VIDEO AND DATABASE. Copenhagen Business Academy

Transkript

1 VIDEO AND DATABASE Copenhagen Business Academy MUL A - Gruppe 3 Video Andreas Schultz: Hakim Mazouz: Mathias Jørgen Larsen: Sophie Hrefna Palm Boye: Thalassa Bünger Phillips:

2 INDHOLDSFORTEGNELSE Dokumentation af processen Datamodel og Data Dictonary Idé og Koncept Bilag

3 DOKUMENTATION AF PROCESSEN I starten af projektet begyndte vi med at planlægge projektet. Vi udførte projektet i 2 sprints i henhold til SCRUM metoden for projektforløbet. De forløbet blev delt op i et henholdsvis Video produktion og Datamodellerings sprint. Der blev udarbejdet et product backlog til hvert sprint, som der udgjorde alle de tasks vi skulle udføre for at nå i mål med projektet til deadline. Forløbet at Videoproduktionssprintet var på 7 dage, hvor 5 personer var de tilgængelige resurser inden for det sprint. Grundet et presset forløb hvor vi blev nødt til at starte hurtigt ud, blev projekt planlægningen desværre udarbejdet under opstarten af projektet og de 2 sprints, så derfor skal det nævnes at Burn Down Charts samt Planning sheets for de to sprints udarbejdet retrospektivt til en vis grad. Product backlogs Video sprint: Brainstorm Refining idea Storyboard draft Refining storyboard -- Setup short list -- Add music and sounds to shot 3

4 DOKUMENTATION AF PROCESSEN -- Get approval for storybard Write manuscript Create graphic assets -- Draw shapes in Adobe Illustrator -- Refine Shoot footage -- Setup recording gear -- Shoot each scene -- Pack up gear -- Transfer footage to editing rig -- Record foley sounds Edit footage -- Import media into Final Cut Pro -- Splice and setup footage on timeline -- Time and setup music on timeline -- Setup sound effects on timeline -- Adjust clips Create motion graphics -- Import graphic assets -- Tween animations -- Add easings Render -- Upload video to vimeo with correct title -- Add video to the group 4

5 DOKUMENTATION AF PROCESSEN Datamodelling sprint: Download and setup MySQL Workbench for use -- Download MySQL Workbench -- Install MySQL Workbench -- Prepare MySQL Workbench for use Understanding the conceptual model and construct datadictionary -- Understand the conceptual model -- Construct datadictionar -- Describe attributes including primary keys and for eign keys -- Define calculated attributes Go through 3rd Normal Form Make the final entity relation model and finish list of attributes -- Make the final entity relation model -- Check list of attributes -- Adjust accordingly Review and adjust model -- Review model -- Adjust accordingly 5

6 DATAMODEL OG DATA DICTONARY Refleksioner over video produktionssprit Til video sprintet var vores Product Backlog udført med den antagelse at noget af at vi allerede vidste nok omkring databaser for at være I stand til at producere videoen, hvilket viste sig ikke at være tilfældet, så derfor kom vi lidt bagud med selve videoproduceringsdelen af forløbet, specielt I vores Brainstorming task, som blev lidt forsinket fordi at vi skulle udføre noget desk research, som bestod I at læse artikler om hvordan databaser fungerer og hvad deres formål. Reflektion over datamodellering Til at starte med, fik vi problemer med at udarbejde tasks til datamodelleringssprintet, fordi der var forvirring omkring hvor stort et omfang en task skulle have. Vi benyttede os af et Excel dokument som automatisk udregnede vores trepunktsestimering og samlede estimat af timer. Dette ark understøttede dog ikke at tasks blev angivet I minutter, hvilket vil sige at tasks som der blev estimerede til at have en varighed på under én time, skabte fejl I dokumentet og udregningerne. Dette betød at vi blev nødt til at samle tasks I større blokke så hver task havde en varighed på minimum 1 time I følge estimaterne. 6

7 DATAMODEL OG DATA DICTONARY Attributtabellen er udarbejdet ud fra den konceptuelle model. Her finder man datatyperne, med tilhørende noter, attributter og værdier til henholdsvis kunder, produkter og ressourcer. Denne kan ses i bilaget. Er-model I bilagene er ER-modellen i 3. Normalform fremvist. Den beskriver hvordan de forskellige tabeller relaterer til hinanden. Man kan for eksempel se at projects og ressources relaterer til hinanden, med en mange-til-mange relation. Mange projekter kan altså have mange ressourcer og derfor også omvendt. Dette vises med mellemtabellen resources_has_projects. Udover dette har clients-tabellen en undertabel som registrerer de forkellige zipcodes, med en én-til-mange relation. Dvs. at én kunde kun kan have en zipcode, men en zipcode kan have flere kunder. Det samme er beskrevet ved tabellen resources, hvor resource_type her er undertabellen. 7

8 IDÉ OG KONCEPT Vores idé med hensyn til vores storyboard opstod efter vi havde lavet kvalitative interviews med andre multimediedesign-studerende. Igennem disse interviews kunne vi udlede hvad der var vigtigst at få forklaret i vores video, for at den skulle ramme flest mulige studerende. Til dette kom vi på at omdanne en database til et køleskab. Maden i køleskabet er et symbol for dataen i databasen og hylderne et symbol for de forskellige tabeller. Vores kvalitative interview kan ses i vores bilag. Dramaturgi Da det er en informations video vi har skulle fremstille, har det været svært at få indarbejdet en masse dramaturgi. Dog har vi formået at få nogle af de 8 plot punkter med, så som anslag, første vendepunkt, point of no return, klimaks og slutning. Disse punkter kommer vi nærmere ind på i forklaringen af vores storyboard. 8

9 IDÉ OG KONCEPT Storyboardet er fordelt på 10 scener. Scene 1-2 er en blanding af et anslag til hovedpersonen og hans problemer og første vendepunkt. Scene 2 sætter gang i historien. Scenerne 3-7 er en form for opbyggelse af hans drømme om databaser, som han ikke kan forstå inden han falder i søvn. Scene 8 er klimaks, hvor han vågner op fra drømmen og skal ind til timen i scene 9, hvor han skal bevise at han nu har lært noget af hans drøm. Scene 10 er slutningen, hvor han nu kan forstå hvad databaser er, og han kan følge med i timen og lære mere. Lyden i vores video, er optaget efter vi har filmet. Derefter har vi lavet en voice over og tilføjet forskellige lydeffekter, for at gøre filmen mere interessant og så forbrugeren kan leve sig ind i filmen. Lydeffekterne har vi ikke selv lavet, men downloadet via et lydbibliotek. Lydeffekterne er tilføjet for at gøre filmen mere levende, da vi ellers har fjernet lyden og mere spiller på baggrundsmusikken til, at sætte stemningen i stedet for tale. I starten har vi valgt, at tilføje en stille deprimerende underliggende musik, som skal vise at vores hovedperson i starten er i uro over ikke at kunne forstå databaser, i 9

10 IDÉ OG KONCEPT modsætning til slutningen af filmen hvor vi har tilføjet en triumferende musik for at seeren forstår, at dette er klimakset i filmen og der hvor vores hovedperson har opnået sit mål. De kamera vinkler vi har arbejdet med i vores video er over the shoulder, fugle- og frø-perspektiv, long shot, medium shot og total shot. I første scene bruger vi over the shoulder shot, for at få etableret vores hovedperson og hans situation i klasselokalet. Næste scene kører over i et medium shot, for at få fastsat vores hovedperson, og hvad han kæmper med. I trejde scene kører vi et fugle-perspektiv på ham, da han skal virke lille, hjælpeløs og ikke særlig stor, for at forklare hans tilstand og at han bare ikke kan forstå det her databaseforløb. 10

11 IDÉ OG KONCEPT I hans drømme i de efterfølgende scener er det et point of view, for at se hvad vores hovedperson ser i sin drøm. Når han er vågnet fra sin drøm, og sidder i klasse lokalet igen, er vi tilbage i et over the shoulder hot, for igen at se hans nye viden om databser. Til slut når hovedpersonen er vågnet fra sin drøm og har sidder i klasselokalet hvor han nu kan følge med, filmer vi ham i frø-perspektiv, da han er blevet klogere og klar til at lære mere om databaser. Derudover har vi benyttet os af 180 graders reglen igennem vores filmprocress, og sørget for at vi altid kun har filmet vores hovedperson i en halvcirkel. 11

12 BILAG Datamodeling Planning sheet Datamodeling Sprint Backlog Burndown 12

13 BILAG Datamodeling Burndown chart 13

14 BILAG Video Planning sheet Video Sprint Backlog Burndown 14

15 BILAG Video Burndown chart 15

16 BILAG Attributtabel 16

17 BILAG ER-model 17

18 BILAG Kvalitativ interview Ved du hvad en database er? Person 1: ja, Person 2: ja, sådan da?! Person 3: ja Hvis ja, kan du kort forklare hvad det er? Person 1 Bruges til interface, en hjemmeside skal laves, brugen skal taste informationer ind, kan gemmes så administratoren kan se det og bruge oplysningerne Person 2: et sted hvor der læres information fra en hjemmeside, sql og samler en masse informationer. Person 3: en ting man har på en server for at lagre data om fx kunder, ordre osv Hvad er fordelen ved at lave en datamodel? Person 1: Mere overskueligt for administratoren Person 2: Man har en oversigt over hvordan en database skal se ud og er sikker på at få det hele med. Person 3: man kan derved skabe et overblik over hvordan databasen hænger sammen og undgår fejl Ville du fortrække at læringsvideoen er i den humoristiske ende eller vil du få mere ud af den, hvis den 18

19 BILAG er mere informativ og der ikke er nogen distraherende elementer? Person 1: Lidt humor, så der stadig kan læres noget. Ikke kun bygget på humor Person 2: God idé med humor, så det ikke er for tørt og professor-agtigt. Person 3: lære bedre af at være informativ, men mere grebet hvis den er humoristisk Vil du forstå video bedst hvis den er realistisk eller hvis den fx er animeret og overført til andre hverdags elementer? Person 1: Lidt animeret Person 2: Hvis det bliver sammenlignet med noget andet fx hverdagsting giver det bedre mening Person 3: Ingen præferencer Hvad forventer du at få ud af denne video? Person 1: Bedre forståelse af hvordan en database virker Person 2: lærerig information, relevant, og opfylder de krav der stilles Person 3: at lære noget om databaser og hvordan de virker! 19

20 BILAG Scene 1-9 Scene 10 20