DM08114 Database: OLAP

Størrelse: px
Starte visningen fra side:

Download "DM08114 Database: OLAP 8.6.2010"

Transkript

1 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 kan OLAP?... 6 Stærke sider... 6 Forskel fra DataWarehouse... 7 Forskel fra Data Mining... 7 What if Hvordan gør OLAP det?... 7 Indeksering... 7 Reducering af redundans... 7 Ikke kun Business Intelligence... 7 Svage sider... 8 OLAP værktøj... 9 Litteraturliste af 1

2 OLAP Hvad er OLAP? Indledning I overgangen mellem 60 erne og 70 erne startede man i det små med at med at bruge computeren som værktøj til at træffe forretningsbeslutninger. Forretningsanalytikere brugte kategorier som tidsrammer, varer og markeder, hvilket fik systemudviklere til at udvikle platforme hvis elementer svarede til disse kategorier. Igennem tiden har den eksplosive udvikling både samfundsmæssigt og teknologisk ført til det vi i dag kender som Business Intelligence (BI). BI er almen kendt og bliver anset for værende af største betydning for en virksomheds overlevelse. BusinessIntelligence For nogle er BI det sammen som DataWarehouse (DW), for andre er det kontrolpanelet på deres desktop. En generel definition for BI kunne være: alle processer og teknologier der kan hjælpe forretningsfolk til at træffe bedre beslutninger. BI omfatter en bred vifte af tilgange og nye måder at vise og interagere med data på. Enterprise performance management (EPM) Data warehousing (DW) Business reporting, inkl. dashboards og scorecards Predictive analytics og data mining OLAP Hvis man skal definere kernen i BI, så må det være det at arbejde med multidimensionale data (data cubes), og udvinde analytiske svar på hypoteser formuleret som forespørgsler. Det er lige netop dette OLAP gør og er dermed en uundværlig komponent i BI. DataWareHouse Til forskel fra et OLTP system (Online Transaction Processing), som kan producere snapshots af nutidige data ála Hvilke ordre bliver afviklet lige nu, så er Data Warehouse en samling historiske data. DW kan svare på spørgsmål som Hvor mange ordrer kunne vi effektuere i sidste måned, Hvilken måned havde vi den største omsætning eller Hvornår kunne vi effektuere ordre hurtigst. OLAP Ideologi OLAP står for OnLine Analytical Processing, men forkortelsen siger desværre ikke meget om hvad OLAP er. Business Application Research Center BARC et førende uafhængigt software analyse institut har lavet er rapport på nettet om OLAP: BI Verdict. De opdagede temmelig hurtigt at det ikke var alt der var OLAP indeni, selvom der stod OLAP udenpå. For at kunne vurdere forskellige OLAP produkter ved at måle dem op mod et fælles mål, lavede folkene bag BI Verdict deres eget akronym for OLAP som de kalder FASMI, hvilket står for: Fast Analysis of Shared Multidimensional Information. Denne definition beskriver hvad produkterne bør kunne leve op til for at gå under betegnelsen OLAP: 2 af 2

3 FAST: Langt de fleste analyser bør ikke tage mere end 5 sekunder. De lette ikke mere end 1 sekund og meget få op til 20 sekunder. Et studie i Holland har vist at brugeren formodede forespørgslen ugennemførlig hvis svartiden oversteg 30 sekunder. Også selvom brugeren er blevet advaret om at en forespørgsel vil tage længere tid end normalt, forstyrre det tankegangen og kvaliteten af analysen lider under det. Det er ikke let at nå disse mål specielt ikke hvis der er mange on the fly og ad hoc kalkulationer, men det er her der bliver meldt om det største behov fra brugerne. ANALYSIS: Det skal være muligt at bruge produktet på en intuitiv måde for slutbrugeren. Enten ved hjælp af et regneark eller i producentens eget værktøj. Det er ikke acceptabelt at slutbrugeren skal kunne programmere for at kunne lave nye ad hoc kalkulationer. Der er ikke alle produkter der lever op til dette krav. SHARED: Det bør være muligt at lave sikkerhedsrestriktioner helt ned på celle niveau. Og hvor det er relevant opdaterings låsning på et passende niveau. Det er ikke alle systemer der har behov for at kunne skrive tilbage i en multibruger verden, men det er et stigende behov, så produktet bør kunne håndtere dette på en tidsnær og sikker måde. Dette er en svaghed hos mange OLAP produkter som tit forudsætter at der kun er behov for read only. Endda nogle OLAP produkter der tillader multi brugere og read write har kun grovmaskede sikkerhedsrestriktioner. MULTIDIMENSIONAL: Dette er nøglebehovet i et OLAP produkt. Skal man fortælle hvad OLAP er så er det multidimensionalitet. Der er behov for fuld understøttelse af et multidimensionalt syn på data inklusiv hierarkier og multiple hierarkier, da det er den mest logiske måde man kan analyserer forretninger og organisationer på. Det er ikke nødvendigt at fastlægge en grænse hvor mange dimensioner der bør være i det enkelte produkt fordi det ikke lader til at være her der er indskrænkninger. Der lader til at være mere end nok i de forskellige produkter. Det er ikke vigtigt at specificere hvilken underliggende databaseteknologi der bliver brugt til at stille den multidimesionale database til rådighed med, da det ikke er af signifikant betydning for ydelsen. INFORMATION: er alle data og deraf afledte data der er brug for, lige meget hvor det ligger og hvor relevant det er for applikationen. De forskellige produkter bliver målt på hvor meget data de kan håndterer ikke hvor meget det fylder. Der er store forskelle mellem produkterne. De største OLAP produkter kan håndtere ca. tusinde gange mere data end de mindste. Der bør ligge mange overvejelser omkring anskaffelse til dette punkt. 3 af 3

4 Teknologier Et OLAP system består af 4 dele: Server: Indeholder databasen og kører beregningsmotoren. Database: OLAP data gemmes multidimensionalt i hvad tit betegnes som cubes (terninger). Beregningsmotor: Styrer aggregeringen af data og optimerer forretningskalkulationer. Kalkulationerne bliver lagret i metadata for systemet og ikke i applikationer eller analyser. Frontend analyse og rapporteringsværktøj: Præsenterer de multidimensionale data for slutbrugeren. Det kan være med brugervenlige værktøjer til analyse som regneark i Excell, webbaserede kontrolpaneler eller interaktive rapporter. ROLAP, MOLAP og HOLAP OLAP kan implementeres på flere måder, nemlig som MOLAP, ROLAP og HOLAP. Forskellen mellem dem går på hvordan data bliver lagret. indeholder en værdi. Med MOLAP bliver data lagret i en multidimensional database. MOLAP Cubes bliver automatisk indekseret baseret på dimensionen og data bliver fundet ved at bruge offset adressering. For at finde en given værdi i en multidimensional database er det kun nødvendigt at bruge addition og multiplikation hvilket er meget hurtige operationer for en computer. MOLAP er bedst til meget tætte data hvor de fleste celler i en terning ROLAP er egnet for data med en lav tæthedsgrad. De lagres i et traditionelt stjerne eller snefnugskema. Data bliver hverken aggregeret eller manipuleret. Man kan bruge SQL for at tilgå dem. ROLAP giver automatisk alle de kendte fordele ved den relationale database såsom høj tilgængelighed, konsistente data, backup og recovery, parallel behandling, og job planlægning. HOLAP er en blanding af de to teknologier, hvor detaildata bliver lagret i den relationale del og aggregeringerne i den multidimensionale del. Man kan så bore sig igennem fra den multidimensionale database til den relationale hvis man har brug for at få fat i detailværdierne. I dag understøtter mange produkter denne form for implementering. 4 af 4

5 Multidimensional DB, DataCubes I multidimensionale databaser er data organiseret i dimensioner. Disse dimensioner kan refererer til de allerede i indledningen nævnte, nemlig vare, markeder og tid som bruges af forretningsanalytikere. Dimensioner kan defineres som en karakteristik af et dataset. En dimension indeholder medlemmer som deler den samme karakteristik. Medlemmerne bliver ofte opdelt hierarkisk indenfor dimensionen. Dimensionen tid kan repræsentere et år og opdeles i kvartaler som yderligere opdeles i måneder. Vare kan inddeles i varegrupper og markeder i regioner, lande og landsdele. Den hierarkiske inddeling af medlemmerne giver mulighed for at danne aggregater. Dvs. opsummering indenfor fx vare i varegrupper, måneder i kvartaler eller år, og landsdele i lande eller regioner. Hirakierne kaldes parent medlemmer hvis de underopdeles og underopdelingen child medlemmer. Dimensionen tid indeholder således parent hirakiet år, som indeholder child hirakier kvartal, som selv er parent hiraki for child medlemmerne måned. Aggregeringerne er medfødte i hierarkierne. Metadataene (fx kvartal) i et OLAP system indeholder aggregeringsreglerne. Derved er applikationen fri for at holde styr på disse og det sikre at reglerne er konsistente for alle rapporter og analyser. En terning forklarer multidimensionsbegrebet godt. De tre kanter fra et givet hjørne udgør dimensionerne: vare, tid og region. Linjerne der udgår fra kanterne er medlemmer af en dimension og krydser hinanden inden i terningen og kan potentielt indeholde en værdi som kunne være antallet af en bestemt vare, solgt til en bestemt tid, i en bestemt region. 5 af 5

6 Hvad kan OLAP? OLAP bruges til at gøre dataene i DW tilgængelige på en overskuelig måde for dem der skal bruge disse. Det er ikke nødvendigt med en speciel programmør uddannelse for at kunne bruge OLAP. Derimod skal man fx have indsigt i og forståelse omkring virksomhedens salg, marketing eller hvad der er ens indgangsvinkel til data. Som før nævnt er OLAP en af kerneydelserne i BI og kan bidrage med mange forskellige statistiske ydelser som fx: Analysering af financielle data Budgeting og planlægning Forecasting Afløsning af manuelle regneark Øge hastigheden på data warehousing Forstærke ERP systemet Erstatte brugerdefinerede SQL rapporter Analyse kan ikke blive bedre end data Stærke sider Et nøgleord i OLAP er pålidelige data. Før i tiden brugte analytikere timer på at putte data ind i regneark og få dem i en form så de kunne lave rapporter der kunne bruges. De lavede dusinvis, ja, hundredvis af disse regneark og organisationerne var dybt afhængige af dem. Problemet var bare at der var lige så mange definitioner på noget så simpelt som salg eller profit som der var analytikere. Dette resulterede i det fænomen der blev kendt som regnearkshelvede. For at forstå dybden af dette problem kan forsøge at forestille sig ti analytikere hver med deres regneark med selvudtænkte tabeller og funktioner for forskellige tal. Ingen af disse regneark indeholder de samme data. Dette gør det meget svært for ikke at sige umuligt for ledelsen at finde en fornuftig beslutning som følger tallene, når ingen kan blive enige om de tilgrundliggende tal. Problemet er ikke begrænset til regnearkene. Mange organisationer har flere rapporteringssystemer med hver deres database bag. Når data formerer sig ved knopskydning er det meget svært at afgøre om de er pålidelige. OLAP centraliserer data og kalkulationer og sikre derved at der kun er en kilde til data for alle slutbrugere. Nogle OLAP systemer gemmer alle data i en multidimensional database andre gemmer kun nogen og linker til andre data i en relationel database. Andre OLAP systemer er indlejret i DW systemer og gemmer data multidimensionalt i databasen. Uanset hvordan OLAP er blevet implementeret, det der er vigtigt er at slutbrugeren har tilgang til pålidelige data og kalkulationer som understøtter BI. Tankens hastighed (Speed of tought) også kaldet ad hoc analyser er den alt dominerende styrke ved OLAPsystemer. Fordi der er så mange prækalkulerede resultater kan en analytiker hurtigt følge sine intuitioner og se resultatet af forskellige senarier. Det er her systemet virkelig beviser sin værdi for kunden. En af grundene til et OLAP system er så hurtigt er at, de hierarkiske aggregater er prækalkulerede. Dvs. mange af de værdier, der i en RDB skulle kalkuleres for hver forespørgsel, ligger forkalkuleret i et OLAPsystem. 6 af 6

7 Forskel fra DataWarehouse DW er en subjekt orienteret relational DB der indeholder historiske data. Den er ReadOnly bortset fra tilføjelse af data fra OLTP systemet. OLAP er også orienteret omkring subjekter som er det der er noteret og opsummeret i cellerne, men hierarkisk og multidimensionalt. MDDB en indeholder historiske + hypotetiske data, som er forskellige projektioner på trenden. Derfor er DB en RW. Forskel fra Data Mining Data Mining er en mere sofistikeret måde at forsøge at aflæse en trend på. Data Minings styrke ligger i at den kan sammenligne udviklinger og komme med mere nuancerede bud på en mulig udvikling/trend. What if Hvordan gør OLAP det? I OLAP DB en kan man bygge en kalkulationsmodel, som er en projektion på fx profit og tab i de næste 5 år. Derpå bygger man forskellige senarier alt efter hvilket behov man har. Senarierne indeholder fx inddata som: Indtægt i år 0 Forventet indtægtsvækstrate CAGR (cumulative average growth rate) Bruttooverskudsmargin i % Ikke driftsomkostninger Skatteprocent på indkomst Dividenderaten Output herfra kan være: Indtægt Brutto margin Operations margin Profit før skat Profit efter skat Tildeling til reserver Indeksering Aggregaterne, altså summerne bliver prekompileret og derefter indekseret. Dimensionerne bliver indekseret (RDB). Redundans Redundans i en MOLAP findes i aggregaterne fordi de alle er beregnede data. Information om dimensionerne ligger i metadata, her er der ingen redundans. Der er meget mere redundans i en ROLAP netop pga. dimensionerne som her ikke ligger i metadata, men den er bevidst og skal ikke vedligeholdes. Ikke kun Business Intelligence Det er muligt at nedfælde alt hvad man kan fatte i tal i OLAP. Fx kan man gemme og analysere på vejrdata, militær data, kriminal data, medicinske data. Mulighederne er uendelige. 7 af 7

8 Svage sider De prækalkulerede data i et OLAP system er samtidig dets akilleshæl. Jo mere spredte de data er man lægger ind i systemet jo flere værdier skal systemet selv kalkulere. Det kan i ugunstige tilfælde føre til det man kalder Eksploderende databaser De tre typer af multidimensionale data man finder i et OLAP system. Data fra eksterne kilder (den blå cylinder) bliver kopieret til den røde marmorterning, som repræsenterer multidimensionale data; afledt derfra gemte prækalkulerede resultater vist som murstenskassen omkring marmorterningen; og den store trækasse er kalkulerede data pr. forespørgsel, disse bliver kalkulerede ved runtime og ikke gemt i databasen. Man kunne fristes til at tro at forholdet er lidt overdrevet mellem mængden af tilført og beregnet data. Det er IKKE tilfældet, faktisk er det tit modsat, idet det kommer an på hvordan de data man tilfører systemet er. Er det tætte data, forholder de sig nogenlunde som på billedet, men tilfører man mere spredte data over mange dimensioner kan man opleve en til tider underlig, overraskende og ødelæggende opførsel mht. DBvækst. Kurven til højre viser forholdet mellem vækstfaktor og datatætheden. Hvis antallet af dimensioner er over 6 er det ikke svært at komme over en vækstrate på 2 og så kan størrelsen af databasen begynde at tippe og blive ustabil. Imod mange formodninger har fænomenet ikke noget at gøre med databasentypen. Fænomenet forekommer i alle databasetyper. 8 af 8

9 OLAP værktøj For at visualisere hvordan et værktøj til OLAP kan se ud har jeg valgt et lille et af slagsen på nettet. Det hedder OlapCube og med det kan man fremstille Cuber. Jeg har brugt den sammen med MS AdventureWorks DB Her skal man beslutte hvilke tabeller fra DB en der skal med for at man kan få de ønskede dimensioner. Dernæst skal man oprette dimensionerne. De værdier man ønsker der skal aggregeres på er dem der kommer med i Measures Når det er gjort kan man lave Cuben, som så kan vendes og drejes i et grafisk miljø. Her er det en grafisk repræsentation på salgstallene fra Europa, i året 2003 i produktgruppen Beklædning Det er også muligt at vælge andre grafiske repræsentationer. Her er det et søjlediagram i faldene orden. Man kan også vælge at se sine tal i et excell regneark, hvor man selv kan bruge pivotering og alle de værktøjer der ligger der og på den måde få vist tallene på flere måder. 9 af 9

10 Litteraturliste The Multidimensional Data Modeling Toolkit: Making Your Business Intelligence Applications Smart with Oracle OLAP (Paperback)by John Paredes Oracle Essbase & Oracle OLAP: The guide to Oracle s Multidimensional Solution ORACLE PRESS Michael Schrader, Dan Vlamis, Mike Nader, Chris Claterbos, Dave Collins, Floyd Conrad, Mitch Campbell cubes and multidimensional analysis.aspx verdict.com intelligence/olap data analysis.php 10 af 10

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

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

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

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

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

"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

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

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

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

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

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

Vejledning: Anvendelse af kuber på SLS data fra ØS LDV. Målgruppe: Slutbruger

Vejledning: Anvendelse af kuber på SLS data fra ØS LDV. Målgruppe: Slutbruger Vejledning: Målgruppe: Slutbruger Juni 2008 Indholdsfortegnelse Indholdsfortegnelse 2 1 Indledning 3 1.1 To metoder til anvendelse af kuber med Excel 2003 3 2 Etablering af forbindelsen til kuber via Pivot-tabel

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

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

SharePoint 2007 + 2010 Business Intelligence

SharePoint 2007 + 2010 Business Intelligence SharePoint 2007 + 2010 Business Intelligence Modtager Forfatter Dato Version SPBG Martin Sams 1.0 Jeres indlægsholder i dag... Martin Norrbom Sams Direktør & Partner i ProActive 15 års professional erfaring

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

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

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

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

Anvend dine SAS -programmer som SAS Stored Processes

Anvend dine SAS -programmer som SAS Stored Processes Anvend dine SAS -programmer som SAS Stored Processes Christina Johansson & Thomas Bjerggaard SAS Institute A/S indicates USA registration. Emner Hvad er en STP? Hvordan danner man en STP? Hvem kan bruge

Læs mere

Kvalitetsseminar. At sætte en standard, der skaber værdi. Copyright 2006, SAS Institute Inc. All rights reserved.

Kvalitetsseminar. At sætte en standard, der skaber værdi. Copyright 2006, SAS Institute Inc. All rights reserved. Kvalitetsseminar At sætte en standard, der skaber værdi Copyright 2006, SAS Institute Inc. All rights reserved. Udfordringer Store krav til kontrol og styring Sværere at skabe overblik over sager og medarbejdere

Læs mere

Microsoft Executive Circle Arken 25 marts 2004 Økonomi & ledelsesrapportering hos Rambøll Danmark

Microsoft Executive Circle Arken 25 marts 2004 Økonomi & ledelsesrapportering hos Rambøll Danmark Microsoft Executive Circle Arken 25 marts 2004 Økonomi & ledelsesrapportering hos Rambøll Danmark Indlæg ved: Michael Schad, økonom, Rambøll dir.support RAMBØLL Gruppen RAMBØLL Gruppen RAMBØLL Management

Læs mere

PHP Quick Teknisk Ordbog

PHP Quick Teknisk Ordbog PHP Quick Teknisk Ordbog Af Daniel Pedersen PHP Quick Teknisk Ordbog 1 Indhold De mest brugte tekniske udtryk benyttet inden for web udvikling. Du vil kunne slå de enkelte ord op og læse om hvad de betyder,

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

Velkommen SAS Forum 2010

Velkommen SAS Forum 2010 Velkommen SAS Forum 2010 Bent Sørensen Country manager Velkommen til SAS Forum 2010 Faglighed og netværk Velkommen til SAS Forum 2010 en institution gennem 25 år Velkommen til SAS Forum 2010 en institution

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

1:1 Kampagne-evaluering i Danske Bank

1:1 Kampagne-evaluering i Danske Bank SAS Forum 1:1 Kampagne-evaluering i Danske Bank Cathrine Pough Pedersen, Business Intelligence & Analytics Thomas Vasehus, Business Intelligence & Analytics 4 Oktober 2012 Hvem er vi Cathrine Pedersen,

Læs mere

Styr på processerne med Business Intelligence

Styr på processerne med Business Intelligence Styr på processerne med Business Intelligence 26-10-2009 Kort om Bridgeconsulting A/S Introduktion til Business Intelligence (LIS) Kort om samarbejdet Traen Bridgeconsulting Den teknologiske platform En

Læs mere

Langtved Data A/S Nyhedsbrev

Langtved Data A/S Nyhedsbrev Langtved Data A/S Nyhedsbrev Nr. 2 Indledning I denne udgave af nyhedsbrevet har vi valgt at sætte fokus på interessante faciliteter som allerede benyttes af nogle af vores kunder og som kunne være interessante

Læs mere

Diagrammer visualiser dine tal

Diagrammer visualiser dine tal Diagrammer visualiser dine tal Indledning På de efterfølgende sider vil du blive præsenteret for nye måder at arbejde med Diagrammer på i Excel. Vejledningen herunder er vist i Excel 2007 versionen, og

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

PBAS V.9 Brugervejledning i indmelding

PBAS V.9 Brugervejledning i indmelding PBAS V.9 Brugervejledning i indmelding Indholdsfortegnelse Produktionsplanlægning fra ét skærmbillede... 3 1 Produktionsplanlægning... 4 1.1 Indmelding af spot-produktion, blokbud og systemydelser... 4

Læs mere

Karens lille vejledning til Access

Karens lille vejledning til Access Karens lille vejledning til Access Indhold Hvad er Access? 1 Lave en database 2 Design af tabellen 2 Felttyper 2 Indtastning af data 3 Udtræk fra tabellen 3 Forespørgsel 3 Muligheder med forespørgsel 3

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

Dynamics AX 2012 (og AX 7) v. Benny Jepsen, Chief Solution Architect, EG A/S

Dynamics AX 2012 (og AX 7) v. Benny Jepsen, Chief Solution Architect, EG A/S Dynamics AX 2012 (og AX 7) v. Benny Jepsen, Chief Solution Architect, EG A/S Agenda Overordnet om AX og i hvilken retning går udviklingen? Intro til AX 2012 og brugeroplevelsen Dynamics AX i en koncern/i

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

MAPINFO PROFESSIONAL V11.5

MAPINFO PROFESSIONAL V11.5 MAPINFO PROFESSIONAL V11.5 Pinpointing potential has never been so easy! Insights Danmark 2012 13. september 2012 Peter Horsbøll Møller, Senior Systems Engineer LAD OS SE PÅ MAPINFO PROFESSIONAL V11.5

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

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

Vejledning i udtræk af input-output data fra Statistikbanken

Vejledning i udtræk af input-output data fra Statistikbanken - 1 - Vejledning i udtræk af input-output data fra Statistikbanken Introduktion Input-output tabellerne er konsistente med nationalregnskabet og udarbejdes i tilknytning hertil. De opdateres årligt i december

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

Har det en værdi og hvordan kommer du i gang?

Har det en værdi og hvordan kommer du i gang? Virtualisering? Har det en værdi og hvordan kommer du i gang? Torben Vig Nelausen Produktchef Windows Server, Microsoft og Claus Petersen Senior Partner Technology Specialist, Microsoft Agenda Hvad er

Læs mere

Agenda. Typiske udfordringer. Begreber omkring recovery. Forretningens krav. Metoder/muligheder. Recovery med TSM. Nye teknologier

Agenda. Typiske udfordringer. Begreber omkring recovery. Forretningens krav. Metoder/muligheder. Recovery med TSM. Nye teknologier Agenda Typiske udfordringer Begreber omkring recovery Forretningens krav Metoder/muligheder Recovery med TSM Nye teknologier Afrunding - spørgsmål Typiske udfordringer Ingen SLA fra forretningen på systemer

Læs mere

CRM-system markedet i overblik. April 2011 Peter Ulka, partner HerbertNathan & Co. A/S

CRM-system markedet i overblik. April 2011 Peter Ulka, partner HerbertNathan & Co. A/S CRM-system markedet i overblik April 2011 Peter Ulka, partner HerbertNathan & Co. A/S Nøglen til succes! Kunderne virksomhedens største aktiv Agenda Introduktion til CRM CRM-system markedet i Danmark Trends

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

Er du på udkig efter en effektiv, sikker og overkommelig server til en mindre virksomhed?

Er du på udkig efter en effektiv, sikker og overkommelig server til en mindre virksomhed? Er du på udkig efter en effektiv, sikker og overkommelig server til en mindre virksomhed? En virksomhed skal ikke have ret mange ansatte, før det er værd at investere i en server, der kan gøre det meget

Læs mere

UC Effektiviseringsprogrammet. Projektgrundlag. Business Intelligence. version 1.2

UC Effektiviseringsprogrammet. Projektgrundlag. Business Intelligence. version 1.2 UC Effektiviseringsprogrammet Projektgrundlag Business Intelligence version 1.2 9. september 2014 1 Stamdata Stamdata Projektnavn (forventet): Projektejer: Projekttype: Business Intelligence It-chef Hans-Henrik

Læs mere

Fig. 1 Billede af de 60 terninger på mit skrivebord

Fig. 1 Billede af de 60 terninger på mit skrivebord Simulation af χ 2 - fordeling John Andersen Introduktion En dag kastede jeg 60 terninger Fig. 1 Billede af de 60 terninger på mit skrivebord For at danne mig et billede af hyppighederne flyttede jeg rundt

Læs mere

Hvorledes kan Business Intelligence påvirke organisationen. København d. 20. november 2013 TDC

Hvorledes kan Business Intelligence påvirke organisationen. København d. 20. november 2013 TDC Hvorledes kan Business Intelligence påvirke organisationen København d. 20. november 2013 TDC 1 TDC at a glance Etableret 21. august 1882 ~10,000 medarbejd ere ~9 million kunderelat ioner ~39,000 km fiber

Læs mere

Måske kender du nogle af de tips og tricks, guiden indeholder, men så bliver du blot bekræftet i, at du gør det rigtige.

Måske kender du nogle af de tips og tricks, guiden indeholder, men så bliver du blot bekræftet i, at du gør det rigtige. JETREPORTS TIPSOG TRICKS Indledning Jet Reports er et fantastisk rapporteringsværktøj integreret i Excel. De fleste af os bruger nok kun en brøkdel af de muligheder som Jet Reports og Excel har. Denne

Læs mere

BILAG. til. Kommissionens delegerede forordning

BILAG. til. Kommissionens delegerede forordning EUROPA- KOMMISSIONEN Bruxelles, den 12.10.2015 C(2015) 6823 final ANNEX 1 PART 6/11 BILAG til Kommissionens delegerede forordning om ændring af Rådets forordning (EF) nr. 428/2009 om en fællesskabsordning

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

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

Hassansalem.dk/delpin User: admin Pass: admin BACKEND

Hassansalem.dk/delpin User: admin Pass: admin BACKEND Hassansalem.dk/delpin User: admin Pass: admin BACKEND 1/10 Indledning Dette projekt er den afsluttende del af web udvikling studiet på Erhvervs Lillebælt 1. semester. Projektet er udarbejdet med Del-pin

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

HVAD ER VÆRDIEN AF ANALYTICS FOR DIN VIRKSOMHED

HVAD ER VÆRDIEN AF ANALYTICS FOR DIN VIRKSOMHED HVAD ER VÆRDIEN AF ANALYTICS FOR DIN VIRKSOMHED AARHUS D. 26. MAJ 2015 PETER ANDERSEN, SAS INSTITUTE THE POWER TO KNOW HVEM ER SAS INSTITUTE? 91 af top 100-virksomhederne på 2013 FORTUNE Global 500 listen

Læs mere

Guide til opsætning af Google Analytics Nye kunder Visiolab introduktion

Guide til opsætning af Google Analytics Nye kunder Visiolab introduktion Guide til opsætning af Google Analytics Nye kunder Visiolab introduktion Denne guide vil gøre dig i stand til at opstille din Google Analytics konto. Ydermere vil den være en hjælp til at forstå hvordan

Læs mere

HVEM ER JEG? Una Consulting

HVEM ER JEG? Una Consulting HVEM ER JEG? -Lene Rasmussen Danapak (Emballage) -Elev - økonomichef - international koncerncontroller - implementeret ERP EG A/S -Forretningsanalyser -ERP implementering -Økonomisk rådgivning for kunder

Læs mere

SAS Grid Manager få en dirigent til dit SAS-orkester

SAS Grid Manager få en dirigent til dit SAS-orkester make connections share ideas be inspired SAS Grid Manager få en dirigent til dit SAS-orkester Jens Helsted Kristensen, SAS Institute Hvad handler dette indlæg om? SAS Grid Manager er nøglen til en fremtidssikret

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

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

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

Opgrader til nyeste Dynamics AX version og profiter af løbende opdateringer

Opgrader til nyeste Dynamics AX version og profiter af løbende opdateringer INDLÆG 13 : DYNAMICS AX Opgrader til nyeste Dynamics AX version og profiter af løbende opdateringer Tonny Bybæk, Lau Bøgelund Larsen Opgrader til nyeste Dynamics AX version og profiter af løbende opdateringer

Læs mere

Edbassistent, merkonom i regnskab og it.

Edbassistent, merkonom i regnskab og it. Navn Asbjørn Vernang Fødselsår 1964 Køn Mand Adresse Nørre Alle 63 L. 104, 8000 Århus C Telefon Email 23 81 32 41 Asbjoern AT vernang dk Uddannelse Arbejdssprog Edbassistent, merkonom i regnskab og it.

Læs mere

Filer og Mapper. Filer. Mapper

Filer og Mapper. Filer. Mapper Indhold Filer og Mapper... 3 Filer... 3 Mapper... 3 Stifinder... 4 Eksempler på stifinder... 5 Markering af drev, filer og mapper... 5 Vælg vilkårlige mapper/filer... 7 Selandias drev... 8 Opret ny mappe...

Læs mere

MapInfo Professional v11.0 & v11.0.3 Februar 2012

MapInfo Professional v11.0 & v11.0.3 Februar 2012 MapInfo Professional v11.0 & v11.0.3 Februar 2012 Peter Horsbøll Møller, Systems Engineer Pitney Bowes Software MapInfo for Windows MapInfo Professional Start på Microsoft.NET integration Investeringer

Læs mere

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction Du modtager denne guide som en hjælp til forståelse af hvordan Visiolink applikationer fungere med Google Analytics. Ydermere

Læs mere

Tid til at se din virksomheds ERP i et nyt perspektiv

Tid til at se din virksomheds ERP i et nyt perspektiv Tid til at se din virksomheds ERP i et nyt perspektiv Siden år 2000 er internettet og WEB blevet en naturlig del af enhver virksomhed. Men i virksomhederne mangler der sammenhæng mellem økonomistyring,

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

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

- Verdens førende udbyder af stenuldsløsninger

- Verdens førende udbyder af stenuldsløsninger - Verdens førende udbyder af stenuldsløsninger Indhold Om taleren Om Rockwool koncernen Om Rockwool s problemstillinger ved rapportering Om Rockwool s nye rapporteringsløsning pørgsmål Kort om taleren:

Læs mere

Oversigt over ønskede ændringer på cand.merc.-linjer. Innovation Management udbudt af Institut for Virksomhedsledelse. Optag 2015: Optag 2016:

Oversigt over ønskede ændringer på cand.merc.-linjer. Innovation Management udbudt af Institut for Virksomhedsledelse. Optag 2015: Optag 2016: Oversigt over ønskede ændringer på cand.merc.-linjer. Innovation Management udbudt af Institut for Virksomhedsledelse Optag 201: Management Research Method (+ SOL + IB) FAG 2013 Entrepreneurship: Shaping

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

Informationsteknologi D Gruppe 16 Opgaver. Gruppe 16. Informationsteknologi D

Informationsteknologi D Gruppe 16 Opgaver. Gruppe 16. Informationsteknologi D Opgaver Gruppe 16 Informationsteknologi D IT Opgaver Her kan du se alle de IT opgaver som vi har lavet i løbet at vores informationsteknologi D periode. Media College Aalborg Side 0 af 7 Indholdsfortegnelse

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

Dansk CMS sendt op i skyen med Windows Azure på kun en uge Vidste ikke om C1 ville virke på Azure

Dansk CMS sendt op i skyen med Windows Azure på kun en uge Vidste ikke om C1 ville virke på Azure Dansk CMS sendt op i skyen med Windows Azure på kun en uge Med hjælp fra.net udviklercommunitiet forvandlede Danske Composite sit CMS-produkt, C1, til en cloud-applikation på blot en uge. Næste skridt

Læs mere

Computerens - Anatomi

Computerens - Anatomi 2014 Computerens - Anatomi Rapporten er udarbejdet af Andreas og Ali Vejleder Karl G Bjarnason Indholdsfortegnelse Formål... 2 Indledning... 2 Case... 3 Design... 3 Skitser... 4 Planlægning... 5 Kravsspecifikation...

Læs mere

Opret ODBC datakilde Vejledning

Opret ODBC datakilde Vejledning Vejledning V. 1 APRIL 2011 FOR KUNDESERVICE Indholdsfortegnelse 1 Indledning... 3 1.1 Formål... 3 1.2 Målgruppe... 3 1.3 Krav... 3 2 Opret ODBC Datakilde (Open Database Connectivity)... 3 2.1 Forbindelse

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

Simulering af stokastiske fænomener med Excel

Simulering af stokastiske fænomener med Excel Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen

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

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

Roskilde Tekniske Gymnasium. Eksamensprojekt. Programmering C niveau

Roskilde Tekniske Gymnasium. Eksamensprojekt. Programmering C niveau Roskilde Tekniske Gymnasium Eksamensprojekt Programmering C niveau Andreas Sode 09-05-2014 Indhold Eksamensprojekt Programmering C niveau... 2 Forord... 2 Indledning... 2 Problemformulering... 2 Krav til

Læs mere

1.TILBUD NYT TILBUD 1.1 TRIN FORUDSÆTNINGER

1.TILBUD NYT TILBUD 1.1 TRIN FORUDSÆTNINGER 1.TILBUD Fanen Tilbud giver en oversigt over alle de tilbud, der ligger i din database. Det er også herfra, at du har mulighed for at oprette, kopiere eller redigere et eksisterende tilbud. Det følgende

Læs mere

SPAM-mails. ERFA & Søren Noah s A4-Ark 2010. Køber varer via spam-mails. Læser spam-mails. Modtager over 40 spam-mails pr. dag. Modtager spam hver dag

SPAM-mails. ERFA & Søren Noah s A4-Ark 2010. Køber varer via spam-mails. Læser spam-mails. Modtager over 40 spam-mails pr. dag. Modtager spam hver dag SPAM-mails Køber varer via spam-mails Læser spam-mails Modtager over 40 spam-mails pr. dag Modtager spam hver dag 0 10 20 30 40 50 60 70 80 90 ERFA & Søren Noah s A4-Ark 2010 Datapræsentation: lav flotte

Læs mere

Grow. With the Leader. IBM Storwize v7000. v/lars Kok

Grow. With the Leader. IBM Storwize v7000. v/lars Kok Grow. With the Leader. IBM Storwize v7000 v/lars Kok Information Explosion Zettabytes Informationen i danske virksomheder fordobles hver 18-24 måneder Exabytes Budget til Storage & daministration stiger

Læs mere

Hvorfor skal vi bruge objekt orienteret databaser?

Hvorfor skal vi bruge objekt orienteret databaser? OODBMS Vs. RDBMS 1 Indholdsfortegnelse Hvorfor skal vi bruge objekt orienteret databaser?... 3 OODBMS i erhvervslivet... 4 Bagsiden af medaljen... 5 OODBMS i praksis... 6 Konklusion... 8 2 Hvorfor skal

Læs mere

AARHUS UNIVERSITET. Økonomi 17. maj 2016

AARHUS UNIVERSITET. Økonomi 17. maj 2016 Vejledning til opdatering af excel ark i forbindelse med overgang til ny LDV AU skal overgå til en ny version af LDV, så AU er på niveau med resten af staten mht. til versionen af LDV. Excel ark som er

Læs mere

MapInfo Professional v11.0 & The MapInfo Location Intelligence Suite MapInfo Netværksmøder

MapInfo Professional v11.0 & The MapInfo Location Intelligence Suite MapInfo Netværksmøder MapInfo Professional v11.0 & The MapInfo Location Intelligence Suite MapInfo Netværksmøder Peter Horsbøll Møller, systems engineer Oktober 2011 Program MI Pro v11.0 overblik MI Pro Premium tjenester The

Læs mere

Fleksibilitet og Sikkerhed

Fleksibilitet og Sikkerhed Fleksibilitet og Sikkerhed WPS - Web Publishing System er den perfekte marketings- og Kommunikationsplatform, idet systemet får det optimale ud af det hurtigste og mest dynamiske medie i dag - Internettet.

Læs mere

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduktion

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduktion Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduktion Du modtager denne guide som en hjælp til forståelse af hvordan Visiolink applikationer fungere med Google Analytics. Ydermere

Læs mere

System & Metode ApS præsenterer. En effektiv dokumentportal

System & Metode ApS præsenterer. En effektiv dokumentportal System & Metode ApS præsenterer En effektiv dokumentportal Den 7. september 2006 Velkommen Martin Hecht Olsen, Direktør System & Metode blev etableret i 1989 IBM Business Partner Salg direkte til kunde

Læs mere

fortsætte høj retning mellem mindre over større

fortsætte høj retning mellem mindre over større cirka (ca) omtrent overslag fortsætte stoppe gentage gentage det samme igen mønster glat ru kantet høj lav bakke lav høj regel formel lov retning højre nedad finde rundt rod orden nøjagtig præcis cirka

Læs mere

webmail Outlook web application webmail

webmail Outlook web application webmail outlook web application webmail Outlook web application webmail outlook web application webmail indhold Tilgå webmailen 1 Sende emails 2 Oprette et møde 3 Tilføje en funktionspostkasse 4 Vise ugenumre

Læs mere

Curriculum Vitae. Vibe Kielstrup Franzen (VKF), 1967 Systemfejlanalytiker, Tester og Seniorkonsulent

Curriculum Vitae. Vibe Kielstrup Franzen (VKF), 1967 Systemfejlanalytiker, Tester og Seniorkonsulent Curriculum Vitae Vibe Kielstrup Franzen (VKF), 1967 Systemfejlanalytiker, Tester og Seniorkonsulent Vibe Kielstrup Franzen er ingeniøruddannet inden for produktion og har massiv erfaring inden for IT-implementering

Læs mere

MANUAL. Præsentation af Temperaturloggerdata. Version 2.0

MANUAL. Præsentation af Temperaturloggerdata. Version 2.0 MANUAL Præsentation af Temperaturloggerdata Version 2.0 Indholdsfortegnelse FORORD...3 INTRODUKTION...3 KRAV OG FORUDSÆTNINGER...3 INSTALLATION...4 OPSÆTNING...8 PROGRAMOVERBLIK...10 PROGRAMKØRSEL...11

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

"Jeg har ikke tid." "Jeg har ikke pengene."

Jeg har ikke tid. Jeg har ikke pengene. Lad ikke indvendinger skræmme dig. Se dem som en anmodning om hjælp til at se tingene i et nyt lys og din mulighed for at bringe dem ind i dette nye lys. En formel, der passer til alle indvendinger er

Læs mere

Seminaropgave: Præsentation af idé

Seminaropgave: Præsentation af idé Seminaropgave: Præsentation af idé Erik Gahner Larsen Kausalanalyse i offentlig politik Dagsorden Opsamling på kausalmodeller Seminaropgaven: Praktisk info Præsentation Seminaropgaven: Ideer og råd Kausalmodeller

Læs mere

Efterspørgselsforecasting og Leveringsoptimering

Efterspørgselsforecasting og Leveringsoptimering Efterspørgselsforecasting og Leveringsoptimering 26.05.2011 Bjørn Nedergaard Jensen Berlingske Media 2 En af Danmarks største medieudgivere og leverandør af både trykte og digitale udgivelser. Koncernen

Læs mere

SCADA systemet System 2000 - Version 15

SCADA systemet System 2000 - Version 15 System 2000 SCADA systemet System 2000 - Version 15 System 2000 - Version 15 har styrket fokus på fremtidens krav til driftsanlæg indenfor brancherne vandværker, renseanlæg, fjernvarme samt fødevarer og

Læs mere