kunne definere og forstœ virksomhedens behov: á Et produkts livscyklus á Salgskanaler á Organisationens struktur á Definition af salg og lagerbeholdning á Hvad nsker brugerne? Et produkts livscyklus. Projektgruppen analyserede f rst et produkts livscyklus. Hver produktionsenhed har en udviklingsgruppe tilknyttet, der afpr ver nye produkt ideer. Kun nœr produktionsprocessen er fuldst¾ndig defineret og det nye produkt er godkendt, bliver produktinformationer tilf jet til databasen. NŒr produktinformationerne er tilstede i databasen, kan produktionsenhederne begynde at producere produkterne. Produktmodellerne er meget varieret bœde inden for s m og skruer. Fabrikken har et lager af produktmodeller. NŒr lagerbeholdningen af en model falder til et forudbestemt niveau, igangs¾ttes der en ordre om at producere flere modeller. NŒr en model er produceret, l¾gges den pœ lager, indtil den bestilles via salgskanalerne. Side 7

8 Salgskanalerne er ansvarlig for at s¾lge modellen. NŒr det besluttes at oph re med at producere en model, gemmes data om modellen i 6 mœneder efter at den sidste enhed af modellen er blevet solgt eller kasseret. Produktdata fjernes samtidig med at disse data fjernes Salgskanaler Der er 2 typer af salgsteder: hovedkontorets salgsafdeling og butikkerne. Hovedkontorets salgsafdeling s¾lger kun til virksomheder. Virksomheder betaler vejledende pris, med mindre der er aftalt rabat. Til hver kunde er der knyttet en salgskonsulent. Hver salgskonsulent har flere kunder. CaseFirm har p.t virksomheder som kunder. En kunde kan afgive ordre direkte til en salgskonsulent eller til hovedkontorets salgsafdeling. Ordre der modtages fra hovedkontorets salgsafdeling bliver sendt direkte fra fabrikken til kunden. En kunde kan have flere leveringsadresser. Det er muligt for kunderne, at afgive ordrer til levering pœ flere lokationer, hvis de nsker det. Hovedkontorets salgsafdeling placerer ordrerne pœ de produktionsenheder, der ligger n¾rmest leveringsadresser. Hvis en kunde afgiver ordrer til levering pœ flere addresser, opdeles ordren til en ordre pr. leveringsadresse. Hovedkontorets salgsafdeling modtager i gennemsnit 500 ordrer pr. dag, 5 dage om ugen. Hver ordrer bestœr i gennemsnit af 10 produktmodeller. En butik s¾lger direkte til privat kunder. Hvis ikke der er aftalt rabat, betales den vejledende pris. Selvom hvert salg bliver registreret som en ordre, gemmes der ikke data om kunden. En butik kan afgive ordrer til en produktionsenhed. Lederen af butikken er ansvarlig for hvilke produkter der lagerf res og s¾lges fra butikken. En butik genererer i gennemsnit 1000 ordrer pr. dag 7 dage om ugen. Hver ordre indeholder i gennemsnit 2 produktmodeller Organisationens struktur Virksomhedens organisationsstruktur er vist i nedenstœende figur. CaseFirm Hovedkontor Produktion Salg Produktion Vest Produktion st Nord st Syd st Nordvest Sydvest 2 * Salgs Kontor 5 * Butik 4 * Butik 3 * Salgs- Kontor 2 * Salgs- Kontor 7 * Butik Figur 3.1 CaseFirm organisationsstruktur Side 8

9 Definition af salg og lager Det er n dvendigt at klart definere salg og lager for at kunne analysere disse faktorer. Lager: For hver produktmodel adderes kostprisen for hver komponent der indgœr i produktmodellen og summen af alle komponenternes kostpris er lig med produktmodellens kostpris. Salg: For hver produktmodel multipliceres antallet af solgte enheder med vejledende pris. Summen af alle ordrelinier der indeholder modellen er lig med salget af produktmodellen Hvad nsker brugerne? FormŒlet med projektet er at danne en samling af data, som brugerne kan analysere effektivt. Projektgruppen identificerede en r¾kke typiske sp rgsmœl som brugerne kunne forventes at data ville kunne svare pœ. 1. Hvad er det gennemsnitlig antal af produktmodeller pœ lager og genbestilling denne mœned i hver produktionsenhed? 2. Hvilke modeller og produkter er ikke blevet solgt i sidste uge? 3. Hvilke modeller tilh rer top 5 listen sidste mœned mœlt pœ salg? Brugerne nsker endvidere at kunne analysere disse sp rgsmœl over en 3 Œrig periode, for at se ¾ndringer over tid Adgang til operationelle data N¾ste skridt, efter at have defineret virksomhedens behov er, at finde de n dvendige data til at danne et data warehouse. For at g re dette er det n dvendigt at se pœ ER (Entitet Relation) modellerne for alle relevante data i det operationelle system: 3.2. OLTP HovedformŒlet med et data warehouse er, at Ótr¾kkeÓ information ud af operationelle data. Dette f rer til de basale funktioner i et data warehouse: udtr¾k af data fra eksterne og interne operationelle databaser og derefter rense, transformere, kontrollere og organisere data i et optimalt format, med henblik pœ, at give nem og hurtig adgang til analyse af virksomhedens ydeevne. I virksomheden CaseFirm anvendes applikationer til at st tte den daglige drift. Disse dag-til-dag forretningsapplikationer er s¾dvanligvis baseret pœ relationelle databaser, der er optimeret mht. transaktionsorienterede operationer Definition af OLTP I det f lgende defineres OLTP, med henblik pœ at give en forstœelse af forskellen mellem applikationer til den daglige forretningsdrift og applikationer der bidrager til at informere og st tte beslutningstagerne i virksomheden. Side 9

10 Definition Ved OLTP Ð Online Transaction Processing menes alle de applikationer, der anvendes i den daglige forretning: fx: ordresystem, lagerstyringssystem eller l nsystem. Denne type af applikationer ben¾vnes undertiden ogsœ som OSS - (Operationelle St tte Systemer). Disse systemer hœndterer tusindvis, mœske endda millioner af transaktioner om dagen og sikrer konsistens mellem alle relaterede tabeller i databasen. Alle opdateringer af relaterede data afspejles i databasen. Indholdet af database tabellerne og deres indbyrdes relationer, vil i et OLTP system, ¾ndres l bende gennem en arbejdsdag i en virksomhed. De rapporter og foresp rgsler der dannes fra en database af denne type, vil give et jebliksbillede af den tempor¾re tilstand i databasen Datakilder CaseFirm er nu beskrevet og vi har samlet brugernes krav til vores data warehouse. Vi skal nu sikre os at alle n dvendige dataelementer eksisterer, sœ vi kan tilfredstille brugernes krav. Det bedste sted at starte er i de eksisterende OLTP systemer. Vi skal identificere de OLTP applikationer, der anvendes til at producere virksomhedens forretningsdata og dermed er datakilder til vores data warehouse. Hver enkelt OLTP applikation har en specifik teknik til at hœndtere data i databasen. Det er vigtigt at vide, hvorledes applikationen hœndterer selv simple transaktioner som sletning af poster (fx: bliver posten fysisk slettet fra databasen eller er den markeret som slettet og forbliver i database tabellen). Disse forhold kan fœ indflydelse pœ, hvorledes vores data warehouse kan implementeres. Vores analyse af databasen, hvor vi finder de n dvendige dataelementer i OLTP applikationerne er meget vigtig. Det er vigtigt at forstœ den pr¾cise betydning af hver eneste feltv¾rdi, der potentielt er kilde til vores data warehouse, sœ vi undgœr forkerte fortolkninger. De sp rgsmœl der skal besvares af databaseanalysen er som f lger: 1. Er alle v¾rdier tilstede i OLTP databasen, sœ brugernes krav kan opfyldes? 2. Hvilke n dvendige dataelementer kan ikke hentes fra OLTP databasen. 3. Under hvilke omst¾ndigheder/processer ¾ndres data? 4. Hvordan hœndterer de enkelte OLTP applikationer deres data? Vi kan af beskrivelse af CaseFirm identificere tre operationelle systemer (OLTP applikationer). 1. Lagersystem 2. konomisystem 3. Produktionssystem Side 10

11 OLTP Operationelle systemer Lagersystem konomisystem Produktionssystem Operationel Database Figur 3.2 CaseFirm operationelle systemer Lagersystem I lageret anvendes et system til styring af f¾rdigvarer og til pakning og forsendelse af varer til kunder. Afdelingen har f lgende styringsopgave: Lagerstyring, der fokuserer pœ styring af lagerbeholdningernes niveau. Dette inkluderer ogsœ den fysiske materialehœndtering, der omfatter aktiviteter sœsom: Fremtage, placere, plukke og pakke varer i forbindelse med, at varer flyttes fra et sted til et andet. Lagerstyringen har til opgave at servicere de tre omrœder: materiale-, produktions- og distributionsstyring med informationer om lagerstatus (rœvarer, varer-i-arbejde og f¾rdigvarer), indog udlevering, lagerplanl¾gning osv., sœledes at der kan sikres et optimalt vare-/serviceflow konomisystem Administrationen bruger sammen med salgsafdelingen et s¾rskilt konomistyresystem. konomisystemet i CaseFirm sikrer: effektiv registrering og rapportering af virksomhedens konomiske data kvalitet og fuldst¾ndighed i registrering og rapportering af virksomhedens konomiske data Ordrebehandling Modtagelsen af en ordre, involverer indtastning og genindtastning af ordre- og kundeoplysninger hos s¾lger, salgsafdeling, produktion, lager og konomiafdelingen. Ordre- og kundeinformationerne indtastes og genindtastes i forskellige uafh¾ngige systemer, hvilket naturligvis ger risikoen for menneskelige fejl, men samtidig besv¾rligg r muligheden for at overskue, hvor langt kundens ordre er nœet i systemet. Side 11

12 3.3.3 Produktionssystem I produktionen anvendes et system til styring af rœvarer og til planl¾gning og afdelingen har f lgende styringsopgave: Produktionsstyring, der omfatter de aktiviteter, der vedr rer materialeflowet fra rœvarelagre, varer i arbejde pœ forskellige produktionsprocesser, mellemvarelagring til f¾rdigvarelagre. MŒlet for produktionsstyringen er inden for en r¾kke produktionstekniske foruds¾tninger at styre produktionen, sœledes at et fastlagt serviceniveau kan opfyldes til lavest mulig omkostning (inklusiv kapitalbinding). Dette opnœs ikke ved at efterstr¾be de lavest mulige produktionsomkostninger alene, men via en optimal kombination af serviceniveau, produktionsomkostninger og kapitalbinding. Produktionsstyringen er en del af produktionssystemet. Produktionsstyringen omfatter mere end blot de fysiske aktiviteter sœsom direkte bearbejdning eller montering af produkter. Den skal sikre en optimering af de ressourcer der skal samarbejde, eksempelvis maskiner til bearbejdning og montering, materiale og personale med uddannede arbejdsevner. 3.4 Datamodeller I det f lgende beskrives virksomhedens operationelle database Definition af Entitets-Relations (ER) modeller Der er to relevante modelleringsteknikker i et data warehouse milj : ER modellering og dimensionel modellering. ER modellering producerer en datamodel indenfor det specifikke dom¾ne ved hj¾lp af to basale koncepter: entiteter og og relationer mellem disse entiteter. Detaljerede ER modeller indeholder ogsœ attributter, som kan v¾re egenskaber ved entiteter eller deres relationer. ER Modellen er et abstraktions v¾rkt j, der kan anvendes til at forstœ og simplificere data relationer i virksomhedens verden og komplekse system milj. ER Modellering I det f lgende defineres de basale termer i ER modellering. Grundl¾ggende koncepter En ER model er repr¾senteret ved et ER diagram, der anvender tre grundl¾ggende grafiske symboler til at repr¾sentere data: entitet, relation og attribut. Entitet En entitet er defineret som en person, et sted, ting eller begivenhed, der er af interesse for virksomheden. En entitet repr¾senterer en klasse af objekter, der er ting i den virkelige verden, som kan observeres og klassificeres ved deres egenskaber og karakteristika. Eksempler pœ entiteter: produkt, produktmodel, komponent, kunde. Relationer En relation er repr¾senteret med linier tegnet mellem entiteter. Det viser den strukturelle interaktion og association mellem entiteter i en model. En relation indeholder en tekstuel betegnelse som fx.: Side 12

13 ejer, tilh rer, har. Relationen mellem to entiteter kan defineres ved deres kardinalitet. Det er det maksimale antal instanser af en entitet der er relateret til en enkelt instans i en anden tabel og omvendt. De mulige kardinaliteter er: en-til-en (1:1), en-til-mange (1:M) og mange-til-mange (M:M). Attributter Attributter beskriver de karakteristiske egenskaber ved entiteter. I en entitet som produkt, kunne produktid, beskrivelse og pris for eksempel v¾re attributter. Et attributnavn skal v¾re unikt i en entitet og skal v¾re selvforklarende. CaseFirms datamodeller Virksomheden har implementeret f lgende datamodeller i deres operationelle systemer (OLTP): Lagersystemet: Ordre ordrenr Har * Ordrelinie 0..* 1..1 Behandler Pakket i 1..* 1..1 Medarbejder Medarbejdernr Forbereder * Forsendelse Forsendelsesnr konomi/ordre: Kunde Kundenr Placerer Faktura Fakturanr Danner Del af * Har * Ordre Ordrenr * 0..* Behandler 1..1 Produkt Produktnr Ordre- Linie Medarbejder medarbejdernr Side 13

14 Produktion:Ê Medarbejder medarbejdernr Produkt produktnr Bruges i Transaktion * transaktionsnr 1..* 1..1 Opretter * Indk bsordre indk bsordrenr 1..* Leverer 1..1 Leverand r Leverand rnr Tabeller Ordre (ordrenr, ordredato, faktureringsvej, faktureringsby, faktureringspostnr, status, kundenr, medarbejdernr) Prim¾rn gle: ordrenr, medarbejdernr Medarbejder (medarbejdernr, stillingsbetegnelse, fornavn, mellemnavn, efternavn, adresse, arbejdstelefon, hjemmetelefon, adresse, koen, gage, ansatdato) Prim¾rn gle: medarbejdernr Ordrelinie (ordrenr, produktnr, antalenheder) Prim¾rn gle: ordrenr, produktnr Forsendelse (forsendelsesnr, antal, forsendelsesdato, afslutdato, ordrenr, produktnr,medarbejdernr) Prim¾rn gle: forsendelsesnr Faktura (fakturanr, datodannet, datobetalt, kreditkortnr, ordrenr) Prim¾rn gle: fakturanr Side 14

15 Kunde (kundenr, kundenavn, kundegade, kundeby, kundepostnr, kundetlf, kundefax, kunde ) Prim¾rn gle: kundenr Produkt (produktnr, produktnavn, serienr, enhedspris, antalpaalager, genbestillingsniveau, genbestillingsantal) Prim¾rn gle: produktnr Side 15

16 4. Data warehouse arkitektur 4.1. Arkitektur Komponenter Et data warehouse bestœr af en r¾kke forskellige komponenter: Datakilder, der bestœr af komponenter, der genererer data eksempelvis fra en proces. Disse datakilder kan v¾re uafh¾ngige af hinanden, sœledes data i de enkelte datakilder ikke har forbindelse med de vrige. ETL (Extraction, Transformation, Load). Dette programlag tr¾kker data fra datakilder og flytter dem ind i et data warehouse. I dette lag foretages eksempelvis udregninger med data fra flere datakilder og dataene tilrettes efter nogle forud definerede kriterier. Det er ogsœ i dette lag metadata tilf jes. Selve midten af et data warehouse system er lagret, hvor de transformerede data gemmes. Denne del kaldes entreprise data warehouse (edw). Dette lag modtager kontinuerligt data fra ODS- og ETL-laget. I dette lag kan data ikke ¾ndres. De kan kun indl¾gges, l¾ses eller slettes. ODS-laget (operational data store) er en kombination af datakilde og edw. I dette lag kan data opdateres (som en datakilde), men data foreligger ogsœ som udregninger og integrerede data (som et edw). Data marts er det sted hvor de fleste brugere tilgœr data warehouse systemet. Dette lag er struktureret efter funktioner eksempelvis salgsafdeling og produktion. Dette lag tr¾kker data ud af edw, og er formet efter de krav de enkelte brugere af systemet stiller. E T L edw Datakilder Data marts ODS Figur 4.1. De forskellige lag i et data warehouse system Fordele ved datawarehouse teknologien Nogle af de fordele der er ved data warehouse teknologien er at hvis man indl¾gger kriterier i ETLlaget, som udregner specielle v¾rdier, vil disse v¾rdier have referencer i systemet. De enkelte udregnede v¾rdier vil ikke v¾re der, men de data, der skal bruges til udregningen er tilg¾ngelige og systemet ved hvor de befinder sig. Det betyder at de samme data kan bruges til bœde rapportering og analyser. Side 16

17 Det betyder ogsœ, at der er hurtig adgang til dataene, da dataene ikke er udregnede v¾rdier, men kun indekserede relationer samlet i emner. Det betyder, at nœr der rettes en foresp rgsel til systemet, er det ikke n dvendigt at s ge alle data igennem. Systemet kan finde de relevante data efter indekseringen Definition af data warehouse Et data warehouse kan karakteriseres pœ f lgende mœde: emne orienteret integreret tidsdimension data er uforanderlige Emne orienteret: Data er ordnet i emner i stedet for funktioner. Eksempler pœ emner: Kunde Produkt S¾lger Transaktion Salg Marketing Enhver funktion har data, som relaterer sig til emner. For eksempel har regnskabsafdelingen relationer til kunde, faktura, ordre og konto. I data warehouse modellen er det emnerne der har relationer til funktionerne. Eksempelvis har kunde relationer til regnskabsafdelingen. Integreret: De enkelte data i et data warehouse er sammensat af data fra mange datakilder fra det operationelle milj. Denne proces er n¾rmere beskrevet i afsnittet Transformation under ETL. OPERATIONAL Application-oriented Kunde Ordre Faktura Konto DATAWAREHOUSE Subject-oriented Salg Marked Figur 4.2. Forskel pœ operationelle databaser (funktions ordnet) og data warehouse (emne ordnet) (Lundbeck) OPERAT Figur 4.3. Forskel pœ operationelle databaser (enkelte data) og data warehouse (integrerede data) (Lundbeck) Side 17

18 Tidsdimension: De enkelte data i et data warehouse forbliver ens over tid. Det betyder, at man kan s ge efter data som er lagret i et data warehouse for lang tid siden. Det skyldes, at data er lagret som samplinger af data i stedet for som rœ data. Hver sampling er tidsstemplet og kan derfor ikke ¾ndres. I en operationel database ¾ndrer dataene sig ofte. De bliver ¾ndret eller mœske helt slettet. Derfor kan man ikke s ge efter gamle data i et operationelt milj. Data er uforanderlige: Data i et data warehouse kan ikke ¾ndres. Det skyldes, at alle data er tidsstemplet. Hvis inputdataene ¾ndrer sig, bliver der lagt en ny datav¾rdi ind i data warehouse. Man kan kun skrive og l¾se i et data warehouse. I en operationel database bliver de enkelte data ¾ndret, nœr der sker ¾ndringer i det operationelle milj. Ud over at data i et data warehouse er emneordnet, integrerede, tidstro og ikke til at ¾ndre, skal de ogsœ v¾re granul¾re. Det vil sige, opdelt i sœ smœ m¾ngder som muligt. Det drejer sig for eksempel om ordredata, hvor den mindste m¾ngde er de enkelte ordrer. Det har den fordel, at de kan indgœ i andre sammenh¾nge end dem er var tilt¾nkt til. Se afsnittet om Data mining. OPER Figur 4.4 Forskel pœ operationelle databaser (¾ndrer sig over tid) og data warehouse (¾ndrer sig ikke over tid) (Lundbeck) OP Figur 4.5. Forskel pœ operationelle databaser (data kan ¾ndres) og data warehouse (data kan ikke ¾ndres) (Lundbeck) 4.2. Datamodel I lighed med andre typer databaser anvendes ogsœ en relationel database som f.eks Oracle, DB2 mfl. til lagring af de data der indgœr i et data warehouse. Data i et data warehouse adskiller sig pœ flere mœder fra det operationelle datasystem og inden en datamodel for data warehouse pr¾senteres, foretages en kort sammenligning med et operationel datasystem. Nogle af de v¾sentligste forskelle fremgœr af tabel 4.6. Data warehouse Lang tidsramme Statisk Opsummeret Ad hoc foresp rgsler Opdateres periodisk Data dreven Operationelle datasystem Kort tidsramme Data kan ¾ndres Acces til enkelte record Standard transaktioner Real time opdatering Event driven Tabel 4.6 Sammenligning af data warehouse og det operationelle datasystem Side 18

19 I et data warehouse fastholdes data over en l¾ngere tidsramme ofte 8-10 Œr eller l¾ngere. Det ligger i konceptet at der kontinuerligt overf res tidsstemplede data fra de forskellige kilder uden at der tilsvarende slettes data. Det betyder, at datalageret for et data warehouse vokser med tiden. I det operationelle datasystem hvor der er behov for en hurtig adgang til data vil der med mellemrum blive foretaget en oprydning i ¾ldre uaktuelle data. I konomisystemet fasts¾tter regnskabsloven dog at alle transaktioner f rst kan slettes efter 5 Œr. I et data warehouse forbliver de indl¾ste data u¾ndret, jf. afsnit om arkitektur. I det operationelle system kan data ¾ndres, f.eks. hvis et produkt ¾ndrer navn eller ved opdatering af pris¾ndringer. Der er her mulighed for bœde at oprette, ¾ndre og slette data. I et data warehouse kan der i forbindelse med ETL v¾re foretaget en form for opsummering af data. Denne kan foretages mere eller mindre fin masket f.eks. til dagligt salg af vare til hver enkelt kunde eller mere grov masket ved opsummering af salg til hver enkelt kunde per uge eller mœned. I det operationelle system kan hver varelinie for hvert salg til de enkelte kunder genfindes indtil de slettes. I et data warehouse foretages brugernes adgang til data via ad hoc foresp rgsler. Det vil ofte v¾re tilpassede foresp rgsler der opfylder behov for rapportering rundt i virksomheden. I det operationelle system er der i h j grad opbygget formularer til at klare de standard transaktioner der er i forbindelse med virksomhedens drift, f.eks. ordremodtagelse, fakturering mm. I et data warehouse foretages en periodisk overf rsel af data via ETL. Cyklusen for denne opdatering b r afspejle virksomhedens behov for at kunne opfange ¾ndringer i den omverden som virksomheden indgœr i. Hvis denne er meget omskiftelig skal der ofte opdateres hvori mod med en stabil omverden kan opdateringen foretages med l¾ngere mellemrum. I den operationelle datasystem sker oprettelse, redigering eller sletning af data i Óreal timeó det vil sige med jeblikkelig effektuering af alle ¾ndringer. Et data warehouse er data dreven i sin opbygning. Den opbygges sœledes at sammenh¾ngende data ogsœ ligger samlet i databasen for at im dekomme behov for udtr¾k af data. Det operationelle system opbygges til hurtig af effektuere de events som forekommer i driften af virksomheden, f.eks. ordrebehandling, fakturering mm. For at kunne i m dekomme kravene til data warehouse benyttes dels en normaliseret relationsdatabase med tidsstemplede data (historiske transaktioner) i datalageret og dels stjerne diagrammer med opsummerede data til de afdelingsbaserede data marts Normaliseret del Datamodellen for den normaliserede del af data warehose bygger pœ samme model som for andre typer af operationelle databaser. PŒ baggrund af en klassificering og komposition opbygges en taksonomi af tabeller med ER-modellering af de data der er udvalgt til at indgœ i data warehouse. I den normaliserede del (edw) ligger dataene i den detaljeringsgrad der er valgt i forbindelse med indl¾sning af data til data warehouse. Disse data placeres i normaliserede tabeller for at opnœ en effektiv database uden redundans samt for at begr¾nse brugen af null-v¾rdier. For at bringe databasen pœ minimum tredje normalform (NF) skal f lgende v¾re opfyldt for alle tabeller: Side 19

20 1.NF. Hvis der er linier i tabellen, som indeholder samme prim¾rn glev¾rdi, og felter, der indeholder gentagne data pœ disse linier, sœ skal disse felter placeres i en ny tabel sammen med en kopi af prim¾rn glen. Desuden skal alle v¾rdier i tabellen v¾re atomare, dvs. de mœ ikke kunne opdeles yderligere. 2. NF. Tabellen skal v¾re pœ 1. NF. Herudover g¾lder det, at hvis der i en tabel med en sammensat n gle er felter, der er direkte afh¾ngige af en del af prim¾rn glen, skal disse felter flyttes over i en anden tabel sammen med en kopi af delprim¾rn glen. 3. NF. Tabellen skal v¾re pœ bœde 1. og 2. NF. Herudover g¾lder det, at hvis der er felter i tabellen, som er direkte afh¾ngige af et felt (determinanten), som ikke indgœr i prim¾rn glen, skal disse felter flyttes over i en anden tabel sammen med en kopi af determinanten. Der findes flere normalformer, men de 3 f rste vil opfylde behovet for en effektiv database Stjerneskema Stjerneskemaer er et koncept med stor styrke i forbindelse med udtr¾k af data fra data warehouse. Ideen bag design af stjerneskemaer er at foretage en forbehandling af data sœledes at de hurtig kan anvendes af brugerne. Navnet er fremkommet pœ baggrund af en datamodel med en stor central tabel omgivet at underordnede tabeller i en stjerne form. Der foretages en klassificering sœledes at alle data i et stjerneskema vedr rer et enkelt emner, f.eks. varesalg. Det betyder, at brugerne ikke skal foretage en SQL-foresp rgsel i de store datam¾ngde der ligger i data warehouse med deraf f lgende ventetid mens foresp rgslen blev afviklet. Der kan skabes en langt hurtigere adgang til de mindre stjerneskemaer, som indeholder langt f¾rre data. Stjerneskemaer indeholder mere eller mindre redundante data, som accepteres for at opnœ en hurtigere tilgang til dataerne. Data marts er opbygget pœ grundlag af stjerneskemaer. Den centrale tabel ben¾vnes Ófact tableó. Den f rste del af fact tabellen indeholder n gler til dimensionstabellerne og den anden del indeholder kalkulerede v¾rdier af data fra den normaliserede del af data warehouse. Data i fact tabellen er normalt numeriske og ofte additive, dvs. bestœr af opsummerede v¾rdier. De omkringliggende dimensionstabeller indeholder den tekstm¾ssige beskrivelse til v¾rdierne i fact tabellen. Dimensionstabeller kan indeholder op til mange attributter med f lgende karateristik: - tekst - egenskaber der adskiller (discrete) - definere constraints - giver kolonne overskrift til analyser Attributterne i dimensionstabellerne har i h j grad v¾rdi i forbindelse med analyse af data fordi disse medvirker til at beskrive og s¾tte data ind i en kontekst. Hver dimensionstabel har en prim¾r n gle, som ofte er en numerisk v¾rdi der genereres automatisk af systemet i forbindelse med oprettelse af en ny rekord. Side 20

FÆLLESSKAB GIVER MULIGHEDER EKSTRAORDINÆR KONGRES 2003 FORSLAG TIL KONGRESVEDTAGELSE: LO S LEDELSES- OG BESLUTNINGSSTRUKTUR

FÆLLESSKAB GIVER MULIGHEDER EKSTRAORDINÆR KONGRES 2003 FORSLAG TIL KONGRESVEDTAGELSE: LO S LEDELSES- OG BESLUTNINGSSTRUKTUR FÆLLESSKAB GIVER MULIGHEDER EKSTRAORDINÆR KONGRES 0 FORSLAG TIL KONGRESVEDTAGELSE: LO S LEDELSES- OG BESLUTNINGSSTRUKTUR LO S EKSTRAORDINÆRE KONGRES 0 / FORSLAG TIL KONGRESVEDTAGELSE Forslag til kongresvedtagelse:

Læs mere

Danmarks strategi for bæredygtig udvikling

Danmarks strategi for bæredygtig udvikling Landsorganisationen i Danmark Rosenørns Allé 12 1634 København V Tlf. 3524 6000 Fax 3524 6300 www.lo.dk LO s syn på bæredygtig udvikling At skabe en bæredygtig udvikling for både mennesker og miljø over

Læs mere

Plads til alle betaler sig

Plads til alle betaler sig LO s nyhedsbrev nr. 23/2001 Indhold Plads til alle betaler sig...... 1 Hvis flygtninge og indvandrere integreres på det danske arbejdsmarked, vil det kunne hæve arbejdsstyrken med ca. 26.000 personer i

Læs mere

Kvoter lægger beslag på aktiveringspenge

Kvoter lægger beslag på aktiveringspenge LO s nyhedsbrev nr. 15 / 2000 Indhold Kvoter lægger beslag på aktiveringspenge........... 1 En særlig kvoteordning for aktiveringstilbud på daghøjskoler betyder, at Arbejdsformidlingen (AF) og kommunerne

Læs mere

Ny bundrekord truer. Praktikpladser. Indhold

Ny bundrekord truer. Praktikpladser. Indhold LO s nyhedsbrev nr. 14 / 2000 Indhold Ny bundrekord truer......... 1 Efter svag stigning i antallet af praktikpladser tidligere på året går udviklingen nu igen den forkerte vej. Halv succes...............

Læs mere

Den danske aftalemodel er ikke truet

Den danske aftalemodel er ikke truet Indhold Den danske aftalemodel er ikke truet Den danske aftalemodel er ikke truet............ 1 Vigtige hensyn.......................... 3 Historien taler for aftaler.................... 7 Konkrete forslag

Læs mere

Arbejdsmarkedsfastholdelse

Arbejdsmarkedsfastholdelse REDSKABSHÆFTE 2 Arbejdsmarkedsfastholdelse i praksis NÅR KOMMUNEN, A-KASSER, FAGLIGE ORGANISATIONER OG AF SAMARBEJDER LEDIGHED SYGDOM RÅDIGHED AKTIVERING ARBEJDE LO og KL s fælles projekt om udvikling

Læs mere

Statslige arbejdspladser svigter

Statslige arbejdspladser svigter LO s nyhedsbrev nr. 19/2001 Indholdsfortegnelse Staten svigter............. 1 Selv om regeringen har sat det rummelige arbejdsmarked højt på dagsordenen, sakker de statslige arbejdspladser bagud i indsatsen

Læs mere

Erhvervsskolerne mærker Thors hammer

Erhvervsskolerne mærker Thors hammer LO s nyhedsbrev nr. 1/2002 Indhold Erhvervsskolerne mærker Thors hammer............. 1 De tekniske skoler og handelsskolerne skal ifølge Udspils oplysninger spare tilsammen cirka 440 millioner kr. i år.

Læs mere

Arbejdsmiljø sundhedsfremme

Arbejdsmiljø sundhedsfremme Landsorganisationen i Danmark Rosenørns Allé 12 1634 København V Tlf. 3524 6000 Fax 3524 6300 www.lo.dk & Arbejdsmiljø sundhedsfremme ISBN-nummer 87-7735-533-4 LO varenummer 4423 Indhold Forord hvorfor

Læs mere

Dårlig kontakt mellem a-kasser og Arbejdsformidlingen

Dårlig kontakt mellem a-kasser og Arbejdsformidlingen LO s nyhedsbrev nr. 12/01 Indholdsfortegnelse Dårlig kontakt til a-kasser..... 1 Medarbejdere i a-kasserne mangler information om væsentlige elementer i Arbejdsformidlingens arbejde Praktikpulje til opsøgende

Læs mere

LO vil begrænse brug af straffeattester

LO vil begrænse brug af straffeattester LO s nyhedsbrev nr. 14/2001 Indholdsfortegnelse LO vil begrænse brug af straffeattester........... 1 Brugen af straffeattester som led i ansættelsesrunder er gået helt over gevind. LO kræver nu bestemmelser,

Læs mere

Aalborg Universitet. ÓModeller og kommunikationó Projektperiode: 1. september 2001 til 27. maj 2002. Forfattere: Synopsis:

Aalborg Universitet. ÓModeller og kommunikationó Projektperiode: 1. september 2001 til 27. maj 2002. Forfattere: Synopsis: Titel: ÓTypehuskatalogÓ Tema: ÓModeller og kommunikationó Projektperiode: 1. september 2001 til 27. maj 2002 Forfattere: Kurt RenŽ Madsen Johnny H. Ryser Synopsis: Der udvikles et web typehuskatalog for

Læs mere

Risikoprofiler, risikovurdering og risikosituationer

Risikoprofiler, risikovurdering og risikosituationer REDSKABSHÆFTE 3 Risikoprofiler, risikovurdering og risikosituationer NÅR KOMMUNEN, A-KASSER, FAGLIGE ORGANISATIONER OG AF SAMARBEJDER LEDIGHED SYGDOM RÅDIGHED AKTIVERING ARBEJDE LO og KL s fælles projekt

Læs mere

Data Warehouse Knowledge is Power - Sir Francis Bacon -

Data Warehouse Knowledge is Power - Sir Francis Bacon - 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 Forord /

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

GENERELT REFERAT OG M LBARE KRAV:

GENERELT REFERAT OG M LBARE KRAV: 2012 TEKNISK AFDELING Time-/sagsstyring Kravspecifikation FASE 1 - DATO D. 03.08.2012 GENERELT REFERAT OG M LBARE KRAV: ANBEFALET BREDDE FOR DESIGNET: MAX. 850 PIXEL SIDEN CENTRERES P SK RMEN FOR USABILITY

Læs mere

Indvandring nødvendig for velfærd

Indvandring nødvendig for velfærd LO s nyhedsbrev nr. 4/2002 Indhold Indvandring og integration nødvendig for velfærd........ 1 Antallet af indvandrere og deres efterkommere stiger kraftigt, mens arbejdsstyrken går dramatisk tilbage. Det

Læs mere

LO s Årsberetning 1999-2000 August 1999

LO s Årsberetning 1999-2000 August 1999 LO s Årsberetning 1999-2000 August 1999 Landsorganisationen i Danmark Indhold LO s Årsberetning 1998-99 er udgivet af Landsorganisationen i Danmark Illustration: Knud Andersen, Skønvirke Tryk: Jydsk Centraltrykkeri

Læs mere

LO s Årsberetning 1998-99 September 1999

LO s Årsberetning 1998-99 September 1999 LO s Årsberetning 1998-99 September 1999 Landsorganisationen i Danmark LO s Årsberetning 1998-99 er udgivet af Landsorganisationen i Danmark Illustration: Knud Andersen, Skønvirke Tryk: Jydsk Centraltrykkeri

Læs mere

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5 Databaser og SQL Introduktion til SQL Kap 1-5 1 Dagens gang Databaser Database begreber Mapning af klasser til relationel model Normalisering Opgaver til næste gang 2 Databasebegreber A database is a:

Læs mere

Statsforvaltningens brev til en journalist. Henvendelse vedr rende Odense Kommunes afg relser om afslag pе aktindsigt

Statsforvaltningens brev til en journalist. Henvendelse vedr rende Odense Kommunes afg relser om afslag pе aktindsigt 2014-223985 Statsforvaltningens brev til en journalist Dato: 0 9-0 6-2015 Henvendelse vedr rende Odense Kommunes afg relser om afslag pе aktindsigt Du har i e-mail af 30. september 2014 klaget over Odense

Læs mere

Din brugermanual AEG-ELECTROLUX ERT1575 http://da.yourpdfguides.com/dref/634572

Din brugermanual AEG-ELECTROLUX ERT1575 http://da.yourpdfguides.com/dref/634572 Du kan læse anbefalingerne i brugervejledningen, den tekniske guide eller i installationsguiden. Du finder svarene til alle dine spørgsmål i i brugermanualen (information, specifikationer, sikkerhedsråd,

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

Det er nu, lønmodtagernes rettigheder skal på dagsordenen i EU

Det er nu, lønmodtagernes rettigheder skal på dagsordenen i EU Nyhedsbrev til LO s amter og sektioner #5 / Oktober 2002 Ny model svigter de tungeste ledige...... Side 2 LO Vejle Amt har set på det nye aktiveringssystem i Holland, som er præget af privatisering, sortering

Læs mere

LOs uddannelsesoplæg: Hvad mener eksperterne?

LOs uddannelsesoplæg: Hvad mener eksperterne? LOs uddannelsesoplæg: Hvad mener eksperterne? DEBATOPLÆG OKTOBER 2003 Eksperter til inspiration Indhold LO vil i de kommende Œr fortsat g re en stor indsats pœ uddannelsesomrœdet. I et samfund hvor forandringerne

Læs mere

Datamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet

Datamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet Datamodeller I forlængelse af noten om normalisering, følges der her op med redskabet E/R-diagrammer til opstilling af en datamodel, opfat således dette som en alternativ metode mere end endnu et redskab

Læs mere

InstallationshŒndbog

InstallationshŒndbog Inkjet farveprinter Alle rettigheder forbeholdes. Ingen del af denne publikation mœ reproduceres, opbevares i elektroniske anl¾g eller overf res i nogen form eller pœ nogen mœde - det v¾re sig mekanisk,

Læs mere

Arkitektur og Virtual Reality

Arkitektur og Virtual Reality Arkitektur og Virtual Reality Speciale, informationsvidenskab, Aarhus Universitet Maj 1999 Af Morten Sams (93 11 17) og Bj rn Popp (93 12 47) Vejleder: Peter B gh Andersen Indhold Kurzfassung 2 Indledning

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

Installations- og brugervejledning. Installasjons- og brukerveiledning. Handbok fšr installation och daglig anvšndning

Installations- og brugervejledning. Installasjons- og brukerveiledning. Handbok fšr installation och daglig anvšndning Installations- og brugervejledning Installasjons- og brukerveiledning Asettelu ja pšivittšinen kšyttš Handbok fšr installation och daglig anvšndning MAEUL0018 Dansk Alle rettigheder forbeholdes. Ingen

Læs mere

LO«s notat om anvendelse af arbejdsevnekriteriet

LO«s notat om anvendelse af arbejdsevnekriteriet September 2000 LO«s notat om anvendelse af arbejdsevnekriteriet Indholdsfortegnelse Forord... 2 Indledning... 3 LO«s forslag til konkrete initiativer... 5 Model til anvendelse af arbejdsevnekriteriet...

Læs mere

Tidsregistrering. Jacob E., Jacob H., Mathias, Mads H., Jonatan og Dan 3.4. Informationsteknologi B. Roskilde Tekniske Gymnasium 25-11-2014

Tidsregistrering. Jacob E., Jacob H., Mathias, Mads H., Jonatan og Dan 3.4. Informationsteknologi B. Roskilde Tekniske Gymnasium 25-11-2014 2014 Tidsregistrering Jacob E., Jacob H., Mathias, Mads H., Jonatan og Dan 3.4 Informationsteknologi B Roskilde Tekniske Gymnasium 25-11-2014 Indholdsfortegnelse 1 Indledning... 3 2 User stories... 3 3

Læs mere

Køn og fagbevægelse i 100 år. Fagbevægelsens Interne Uddannelser Landsorganisationen i Danmark

Køn og fagbevægelse i 100 år. Fagbevægelsens Interne Uddannelser Landsorganisationen i Danmark Køn og fagbevægelse i 100 år Fagbevægelsens Interne Uddannelser Landsorganisationen i Danmark Juni 2002 Køn og fagbevægelse i 100 år Fagbevægelsens Interne Uddannelser Landsorgansationen i Danmark Juni

Læs mere

Databasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar 2005. Forelæser: Rasmus Pagh

Databasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar 2005. Forelæser: Rasmus Pagh Databasesystemer, forår 2005 IT Universitetet i København Forelæsning 3: E-R modellering 17. februar 2005 Forelæser: Rasmus Pagh Forelæsningen i dag Datamodellering hvad, hvornår, hvorfor og hvordan? Business

Læs mere

LO s formand Hans Jensen. Tale ved LO s konference om globalisering. Odense d. 31. jan. 2005

LO s formand Hans Jensen. Tale ved LO s konference om globalisering. Odense d. 31. jan. 2005 LO s formand Hans Jensen Tale ved LO s konference om globalisering Odense d. 31. jan. 2005 --------------------------------------------------------------------- I valgkampe går det alt for ofte sådan,

Læs mere

Kursusbeskrivelse. Forarbejde. Oprettelse af en Access-database

Kursusbeskrivelse. Forarbejde. Oprettelse af en Access-database Kursusbeskrivelse Oprettelse af en Access-database Som eksempel på en Access-database oprettes en simpelt system til administration af kurser. Access-databasen skal indeholde: et instruktørkartotek et

Læs mere

CRM Udfordringer & muligheder

CRM Udfordringer & muligheder Vi skaber værdi gennem fokus på viden, relationer, processer og performance management i krydsfeltet mellem mennesker, forretning og IT CRM Udfordringer & muligheder Hvad er CRM? CRM er konkurrencestrategier

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

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

Administrator v1.0 QUICK GUIDE. Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk

Administrator v1.0 QUICK GUIDE. Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk Administrator v1.0 QUICK GUIDE Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk INTRODUKTION TIL REKVI-KONTOR Ideen med Rekvi-Kontor systemet udsprang

Læs mere

EffEKTIvISER hverdagen AMPAREX brugervenligt OG InTEGRERET SOfTWARE TIl OPTIKERE Kunde håndtering KASSe (POS) MArKedSføring

EffEKTIvISER hverdagen AMPAREX brugervenligt OG InTEGRERET SOfTWARE TIl OPTIKERE Kunde håndtering KASSe (POS) MArKedSføring Effektiviser hverdagen AMPAREX brugervenligt og integreret software til optikere dtering Kunde hån S) KASSE (PO øring Markedsf DU BEHØVER IKKE VÆRE PÅ KONTORET FOR AT SERVICERE DINE KUNDER AMPAREX s unikke

Læs mere

Skriftlig opgave. Designtanker i database-nære systemer

Skriftlig opgave. Designtanker i database-nære systemer Skriftlig opgave til eksamen for faget»databaser«designtanker i database-nære systemer Martin Ancher Holm Juni 2010 1 Intro Denne skriftlige opgave indeholder kort de daglige tanker jeg har omkring design

Læs mere

(UKYHUYV NRQRPL)RUnU &KU+MRUWK$QGHUVHQ

(UKYHUYV NRQRPL)RUnU &KU+MRUWK$QGHUVHQ (UKYHUYV NRQRPL)RUnU &KU+MRUWK$QGHUVHQ (QQRWHRPOLQH USURJUDPPHULQJ Lineær programmering, eller LP-modeller, som de ofte kaldes, var en metode, der blev udviklet i 50'erne og 60'erne. I Danmark var især

Læs mere

INFORMATIONSMØ DE VEDR. MULIGHED FOR KYSTSIKRING/SANDFODRING PÅ STRÆ KNINGEN NORD FOR NØ RLEV TIL SYD FOR LØ NSTRUP

INFORMATIONSMØ DE VEDR. MULIGHED FOR KYSTSIKRING/SANDFODRING PÅ STRÆ KNINGEN NORD FOR NØ RLEV TIL SYD FOR LØ NSTRUP VELKOMMEN INFORMATIONSMØ DE VEDR. MULIGHED FOR KYSTSIKRING/SANDFODRING PÅ STRÆ KNINGEN NORD FOR NØ RLEV TIL SYD FOR LØ NSTRUP DAGSORDEN 1. Velkomst og kort introduktion til mø det ved medlemmer af arbejdsgruppen,

Læs mere

Rejsekort A/S idekonkurence Glemt check ud

Rejsekort A/S idekonkurence Glemt check ud Rejsekort A/S idekonkurence Glemt check ud 9. marts 2015 1 Indhold 1 Introduktion 4 1.1 Problembeskrivelse........................ 4 1.2 Rapportens opbygning...................... 4 2 Ordliste 5 3 Løsning

Læs mere

APEX i Praksis Martin B. Nielsen. Navn. MBNDATA Emne

APEX i Praksis Martin B. Nielsen. Navn. MBNDATA Emne APEX i Praksis Martin B. Nielsen Navn MBNDATA Emne Foredragsholderen Oracle/APEX Arkitekt/udvikler/DBA Siden Oracle v.5 (1988) APEX Siden 2007, men før (Database provider, HTMLDB) MBNDATA siden 1996 MBNDATA

Læs mere

15. oktober. Maskine Udlejning. Jacob Weng, Jeppe Boese og Mads Anthony. Udlejningsvirksomhed. Roskilde Tekniske Gymnasium 3.4

15. oktober. Maskine Udlejning. Jacob Weng, Jeppe Boese og Mads Anthony. Udlejningsvirksomhed. Roskilde Tekniske Gymnasium 3.4 Maskine Udlejning 15. oktober 2010 Jacob Weng, Jeppe Boese og Mads Anthony Roskilde Tekniske Gymnasium Udlejningsvirksomhed 3.4 Indholdsfortegnelse Problemformulering:... 2 Planlægning:... 2 Analyse af

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

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

Opgaveplanlægger. Opgaveplanlægger

Opgaveplanlægger. Opgaveplanlægger Opgaveplanlægger Ved hjælp af opgaveplanlæggeren har du mulighed for at få afviklet periodiske aktiviteter automatisk på et valgt klokkeslæt og med ønsket gentagelseshyppighed. Dvs. der er mulighed for

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

SERIENUMMER OG PARTINUMMER PÅ VARER

SERIENUMMER OG PARTINUMMER PÅ VARER SERIENUMMER OG PARTINUMMER PÅ VARER Registrering af serienummer og partinummer på varer giver mulighed for at spore enheder og hele partier hele vejen fra anskaffelse, lagerføring til forsendelse og fakturering.

Læs mere

Afskedigelsesnævnets forretningsorden

Afskedigelsesnævnets forretningsorden Afskedigelsesnævnets forretningsorden Forretningsorden med ændringer pr. 1. marts 2006 for det i henhold til 4, stk. 3, i Hovedaftalen af 1973 med senere ændringer nedsatte permanente nævn, Afskedigelsesnævnet.

Læs mere

Brugervejledning til E-conomic integration. Version 1.4

Brugervejledning til E-conomic integration. Version 1.4 Brugervejledning til E-conomic integration Version 1.4 Indhold 1. Om E-conomic integrationen... 1 1.1. Inden du går i gang i HostedShop... 2 1.2. Første gang du klikker på E-conomic integration i kontrolpanelet...

Læs mere

Strategi for arkivering af digitalt skabte arkivalier

Strategi for arkivering af digitalt skabte arkivalier Strategi for arkivering af digitalt skabte arkivalier Dette dokument beskriver Rigsarkivets strategi for modtagelse og bevaring af digitalt skabte arkivalier. Ved digitalt skabte arkivalier forstås upubliceret

Læs mere

Én IT løsning, mange fordele AX TRAVEL. - fremtidens rejsebureauløsning

Én IT løsning, mange fordele AX TRAVEL. - fremtidens rejsebureauløsning Én IT løsning, mange fordele - fremtidens rejsebureauløsning Privatejet virksomhed Etableret i 1987 100 % danskejet Hovedkontor i Allerød og kontor i Århus +80 medarbejdere Solid og positiv økonomi gennem

Læs mere

Mamut Enterprise Status/Analyse

Mamut Enterprise Status/Analyse Mamut Enterprise Status/Analyse Dette er en indføring i brugen af produktet Mamut Enterprise Status/Analyse. Det vil ved hjælp af et fiktivt eksempel, som omhandler virksomheden Kontormøbler AS, blive

Læs mere

Kort om CoinDB (Mønt- og seddelsamling):

Kort om CoinDB (Mønt- og seddelsamling): Kom godt i gang med CoinDB programmet fra PetriSoft (Holder styr på din Mønt- seddel- eller frimærkesamling) Kort om CoinDB (Mønt- og seddelsamling): CoinDB er et Windows program, der anvendes af mønt-

Læs mere

Bruger v1.5 QUICK GUIDE. Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk

Bruger v1.5 QUICK GUIDE. Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk Bruger v1.5 QUICK GUIDE Green Glass Software V/ Dan Feld-Jakobsen Lojovej 1 6200 Aabenraa 51 92 83 58 / dan@rekvi-skole.dk INTRODUKTION TIL REKVI-SKOLE Ideen med Rekvi-skole systemet udsprang fra et behov

Læs mere

Forecasting - MED SIKKER GRUND UNDER FØDDERNE

Forecasting - MED SIKKER GRUND UNDER FØDDERNE Demand Planner 2 MICROSOFT BUSINESS SOLUTIONS MICROSOFT BUSINESS SOLUTIONS 3 Forecasting - MED SIKKER GRUND UNDER FØDDERNE Kan du forudsige kundernes efterspørgsel, får du bedre mulighed for at styre virksomheden

Læs mere

Nyheder MICrOSOFT dynamics C5 2008

Nyheder MICrOSOFT dynamics C5 2008 MICROSOFT DYNAMICS C5 2008 Nyheder INDHOLDSFORTEGNELSE Økonomistyring på dine betingelser... side 3 Integration... side 3 Udveksling af data med revisor... side 3 Import og Eksport... side 4 Sikkerhed...

Læs mere

Matas A/S Matas 292 Butikker i Denmark 20.000 varenumre Egne brands + Lancôme, Clinique, etc. Oms. 2007: 3 Mia. 2.500 medarb. i butikker & administration I 2007, opkøbte CVC 250 butikker Matas 2007 2010

Læs mere

Anvendelse af dobbelthistorik i GD2

Anvendelse af dobbelthistorik i GD2 Grunddataprogrammet under den Fællesoffentlige Digitaliseringsstrategi GD2 - Adresseprogrammet Anvendelse af dobbelthistorik i GD2 Implementerings regler og eksempler på dobbelthistorik MBBL- REF: Version:

Læs mere

Din brugermanual ZANUSSI FLS832C http://da.yourpdfguides.com/dref/662901

Din brugermanual ZANUSSI FLS832C http://da.yourpdfguides.com/dref/662901 Du kan læse anbefalingerne i brugervejledningen, den tekniske guide eller i installationsguiden. Du finder svarene til alle dine spørgsmål i i brugermanualen (information, specifikationer, sikkerhedsråd,

Læs mere

My booking. Generelt. Forsiden. Version 9.0

My booking. Generelt. Forsiden. Version 9.0 My booking Version 9.0 System til at lave online bookinger, med mulighed for opdeling i grupper, forskellige booking typer, ændre layout indstillinger, status styring, sprogvalg samt en del mere, detaljer

Læs mere

Kom godt igang med Inventar registrering

Kom godt igang med Inventar registrering Kom godt igang med Inventar registrering (InventoryDB) (Med stregkodesupport) programmet fra PetriSoft Introduktion... 1 Inventar registrering... 2 Værktøjsudleje... 3 Service database til reperationer

Læs mere

Fakturalinjeeksport Vejledning

Fakturalinjeeksport Vejledning Fakturalinjeeksport Spar tid og undgå at indtaste bogførte fakturaer manuelt i økonomisystemet Vejledning Kom godt i gang med fakturalinjeeksport Dette dokument beskriver TimeLog Projects eksportfunktion

Læs mere

OFFENTLIGT KMD A/S EJ 0.0 NUMMERERET SLIDE 1 CCM USER GROUP 20.11.2013. KMD einvoicing. v/ Ole Sixhøi

OFFENTLIGT KMD A/S EJ 0.0 NUMMERERET SLIDE 1 CCM USER GROUP 20.11.2013. KMD einvoicing. v/ Ole Sixhøi OFFENTLIGT SLIDE 1 CCM USER GROUP 20.11.2013 KMD einvoicing v/ Ole Sixhøi AGENDA SLIDE 2 INTRODUKTION KMD einvoicing - Baggrunden - Ydelsen DESIGN OG FUNKTIONALITET LOGISK FLOW ARKITEKTUR KMD E-INVOICING

Læs mere

8997,- 9997,- HJEMMESIDE TILBUD. 4997,- Eller måndelig betaling på 425,- I en bindings periode på 12 månder, 14997,- spar 1000,-

8997,- 9997,- HJEMMESIDE TILBUD. 4997,- Eller måndelig betaling på 425,- I en bindings periode på 12 månder, 14997,- spar 1000,- HJEMMESIDE TILBUD Giv mig bare lige en Prof hjemmeside Jeg vil have en simpel & professionel hjemmeside, til at starte rigtig godt op på. (Billeder, tekster, Video, links) Finder eller fotograferer dine

Læs mere

Klik på linket her for en beskrivelse af hvordan du installerer CIP 4.3 opdateringen.

Klik på linket her for en beskrivelse af hvordan du installerer CIP 4.3 opdateringen. CIP 4.3 er på gaden! Opdateringen til CIP 4.3 er på gaden med en lang række nye forbedringer, der giver CIP endnu mere værdi for brugeren. Forbedringerne er centreret omkring præsentation af data i web

Læs mere

Copyright 2006 Microsoft Corporation. All rights reserved. Microsoft Development Center Copenhagen December 2006. Microsoft C5 4.

Copyright 2006 Microsoft Corporation. All rights reserved. Microsoft Development Center Copenhagen December 2006. Microsoft C5 4. Copyright 2006 Microsoft Corporation All rights reserved Microsoft Development Center Copenhagen December 2006 Microsoft C5 4.0 SP1 Nyheder C5 4.0 SP1 Indholdsfortegnelse 1. Generelt... 3 1.1 Microsoft

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

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

TimeLog A/S. TimeLog Project. Standardfakturalinjeeksport. Thomas S. Gudmandsen. w w w. t i m e l o g. d k

TimeLog A/S. TimeLog Project. Standardfakturalinjeeksport. Thomas S. Gudmandsen. w w w. t i m e l o g. d k TimeLog A/S TimeLog Project Standardfakturalinjeeksport Thomas S. Gudmandsen 2012 w w w. t i m e l o g. d k Indholdsfortegnelse TimeLog Standardfakturalinjeeksport Indledning... 2 Forudsætninger... 2 Opsætning...

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

Sundhed- og omsorgsområdet

Sundhed- og omsorgsområdet Sundhed- og omsorgsområdet Kvalitetsstandard Hjælpemidler: Udlånshjælpemidler Boligindretning Forbrugsgoder Kropsbårne hjælpemidler December 2012 1 Indholdsfortegnelse 1. INDLEDNING..3 - formålet med kvalitetsstandarderne

Læs mere

Politik om beskyttelse af personlige oplysninger

Politik om beskyttelse af personlige oplysninger Plus500 Ltd Politik om beskyttelse af personlige oplysninger Politik om beskyttelse af personlige oplysninger Plus500's erklæring om beskyttelse af personlige oplysninger Beskyttelse af personlige oplysninger

Læs mere

Bringe taksonomier i spil

Bringe taksonomier i spil Bringe taksonomier i spil Frans la Cour Hvem er jeg? Frans la Cour 3 år hos ensight a/s Systemdesign Projektledelse og implementering Undervisning Med udgangspunkt i Veritys værktøjer Vise nogle af de

Læs mere

Microsoft Dynamics C5

Microsoft Dynamics C5 1 / Microsoft Dynamics C5 Microsoft Dynamics C5 regnskabsprogrammet til iværksættere og mindre virksomheder Microsoft Dynamics C5 er et regnskabsprogram, der er specielt udviklet til iværksættere og mindre

Læs mere

Databaseteori. 19. Databaser. 20. Kartotek eller database. 21. Database

Databaseteori. 19. Databaser. 20. Kartotek eller database. 21. Database Databaseteori 19. Databaser Fra længe før EDB alderen har man haft arkiver med viden: lande har haft folkeregistre med oplysninger om landet borgere, firmaer har haft oplysninger om kunder og salg, man

Læs mere

Software Projekt NoSQL vs RMDB

Software Projekt NoSQL vs RMDB Software Projekt NoSQL vs RMDB Skrevet af Carsten Sørensen, Hans Jørgen Frandsen, Peter Haislund Department of Computer Science, University of Aarhus Aabogade 34, 8200 Arhus N, Denmark 201200089, 19960442,

Læs mere

1. Release Notes for WorkZone Content Server 2014 og Captia Web Client 4.7 3. 2. Ny og ændret funktionalitet 4. 3. Rettet i denne version 7

1. Release Notes for WorkZone Content Server 2014 og Captia Web Client 4.7 3. 2. Ny og ændret funktionalitet 4. 3. Rettet i denne version 7 2014 Release Notes WorkZone Content Server 2014 Indhold 1. Release Notes for WorkZone Content Server 2014 og Captia Web Client 4.7 3 2. Ny og ændret funktionalitet 4 3. Rettet i denne version 7 4. Kendte

Læs mere

Produktion I. Produktionsserien er opdelt i tre områder: Del af en integreret virksomhedsløsning. Produktion I til Microsoft Navision Axapta

Produktion I. Produktionsserien er opdelt i tre områder: Del af en integreret virksomhedsløsning. Produktion I til Microsoft Navision Axapta Produktion I til Microsoft Navision Axapta indeholder den nødvendige funktionalitet til håndtering af materialeflowet i hele produktionsprocessen. Produktion I Produktionsserien til Microsoft Navision

Læs mere

Vidicode præsentation

Vidicode præsentation Vidicode præsentation Blue line Fax Servere Netværks fax integration nemt og simpelt Blueline Fax Servere Hvad er det? Hvorfor er det nemt? Hvad har du brug for? Hvordan virker det? Hvad ellers? Blueline

Læs mere

Produktion II. Produktionsserien er opdelt i tre områder: Del af en integreret virksomhedsløsning. Produktion ll til Microsoft Navision Axapta

Produktion II. Produktionsserien er opdelt i tre områder: Del af en integreret virksomhedsløsning. Produktion ll til Microsoft Navision Axapta h Produktion ll til Microsoft Navision Axapta introducerer begrebet rutestyring, som gør det muligt at udnytte ressourcer mere effektivt. Fordele Valg af den bedste rute til en operation på en given dag.

Læs mere

Indholdsfortegnelse. Systembeskrivelse kapitel 8 Administrationsdatabase

Indholdsfortegnelse. Systembeskrivelse kapitel 8 Administrationsdatabase Indholdsfortegnelse 5. Administrationsdatabase... 2 5.1 Metadata... 2 5.2 Administrationsdata... 3 5.2.1 Indstillingsmuligheder... 3 5.2.2 Webside... 4 5.2.3 Klikafgift (Udgået)... 4 5.2.4 Modtageboks...

Læs mere

Den NYE Sparex hjemmeside. Let at finde, udvælge og bestille online. www.sparex.dk

Den NYE Sparex hjemmeside. Let at finde, udvælge og bestille online. www.sparex.dk Let at finde, udvælge og bestille online DK Finde 1. Find det hurtigere Optimeret søgning nedbryder dit valg jo flere detaljer du indtaster. Det giver dig mulighed for at søge på Sparex reservedelsnumre,

Læs mere

fordi 45 sekunder = 3/4 minut = 0,750 minut

fordi 45 sekunder = 3/4 minut = 0,750 minut +YDGHU*36" GPS = Global Position System. Det består af 24 satellitter som cirkulerer ca. 20.000 km. over jorden. Disse sender kontinuerligt et tidssignal, og det er det signals forsinkelse som gør at positionen

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

REEFTlink Et banebrydende produkt til on-line overvågning af jeres produktionsapparat

REEFTlink Et banebrydende produkt til on-line overvågning af jeres produktionsapparat Rikard Karlsson, produktionschef hos Elektrolux, Ljungby, Sverige: REEFTlink er en komplet, dynamisk og fremtidssikret løsning, der dækker hele vores behov for Lean og Takt-baseret produktionsstyring.

Læs mere

DYNATEAM COURSE MANAGEMENT

DYNATEAM COURSE MANAGEMENT DYNATEAM COURSE MANAGEMENT Dynateam Course Management CRM 2013 løsning Course Management Course Management Dynateam tilbyder virksomheder der sælger kurser, uddannelser og events en overskuelig, brugervenlig

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

Introduktion til SQL

Introduktion til SQL Introduktion til SQL Introduktion til SQL 1. udgave, 1. oplag 2013 Copyright 2013 Libris Media A/S Forfatter: Bobby Henningsen Forlagsredaktion: Peter Wiwe og Louise Peulicke Larsen Omslag: Louise Peulicke

Læs mere

Patient Database - Manual

Patient Database - Manual Patient Database - Manual Side 1 af 36 Adgang til systemet... 4 Glemt brugernavn og kode... 4 Opret projekt (kun System Administrator)... 6 Klik på NYT PROJEKT -knappen øverst til venstre.... 6 Udfyld

Læs mere

Punkter som ikke synes relevante for det givne projekt besvares med: ikke relevant

Punkter som ikke synes relevante for det givne projekt besvares med: ikke relevant Modtagelseserklæring Modtagelseserklæring for AAU ITS Infrastruktur version 4. Anvendelse Modtagelseserklæringen skal anvendes i forbindelse med projekter drevet af PMO, AIU eller IFS. Projektlederen er

Læs mere

Hjælp til MV-ID Administration

Hjælp til MV-ID Administration Hjælp til MV-ID Administration - til brugere af MV-Login Mikro Værkstedet A/S Dokumentversion: 20131002A 1 Indholdsfortegnelse Forord... 3 Kapitel 1. Aktivér MV-Login administratorkontoen... 4 Kapitel

Læs mere

Jørgen Koch. Access. Opgavehæfte

Jørgen Koch. Access. Opgavehæfte Jørgen Koch Access 2002 2002 for alle Opgavehæfte Access 2002 for alle 1. udgave 2002 Copyright 2002 IDG Danmark A/S Forfatter: Jørgen Koch Forlagsredaktion: Frantz Pedersen DTP: Jørgen Koch Skriv til

Læs mere

Bookingsystem til hoteller. JTA-Data Jylland JTA. Vinkelvej 108a 8800 Viborg Tlf. 86672024 www.jta-data.dk DATA. Jylland

Bookingsystem til hoteller. JTA-Data Jylland JTA. Vinkelvej 108a 8800 Viborg Tlf. 86672024 www.jta-data.dk DATA. Jylland Bookingsystem til hoteller -Data: C5 bookingsystem til hoteller Indhold 1. Daglig brug af bookingsystemet. 2. Ny booking et værelse 3. Ny booking flere værelser 4. Ankomst 5. Rengøring 6. Afrejse 7. Værelsesoversigt

Læs mere

Nogle kunstnere s ger selv honorartilskud fra fonde, kunststyrelsen eller lignede.

Nogle kunstnere s ger selv honorartilskud fra fonde, kunststyrelsen eller lignede. Velkommen til UTEATER som Kunstner For og g re det s let, som overhovedet muligt for alle parter, har vi lavet denne lille infoseddel. Uteater har ikke konomi udstede honorar/l n. Vi kan i visse tilf lde

Læs mere