KOMBIT FLIS. D0130 Logisk Datamodel - Rapporteringsgrundlag. Version: 3.1 Status: Godkendt Godkender: Christian Gjerulff

Transkript

1 KOMBIT FLIS Version: 3.1 Status: Godkendt Godkender: Christian Gjerulff

2 Dokumenthistorik Version Dato Navn Status Bemærkninger Udkast Udkast Indholdsfortegnelse oprettet Indholdsfortegnelse tilrettet Endelig Udkast Endelig Endelig Design af nøgletalsdatamart tilføjet Opdateret med KOMBITkommentarer. Opdateret efter personaleafklaringsmøde Endelig Tilføjet design af ældre Endelig ÆØ 43. Afsnit Endelig ÆØ 46. Afsnit Endelig Dataholds Mødereferat indført Endelig Opdateret med udvidede kontoplanskomponenter. Afsnit Endelig Endelig Endelig Opdateret med design for skoleområdet. Opdateret som følge af #66. Klargjort ældreområdet til review (afsnit 11) Endelig Opdateret hele dokumentet til release 2.0 godkendelse incl. VH Godkendt Dokument godkendt Godkendt Nøgletalsvurdering D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 2 af 102

3 Distributionsliste Navn Organisation Bemærkninger Kenneth Jacobsen Thomas Mørk Glintborg KOMBIT KOMBIT Referencer Reference Titel Forfatter Version [D0150] D0150 Softwarearkitektur Christian Kirkegaard 1.0 Budget og regnskabssystem for kommuner [IMKONTOPLAN] Primært kapitel 2. Indenrigsministeriet [KIMBALL] The Data Warehouse Lifecycle Toolkit Ralph Kimball m.fl [EXPERT] Expert Cube Development with Microsoft SQL Server 2008 Analysis Services Chris Webb m.fl D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 3 af 102

4 Indholdsfortegnelse 1 INDLEDNING Formål Omfang 8 2 FLIS DATAMARTER OG KUBER Relationelle datamarter Kubeattributter, felter og datatyper SQL Views som forbindelsesled 10 3 FÆLLES DIMENSIONER Tid Attributter og hierarkier Relationelt datagrundlag 13 4 ØKONOMI Rapporteringsbehov Dimensioner Autoriseret kontoplan Udvidet kontoplan Opus [X] dimensioner Facts Relationelt datagrundlag 21 5 PERSONALE Dimensioner Anciennitet Attributter og hierarkier Ansættelsesvilkår Attributter og hierarkier Fravær Attributter og hierarkier Medarbejder Attributter og hierarkier Facts Fravær Fraværsperiode Medarbejder Aktivitet Relationelt datagrundlag 35 6 BORGER Dimensioner Alder Attributter og hierarkier Borger Attributter og hierarkier Borgerstatus Attributter og hierarkier Geografi (Adresse) Attributter og hierarkier Facts 41 D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 4 af 102

5 6.2.1 Borger Relationelt datagrundlag 44 7 NØGLETAL Dimensioner Nøgletal Attributter og hierarkier Sammenligningsgruppe Attributter og hierarkier Facts Nøgletal Relationelt datagrundlag 51 8 SKOLE Dimensioner DimElev Attributter og hierarkier DimSkole Attributter og hierarkier DimKlasse Attributter og hierarkier DimPrøveKarakter Attributter og hierarkier Facts Elev FactKarakter FactKlasse FactSkole Relationelt datagrundlag 63 9 UDSATTE BØRN OG UNGE Dimensioner DimForanstaltning Attributter og hierarkier DimAnbringelsessted Attributter og hierarkier DimForanstaltningsmodtager Attributter og hierarkier Facts FactForanstaltning FactDisponeretForbrug Relationelt datagrundlag VOKSNE HANDICAPPEDE Dimensioner Ydelse Målgruppe Funktionsvurdering Opholdssted Facts Visiteret borger Ydelse Relationelt datagrundlag 81 D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 5 af 102

6 11 ÆLDRE Dimensioner Besøg Ydelse Ydelseslængde Leverandør Tidspunkt Facts Visiteret ydelsesdetalje Visiteret ydelse Leveret ydelsesdetalje Leveret ydelse Leveret besøgsdetalje Leveret besøg Boligtilbud Relationel datamart 100 (Brug style body text til alm. brødtekst. Så bliver indrykningen pæn under headerteksterne). D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 6 af 102

7 1 Indledning Nærværende dokument indeholder en beskrivelse af datagrundlaget for rapporteringen i FLIS Portalen. Slutproduktet udgør dermed dokumentationen for, hvorledes forespørgsler kan udformes, når dashboards, standardrapporter og kommunale rapporter udvikles. Dokumentet er struktureret ved følgende dele: Introduktion til datamarter og kuber i FLIS indeholdende en overordnet beskrivelse af rapporteringsgrundlaget, som kan opdeles i en række relationelle datamarter og nogle OLAPbaserede kuber. Beskrivelse af fælles dimensioner benyttet på tværs af kuber. Beskrivelser af de enkelte kuber. Hver af kuberne beskrives ved: o o o Et overblik over facts og relaterede dimensioner. Dernæst beskrives de enkelte dimensioner og facts i lidt flere detaljer omkring hierarkier, attributter og s herunder aggregeringstyper. Sidst beskrives i hvert afsnit det underliggende relationelle datamartgrundlag. Denne sektion indeholder detaljerede beskrivelser af tabeller herunder de felter, som dimensionsattributter og s baseres på. Attributter og delfelter For at højne læsbarheden er der for kuber (specifikt dimensioner) kun beskrevet attributter og ikke attributternes tilknyttede delfelter. Eksempelvis findes der i kubebeskrivelsen for økonomiområdet (kontoplansdimensionen) attributten Dranst. Denne attribut har tilknyttet delfelterne: Dranst nøgle: heltalsrepræsentation af attributtens kode eller nummer. Eksempelvis 1. Dranst nummer: attributtens kode eller nummer. Eksempelvis 01. Dranst navn: attributtens navn. Eksempelvis Drift. Dranst nummer og navn: eksempelvis 01 Drift. Delfelter for attributter er udeladt i kubedokumentationen, som er fokuseret på forretningsmæssig afklaring og i stedet specificeret i det mere tekniske, underliggende relationelle datagrundlag. Relevante delfelter (numre og navne) vil være til rådighed i kuberne enten som selvstændige attributter, relationer eller attributegenskaber. Historik Ved gennemgang af dimensioner beskrives typen af historik for dimensionen. Historik på dimensioner baseres på forretningsnøgler, som identificerer en række i en dimension unikt. Forretningsnøglen kan være en kombination af flere felter (eksempelvis kontonummer og regnskabsår). Der skelnes mellem følgende typer af historik: Type1historik: der opsamles nye rækker for nye kombinationer af forretningsnøgleværdier. Ændringer i andre felter i dimensionen giver ikke ophav til nye rækker; disse felters værdier opdateres blot. Type2historik: der oprettes nye rækker ved ændring i felter inklusive andre end forretningsnøglefelter. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 7 af 102

8 Type3historik: ændringer til et felt registreres i et eller flere dedikerede historikfelter (ekstra kolonner). 1.1 Formål Det er formålet med dokumentet at give et overblik over rapporteringsgrundlaget i FLIS ud fra et logisk perspektiv i form af: Beskrivelser af kuber ved deres af facts og dimensioner. Beskrivelser af de underliggende relationelle datamarter. 1.2 Omfang Det bør bemærkes, at nærværende slutprodukt opdateres i to omgange: I designfasen op til implementering af delleverance 1. Her kortlægges de overordnede datamodeller for alle dataområder. De tværfaglige områder, der skal implementeres og benyttes i delleverance 1 beskrives desuden i detaljer. Ved forberedelse til implementering af delleverance 2 detaljeres beskrivelsen af datamodellen for de fagspecifikke områder. Kontrolfelter til bl.a. sporing af data er ikke beskrevet i nærværende slutprodukt, da det er en arkitekturmæssig del, der indgår på tværs af forretningsmæssige områder. Der henvises til [D0150] for en beskrivelse af disse felter. Det bør bemærkes, at visse specifikationer af det underliggende relationelle datagrundlag udestår på grund af forsinket testdata. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 8 af 102

9 2 FLIS datamarter og kuber FLIS rapporteringsgrundlag er baseret på OLAPkuber. Brugerne har dermed adgang til FLIS data udelukkende igennem FLISkuber. Kuber er et oplagt valg som rapporteringsgrundlag til FLIS, idet behovet er rapportering og rapportering på relativt aggregerede niveauer. OLAPkuber baseres på et relationelt databasegrundlag. Den underliggende relationelle datamodel ligner som udgangspunkt datamodellen for kuberne. Det er valgt at opdele kuberne og deres underliggende relationelle datamodeller i såkaldte datamarter, der vedrører et givent rapporteringsområde: Økonomi Personale Borger Skole Voksne handicappede Udsatte børn og unge Ældreomsorg Nedenstående figur viser det konceptuelle forhold imellem relationelle datamarter og kuber. Figur 1 Relationelle datamarter og kuber Både de relationelle og kubedatamarterne er struktureret efter såkaldte stjerneskemamodeller, der benytter sig af begreberne facts og dimensioner. Facts indeholder udelukkende tal og er koblet til dimensioner igennem surrogatnøgler ved integration fra EDWdatalaget til datamartdatalaget. Der henvises til [KIMBALL] for yderligere information om modellering af datamarter. 2.1 Relationelle datamarter Navngivningsprincipper for relationelle datamarter (og kuber) følger Pascal casestandard, der er baseret på undersøgelser i effektiv læsbarhed. Dette gælder både skemaer, tabeller og felter. Desuden benyttes nedenstående retningslinjer: Benyt sigende navneord eller navneordsvending (Kunde, KunderPerHusstand) D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 9 af 102

10 Undgå så vidt muligt forkortelser (Knd, KndPrHus) Undgå underscore _ (Kunder_Per_Husstand) For de tilhørende kuber gælder det, at man bør anvende mellemrum, hvis (calculated) s, dimensioner eller attributter indeholder flere ord. (Kunder Per Husstand) De relationelle datamarttabeller inddeles i skemaer navngivet efter identificerede datamarter Kubeattributter, felter og datatyper Herunder gennemgås de generelle principper for felter tilhørende hver kubeattribut og valg af felternes datatyper i de relationelle datamarter. Datatyperne i kuberne følger datatyperne i de relationelle datamarter. Som eksempel benyttes kubeattributten Hovedkonto (en del af kontoplanen) med eksempelværdien 04 Sundhedsområdet. Attributten er (som mange andre kubeattributter) bygget op af en række felter: Nøgle (eksempelvis 4 ) datatype: heltal Nummer (eksempelvis 04 ) datatype: tekst Navn (eksempelvis Sundhedsområdet ) datatype: tekst NummerOgNavn (eksempelvis 04 Sundhedsområdet ) datatype: tekst Almindeligvis anbefales det, at nøgler for de enkelte kubeattributter baseres på heltal i datamarter til effektiv videre brug. Denne praksis benyttes, hvor heltalsudgaver (nøgler) forefindes. Dette afhænger af attributtens nummerlængde. I dybe hierarkier kan det være nødvendigt at nøjes med at benytte numre som attributnøgler i kuben. Bemærk, at nummerfelter i tekst kan være nødvendig, selvom der forefindes en nøgle, da numre kan være præfikset med 0, og numrene bør præsenteres til brugerne således. Såfremt numre ikke er præfikset benyttes Nummerfeltet udelukkende i sin heltalsudgave. Følgende retningslinjer er benyttet ved valg af datatyper for de enkelte felter: Størrelsen på heltalsnøgler er baseret på nummerstørrelsen i tekst og et valg ud fra tilhørende heltalstyper: tinyint (0 til 255), smallint (32,768 til 32,767) 4 cifre, int ( 2,147,483,648 til 2,147,483,647) 8 cifre, bigint (9,223,372,036,854,775,808 til 9,223,372,036,854,775,807) 17 cifre. Størrelsen på numre er baseret på grænsesnitspecifikationer og en dataanalyse inklusive 1 tegn pr. niveau til separatorer. Størrelsen på navne er baseret på dataanalyse af data fra UKM. Størrelsen er ofte 100 tegn. Størrelsen på sammensatte felter (nummer og navn) er størrelsen for nummeret og navnet inklusive 5 tegn til eventuelle separatorer. 2.2 SQL Views som forbindelsesled SQL views benyttes som bindeled imellem relationelle datamarter og kuber i den udstrækning det giver mening i stedet for de såkaldte Data Source Views i kubedefinitioner, hvilket følger anbefalingen i bl.a. [EXPERT]. Som udgangspunkt bør alt, hvad der kan beregnes på et relationelt grundlag foretages i ETLprocessen fra EDW til DMlaget. Denne retningslinje giver bedre ydelse i kuberne og stiller samtidig data til rådighed i relationel tilstand til brug i bl.a. datapakker. Enkelte s bør D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 10 af 102

11 imidlertid ligge i kuberne som eksempelvis procents, for at understøtte effektiv multidimensional analyse. SQL views benyttes oftest ved simple opdelinger eller samlinger af tabeller, simple uddrag af tabeller eller til simple afledte felter. Et afledt felt kunne eksempelvis være sammensætning af nummer og navn for hovedfunktionsattributten. Ved dokumentation af de relationelle tabeller i de følgende afsnit er afledte felter identificeret i en kolonne Afledt. Disse felter er kandidater til at indgå i views, selvom de som udgangspunkt bør udledes/beregnes i ETLprocesser. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 11 af 102

12 3 Fælles dimensioner Figur 2 Datamodel for fælles dimensioner viser et overblik over de fælles dimensioner i løsningen. class Fælles Dimension::Tid «column» Dato Ugedag Dag Dag og måned i år Måned Kvartal Halvår Uge Uge i måned År Skoleår Figur 2 Datamodel for fælles dimensioner Tid Tidsdimensionen er en central dimension, der benyttes i alle områder Attributter og hierarkier Dimensionen indeholder følgende hierarkier: Navn Niveauer Beskrivelse År Halvår Kvartal Måned Dato Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Skolekalender Skoleår Måned Dato Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Ugekalender År Uge Dato Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Det bemærkes, at halvår ikke indgår i noget hierarki. Udover hierarkier er der også en række attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 12 af 102

13 Navn Beskrivelse Ugedag Ugedag. Eksempelvis Tirsdag. Dag Dag i år. Eksempelvis 255. Dag i måned Understøtter analyse på tværs af år og måneder. Eksempelvis 20 for dag nummer 20 i måneden. Dag og måned i år Understøtter dagsanalyse på tværs af år. Eksempelvis 2. marts.. Uge Understøtter ugeanalyse på tværs af år Eksempelvis 43. Ifølge ISOstandard. Uge i måned Understøtter ugeanalyse på tværs af måneder og år. 15. Eksempelvis 2. Ifølge ISOstandard. Måned Understøtter månedsanalyse på tværs af år. Eksempelvis februar. Kvartal Understøtter kvartalsanalyse på tværs af år. Eksempelvis K2. Halvår Understøtter halvårsanalyse på tværs af år. Eksempelvis H Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 13 af 102

14 4 Økonomi Økonomikuben moduleres efter stjerneskemaet i nedenstående figur. Figur 3 Økonomikube Som det ses af figuren indeholder økonomikuben en fact, beløb, som basalt set indeholder forbrugs og budgetbeløb. Beløbene kan analyseres ud fra dimensionerne: Tid er en standarddimension som langt de fleste facts er koblet til inklusive økonomibeløb. Autoriseret kontoplan hvis struktur følger Indenrigsministeriets retningslinjer. FLIS standard dashboards og rapporter vil være baseret på denne dimension. Alle kommuner og deres tilhørende økonomisystemer vil med sikkerhed kunne analyseres ud fra denne dimension, og datakvaliteten forventes at være høj. Udvidet kontoplan understøtter kommunespecifik analyse af nøgletal. Strukturen går på tværs af alle kommuner og økonomisystemer. Opus [X] understøtter kommunespecifik analyse af nøgletal. Dimensionerne kan kun benyttes af kommuner, der benytter Opus som økonomisystem. Det bemærkes, at dimensionerne vil fremgå for alle kommuner uafhængigt af, om kommunen benytter Opus som økonomisystem. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 14 af 102

15 Dimensionerne autoriseret kontoplan, udvidet kontoplan og Opus [X] er alle baseret på kontoplansattributter (kontoplansdimensioner i økonomitermer). Opdelingen af disse attributter i flere dimensioner er valgt pga.: En overskuelig og brugervenlig navigation i et højt antal kontoplansattributter. En overskuelig opdeling af autoriserede og ikkeautoriserede attributter. Ved ovenstående opdeling sikres en gennemskuelighed for brugere ved rapportering, om en analyse er baseret på autoriserede kontoplansdele eller ikkeautoriserede dele. En fleksibilitet og robusthed i forhold til underliggende økonomisystemer. Strukturen i den autoriserede kontoplansdimension forventes at være stabil og uafhængig af underliggende økonomisystemer, eftersom systemerne pr. lovkrav skal leve op til strukturen. Da systemerne desuden skal levere data i den struktur, er der en sikkerhed for at økonomidata vil kunne rekvireres i et format, der følger strukturen. Dashboards og rapporter baseret på denne dimension vil derfor være robuste og stabile. Strukturerne for den udvidede kontoplansdimension og Opus [X]dimensionerne vil sandsynligvis være mindre stabile og kunne være kandidater til ændringer ved ændringer i underliggende økonomisystemer. Da fælleskommunal analyse kan foretages via den autoriserede kontoplansdimension, vil der desuden være mulighed for at oprette varianter af eksempelvis den udvidede kontoplansdimension, der er relevante for de enkelte typer af økonomisystemer; uden at påvirke tværkommunal analyse og rapportering. Opus [X]dimensionerne er organiseret i selvstændige dimensioner grundet attributternes parentchildhierarkier fra kildesystemet Opus. Fordelen ved at benytte Opusdimensioner med parentchildhierarkier er, at modellen ligger tæt op af kildesystemets model og dermed også, hvad brugerne er vant til. Ulempen er den dårligere ydelse som parentchildhierarkier medfører. Det forventes ikke, at ydelse vil blive et problem grundet granularitet af facttabel på månedsniveau (og ikke posteringsniveau). 4.1 Rapporteringsbehov Ved modulering af kuber er det vigtigt at holde sig de forventede rapporteringsbehov for øje. Disse behov er primært standard dashboards til benchmarking og nøgletalsdokumentation og standardrapporter til analyse af nøgletalsgrundlag. I mindre grad bør FLIS også understøtte kommunespecifik analyse af datagrundlaget for nøgletal. Disse analyser understøttes af organisationsdimensionen og udvidede kontoplansdimensioner. Alle økonomiske nøgletalstællere er baseret på realiserede beløb og den autoriserede kontoplansdimension. Standard nøgletalsdokumentation baseres ligeledes på den autoriserede kontoplansdimension. 4.2 Dimensioner I det følgende gennemgås dimensionerne specifikke for økonomiområdet Autoriseret kontoplan Dimensionen Autoriseret kontoplan giver en brugervenlig indgang til fuldt og delvist autoriserede attributter fra Indenrigsministeriets (IM s) kontoplan. Dataindholdet i hierarkier og attributter vil udelukkende bestå af autoriserede værdier. Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 15 af 102

16 Navn Niveauer Beskrivelse Funktioner Hovedkonto Hovedfunktion Funktion Funktionshierarkiet indeholder de tre autoriserede funktionsniveauer også benævnt funktion niveau 13. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Arter Hovedart Art Artshierarkiet indeholder de to autoriserede artsniveauer også benævnt art niveau 1 og 2. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Det bemærkes, at analyse af underniveauer på tværs af øvre niveauer ikke understøttes på grund af hierarkierne er naturlige. Eksempelvis er analyse af hovedfunktion 99 på tværs af teoretiske hovedkonti 20 og 30 ikke mulig, da der vil findes to hovedfunktioner med de unikke numre: og Udover hierarkier er der også en række attributter til rådighed til analyse af data: Navn Beskrivelse Dranst Autoriseret kontoplansattribut Dranst. Ejerforhold Autoriseret kontoplansattribut Ejerforhold. Omkostningssted Autoriseret kontoplansattribut Omkostningssted. Også benævnt omkostningssted niveau 1 eller sted 1. Gruppering Autoriseret kontoplansattribut Gruppering. Også benævnt gruppering niveau 1 eller gruppe 1. Inkomplet Binding Angiver at en postering afviger fra FLIS IM kontoplanen på et eller flere punkter Udvidet kontoplan Dimensionen Udvidet kontoplan giver en brugervenlig indgang til autoriserede og ikke autoriserede attributter. Dataindholdet i hierarkier og attributter vil både bestå af autoriserede værdier og kommunespecifikke værdier. Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 16 af 102

17 Navn Niveauer Beskrivelse Funktioner Funktion 1 Funktion 2 Funktion 3 Funktion niveau 4 Funktion niveau 5 Funktion niveau 6 Funktion niveau 7 Funktionshierarkiet indeholder de tre autoriserede funktionsniveauer også benævnt hovedkonto, hovedfunktion og funktion. Derudover indeholder hierarkiet de kommunespecifikke niveauer 46. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Omkostningssteder Omkostningssted niveau 1 Omkostningssted niveau 2 Omkostningssted niveau 3 Omkostningssted niveau 4 Omkostningssted niveau 5 Omkostningssted niveau 6 Omkostningssted niveau 7 Omkostningsstedhierarkiet indeholder det autoriserede omkostningssted og derudover en række kommunespecifikke underniveauer 27. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Grupperinger Gruppering niveau 1 Gruppering niveau 2 Gruppering niveau 3 Gruppering niveau 4 Gruppering niveau 5 Gruppering niveau 6 Gruppering niveau 7 Grupperingshierarkiet indeholder den autoriserede gruppering og derudover en række kommunespecifikke underniveauer 27. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Arter Art niveau 1 Art niveau 2 Art niveau 3 Art niveau 4 Art niveau 5 Art niveau 6 Art niveau 7 Artshierarkiet indeholder de to autoriserede artsniveauer også benævnt art og hovedart. Derudover indeholder hierarkiet art niveau 34. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 17 af 102

18 Navn Niveauer Beskrivelse Administrativ organisation niveau 1 Administrativ organisation niveau 2 Administrativ organisation Administrativ organisation niveau 3 Administrativ organisation niveau 4 Administrativ organisation niveau 5 Administrativ organisation niveau 6 Administrativ organisation niveau 7 Det administrative organisationshierarki indeholder 7 niveauer også benævnt administrativ 17. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Politisk organisation Politisk organisation niveau 1 Politisk organisation niveau 2 Politisk organisation niveau 3 Politisk organisation niveau 4 Politisk organisation niveau 5 Politisk organisation niveau 6 Politisk organisation niveau 7 Det politiske organisationshierarki indeholder 7 niveauer også benævnt politisk 17. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Fri 1 Fri 1 niveau 1 Fri 1 niveau 2 Fri 1 niveau 3 Fri 1 niveau 4 Fri 1 niveau 5 Fri 1 niveau 6 Fri 1 niveau 7 Det første frie hierarki indeholder 7 niveauer. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 18 af 102

19 Navn Niveauer Beskrivelse Fri 2 niveau 1 Fri 2 niveau 2 Fri 2 Fri 2 niveau 3 Fri 2 niveau 4 Fri 2 niveau 5 Fri 2 niveau 6 Fri 2 niveau 7 Det andet frie hierarki indeholder 7 niveauer. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Fri 3 Fri 3 niveau 1 Fri 3 niveau 2 Fri 3 niveau 3 Fri 3 niveau 4 Fri 3 niveau 5 Fri 3 niveau 6 Fri 3 niveau 7 Det tredje frie hierarki indeholder 7 niveauer. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Det bemærkes, at analyse af underniveauer på tværs af øvre niveauer ikke understøttes på grund af hierarkierne er naturlige. Af listen over hierarkier ses det, at dimensionen har et vist overlap med enkelte niveauer i den autoriserede kontoplansdimension. Overlappet er valgt af hensyn til mulighed for sammenhængende kommunal analyse på eksempelvis funktioner. Det bemærkes, at der for ovenstående attributter både er et nummer og navn. Dog er det afklaret, at navnet for samme nummer kan ændre sig pr. regnskabsår. Det er desuden besluttet, at FLIS skal indeholde denne navnehistorik. Det gøres ved at inkludere et regnskabsår i dimensionen. Ovenstående hierarkier er baseret udelukkende på nummer uden hensynstagen til regnskabsåret. Dermed understøttes analyse på tværs af år. Til analyse med navne inden for et givent år defineres der tillige for hvert af ovenstående hierarkier, nye hierarkier hvor regnskabsåret indgår som øverste niveau eksempelvis: Funktioner år med niveauerne: År Funktion 1 Funktion 2 Funktion 7 Udover hierarkier er der også en række attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 19 af 102

20 Navn Beskrivelse OPUS data Angiver om postering er foretaget i et OPUS økonomisystem. Registreringskonto Angiver det kontonummer en postering er foretaget på Opus [X] dimensioner Dimensionerne Opus PSPelement, profitcenter, omkostningssted, artskonto, bevillingsansvarssted og kapitalmiddel benyttes til analyse af økonomidata fra Opus økonomisystemer. Som for den udvidede kontoplansdimension kan navne ændre sig henover regnskabsår. Hierarkiet er derfor baseret udelukkende på numre. Dimensionerne indeholde følgende hierarkier. Navn Niveauer Beskrivelse [X] Niveau 1 [X] Niveau 2 [X] Niveau 3 [X] Niveau 4 [X] Niveau 5 [X] Niveau 6 [X] Niveau 7 [X] [X] Niveau 8 [X] Niveau 9 [X] Niveau 10 [X] Niveau 11 [X] Niveau 12 [X] Niveau 13 [X] Niveau 14 [X] Niveau 15 [X] Niveau 16 [X] Niveau 17 [X] Niveau 18 Hvert OPUShierarkier indeholder 18 niveauer. Hierarkierne er naturlige, hvormed der er en entilmangerelation imellem niveauerne. 4.3 Facts Der er til økonomiområdet kun en enkelt facttabel. s (målinger eller værdier) og Members (beregnede s) baseret på denne tabel er beskrevet i tabellen herunder. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 20 af 102

21 Navn Type Beskrivelse Aggregering Forbrug Se relationelt datagrundlag. Sum Oprindeligt budget Se relationelt datagrundlag. Sum Korrigeret budget Se relationelt datagrundlag. Sum Rest oprindeligt budget Se relationelt datagrundlag. Sum Rest korrigeret budget Se relationelt datagrundlag. Sum Omplacering Se relationelt datagrundlag. Sum Tillægsbevilling Se relationelt datagrundlag. Sum Forbrugsprocent oprindeligt budget Forbrug / Oprindeligt budget Forbrugsprocent korrigeret budget Forbrug / Korrigeret budget Følgende s har afhængigheder til kalenderhierarkierne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 21 af 102

22 Afhængighed Forbrug ÅTD Forbrug ÅTD tus. Forbrug ÅTD mio. Oprindeligt budget ÅTD Oprindeligt budget ÅTD tus. Oprindeligt budget ÅTD mio. Korrigeret budget ÅTD Korrigeret budget ÅTD tus. Korrigeret budget ÅTD mio. Rest korrigeret budget ÅTD Rest korrigeret budget ÅTD tus. Rest korrigeret budget ÅTD mio. Rest oprindeligt budget ÅTD Rest oprindeligt budget ÅTD tus. Rest oprindeligt budget ÅTD mio. Forbrugsprocent korrigeret budget ÅTD Forbrugsprocent oprindeligt budget ÅTD 4.4 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 22 af 102

23 5 Personale Personaleområdet inkluderer analyser inden for: Fraværsdage Fraværsperioder Medarbejdere Den logiske datamodel for personalekuben følger disse analysebehov. Som det fremgår af det følgende, benytter de enkelte analyseområder sig af samme kubedimensioner. Derudover benyttes konforme dimensioner fra andre områder: Alder fra borgerområdet Kontoplan fra økonomiområdet Der henvises til afsnit for de respektive områder for beskrivelser af disse dimensioner. Fravær Figur 4 Datamodel for fravær viser et overblik over datamodellen for fraværsdage: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 23 af 102

24 Figur 4 Datamodel for fravær Facttabellen og de enkelte dimensioner gennemgås i detaljer i de følgende afsnit. Der er foretaget følgende designvalg: Alder og anciennitet er trukket ud i selvstændige dimensioner på trods af, de er tæt knyttet til medarbejderdimensionen. Dette valg er foretaget af hensyn til historisk analyse uden at forøge størrelsen og kompleksiteten af medarbejderdimensionen. Alder og anciennitet er splittet i to dimensioner, da aldersdimensionen er en konform dimension, der også benyttes i andre kuber (borger eksempelvis). Anciennitet er en personalespecifik dimension. Ansættelsesvilkår er trukket ud i en selvstændig dimension, selvom dimensionen er tæt koblet til medarbejderdimensionen. Valget skyldes håndtering af historik på ansættelsesvilkårene, som skifter med tiden. Med ovenstående model undgås forøget kompleksitet af medarbejderdimensionen. Fraværsperiode Figur 5 Datamodel for fraværsperiode giver et overblik over datamodellen for fraværsperiode. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 24 af 102

25 Figur 5 Datamodel for fraværsperiode Fraværsperiodeanalyse er valgt understøttet med selvstændig datamodel af følgende årsager: Analyse på fravær kan være tung, da datamodellen er på et lavt granularitetsniveau (dage) med rækker for hver dag. Analyse af fraværsperioder optimeres ved at skille analysen ud i en selvstændig model med færre rækker (en pr. periode). Analyse af fraværsperioder adskiller sig fra analyse af fravær på et konceptuelt niveau i forhold til tid. Perioder analyseres i højere grad ud fra en start og slutdato end analyse på fraværsdage gør. Medarbejdere Analyse inden for medarbejdere beskæftiger sig med antallet af medarbejdere med forskellige fordelinger. Figur 6 Datamodel for medarbejder viser et overblik over datamodellen. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 25 af 102

26 Figur 6 Datamodel for medarbejder Facttabellen er en snapshottabel på månedsniveau, hvor følgende designvalg er blevet taget: Medarbejderdimensionen er ikke gjort konform med CPRregisterets borgerdimension, da de to dimensioner benytter forskellige forretningsnøgler (henholdsvis personalenummer/institution og personnummer). Medarbejdere Analyse inden for aktivitet beskæftiger sig med antallet af aktive arbejdsdage Figur 7 Datamodel for aktivitet viser et overblik over datamodellen. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 26 af 102

27 Figur 7 Datamodel for aktivitet 5.1 Dimensioner Dimensioner for personaleområdet beskrives i de følgende afsnit Anciennitet Anciennitet understøtter analyse af fravær og medarbejdere ud fra medarbejderes ansættelseslængde. Ansættelseslængde er defineret som indlæsningsdato første ansættelsesdato. Dimensionen benytter type1historik Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 27 af 102

28 Navn Niveauer Beskrivelse Hierarkiet indeholder et grupperingsniveau af ancienniteter med følgende intervaller: Anciennitetsgruppering Anciennitet Måneder 06 mdr., 712 mdr., 1336 mdr., 37+ mdr. Det nederste anciennitetsniveau er på måneder. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Femårsgruppering Femårsgruppering År Måneder Hierarkier indeholder på øverste niveau en gruppering på femårsintervaller, på midterste en gruppering på år og på nederste niveau på måneder. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Tiårsgruppering Tiårsgruppering År Måneder Hierarkier indeholder på øverste niveau en gruppering på tiårsintervaller, på midterste en gruppering på år og på nederste niveau på måneder. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Dimensionen indeholder desuden følgende attributter. Navn Beskrivelse Måneder Anciennitet i måneder År Anciennitet i år Ansættelsesvilkår Ansættelsesvilkår benyttes ved analyse af medarbejderes ansættelsesforhold. Dimensionen er en samling af attributter vedrørende medarbejderes ansættelsesforhold og har derfor en såkaldt sammensat forretningsnøgle. Dimensionen benytter type2historik, da inddelingen af lønklasser fra kildesystemer i FLD stillinger kan skifte over tid, og det er nødvendigt at bibeholde historik Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 28 af 102

29 Navn Niveauer Beskrivelse Aflønningsform Aflønningskategori Aflønningsform Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Stillingshierarki Overenskomstområde FLD Stilling FLD Lønklasse Stillingshierarki benyttet i FLDsammenhæng. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Udover hierarkier er der også en række attributter til rådighed til analyse af data: Navn Beskrivelse Ansættelsesstatus Eksempelvis Overenskomst, Tjenestemand, Funktionær etc. Ca. 54 værdier. Lønklasse Eksempelvis Lærer, Plejeassistent, Bogholder, Sygehjælper etc. Flere end 1000 værdier. Lønklasse nummer og navn Eksempelvis Lærer ( ), Plejeassistent ( ) etc. Flere end 1000 værdier Overenskomst Eksempelvis Dagplejere, Kontorpersonale, Kokke, Pædagogmedhjælper. Flere end 100 værdier. Stilling FLD Stillingsbetegnelse fra FLD. Stilling FLD nummer og navn Stillingsbetegnelse fra FLD, inklusiv det tilhørende nummer Overenskomstområde FLD Overenskomstområde (kategorisering af stillinger) fra FLD. Stillingskategori FLIS FLIS kategorisering af stillinger baseret på FLD s stillinger. Nøgletalsrelevant Angiver hvorvidt ansættelsesvilkåret er relevant ifm. nøgletal Fravær Fravær er en samling af informationer omkring hver enkelt registrering af fravær. Dimensionen benytter type1historik Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 29 af 102

30 Navn Niveauer Beskrivelse Fraværsårsagskategori Fraværsårsag Fraværsårsag Fraværsårsag kildesystem Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Fraværslængde Periodegruppering Periodelængde Grupperingsniveauet indeholder følgende intervaller: 1 dag, 2 dage, 37 dage, 814 dage, 1521 dage, 2256 dage, over 56 dage Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne Medarbejder Medarbejderdimensionen sikrer, at analyser kan foretages helt ned på personniveau. Indhold hentes som udgangspunkt fra CPRregisteret, således at der opnås ensartet og renset data. Dimensionen benytter type1historik, således at den reflekterer opdaterede informationer omkring medarbejdere Attributter og hierarkier Dimensionen indeholder ingen hierarkier, da den primært er tænkt til dokumentation. Der er følgende attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 30 af 102

31 Navn Beskrivelse Personalenummer Eksempelvis Institutionsnummer Eksempelvis Personnummer Eksempelvis Efternavn Eksempelvis Boje. Fornavn Eksempelvis Mikkel. Navn Sammensat: [Fornavn] [Efternavn], eksempelvis Mikkel Boje. Fødselsdato Eksempelvis Køn Eksempelvis K eller M. Nuværende civilstand Eksempelvis Gift. Ansættelsesdato Eksempelvis Ansættelsesstopdato Eksempelvis Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for personaleområdet Fravær Fraværsfacten er koblet til tidsdimensionen på dagsniveau. Der eksisterer en række pr. dag. Fact ens unikke nøgle er: Medarbejder Tid Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 31 af 102

32 Navn Type Beskrivelse Aggregering Antal fraværsdage Optælling af fraværsdage Sum Antal fraværsdagsværk Optælling af fraværsdagsværk Sum Kvote for fravær Antal aktive dage x Kvote Average over time Antal fraværsdage pr. fuldtidsstilling Opgørelse af antal fraværsdage pr. fuldtidsstilling Antal fraværsdagsværk pr. fuldtidsstilling Opgørelse af antal fraværsdagsværk pr. fuldtidsstilling Fraværsprocent Opgørelse af den overordnede fraværsprocent Fraværsprocent for dagsværk Opgørelse af fraværsprocenten for dagsværk Fraværsprocent for dagsværk total Opgørelse af den totale fraværsprocent for dagsværk Fraværsprocent total Fraværsprocent total Fraværsperiode Fraværsperiodefacten er koblet til tidsdimensionen på dagsniveau. Der eksisterer en række pr. fraværsperiode. Fact ens unikke nøgle er: Medarbejder Tid (dato for fraværsperiodens start) Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal fraværsperioder Optælling af antallet af fraværsperioder Sum Antal aktive fraværsperioder Beregning af antal aktive fraværsperioder Gennemsnitlig periodelængde Beregning af den gennemsnitlige fraværsperiodelængde D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 32 af 102

33 5.2.3 Medarbejder Medarbejderfacten er koblet til tidsdimensionen på månedsniveau (og dagsniveau for ansættelsesdatoer). Der eksisterer en række pr. medarbejder pr. måned. Fact ens unikke nøgle er: Medarbejder Tid Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal fuldtidsstillinger Optælling af antallet af fuldtidsstillinger Last nonempty Antal medarbejdere Optælling af antallet af medarbejdere Sum Gennemsnitligt antal medarbejdere Beregning af det gennemsnitlige antal medarbejdere over tid Average of children Summeret alder i måneder Opsummeret alder for medarbejderne i måneder Sum Summeret anciennitet i måneder Opsummeret anciennitet for medarbejderne i måneder Sum Antal medarbejdere uden fraværsdage i 6 måneder Optælling af medarbejdere der ikke har fraværsdage de seneste 6 måneder Average over time Antal langtidsfriske medarbejdere Optælling af antal langtidsfriske medarbejdere Sum Gennemsnitlig antal langtidsfriske medarbejdere Beregning af det gennemsnitlige antal langtidsfriske medarbejdere over tid Average over time Antal medarbejdere seneste 6 måneder Løbende optællingen af antallet af medarbejdere de foregående 6 måneder Gennemsnitlig anciennitet Beregning af den gennemsnitlige anciennitet Gennemsnitligt personale afgang Beregning af andelen af personalet som er afgået Gennemsnitligt personale tilgang Beregning af andelen af personalet som er fragået D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 33 af 102

34 5.2.4 Aktivitet Aktivitetsfacten er koblet til tidsdimensionen på månedsniveau (og dagsniveau for ansættelsesdatoer). Der eksisterer en række pr. medarbejder pr. måned. Fact ens unikke nøgle er: Medarbejder Tid Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal aktive dage Optælling af antal aktive dage Sum Antal aktive dagsværk Optælling af antal aktive dagsværk Sum Kvote for aktivetet Antal fraværsdage x Kvote Average of children 5.3 Afhængigheder til kalenderhierarkierne Følgende s har afhængigheder til kalenderhierarkierne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 34 af 102

35 Afhængighed Gennemsnitligt antal unikke medarbejdere over måneder Gennemsnitligt antal unikke medarbejdere over måneder personnummer opgjort Personale tilgang Personale afgang Gennemsnitligt personale tilgang Antal medarbejdere Gennemsnitligt personale afgang Antal aktive fraværsperioder Gennemsnitligt antal medarbejdere seneste 6 måneder Antal medarbejdere uden fraværsdage i 6 måneder Antal medarbejdere med fraværsdage Antal aktive dage ÅTD Antal fraværsdage ÅTD Fraværsprocent total ÅTD Antal aktive dagsværk ÅTD Antal fraværsdagsværk ÅTD Fraværsprocent for dagsværk ÅTD Fraværsprocent for dagsværk total ÅTD 5.4 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 35 af 102

36 6 Borger Borgerområdet understøtter følgende analyser: Befolkningsudvikling fordelt på bl.a. aldersgrupper og civilstande Geografisk fordeling af borgere Figur 8 Datamodel for borger illustrerer sammenhængen imellem borgerfacten og de relaterede dimensioner. 6.1 Dimensioner Figur 8 Datamodel for borger Dimensioner for borgerområdet beskrives i de følgende afsnit Alder Aldersdimensionen tillader analyse af aldre ud fra en række definerede grupperinger Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 36 af 102

37 Navn Niveauer Beskrivelse Femårsgruppering Gruppering År Måneder Grupperingsniveauet indeholder følgende intervaller: 04 år, 59 år, 1014 år, osv. indtil 100+ Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Tiårsgruppering Gruppering År Måneder Grupperingsniveauet indeholder følgende intervaller: 09 år, 1019 år, 2029 år, osv. indtil 100+ Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Skolegruppering Gruppering År Måneder Grupperingsniveauet indeholder følgende intervaller: 02 år, 35 år, 6 år, 716 år, 1719 år, 2266 år og 67+ år Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Gruppering udsatte børn og unge Gruppering År Måneder Grupperingsniveauet indeholder følgende intervaller: 017 år, 1823 år, 2466 år og 67+ år Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Standardgruppering Gruppering År Måneder Grupperingsniveauet indeholder følgende intervaller: 017 år, 1829 år, 3039 år, 4049 år, 5059 år og 67+ år Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Ældregruppering Gruppering overordnet Gruppering detaljeret År Måneder Grupperingsniveauet indeholder på det overordnede niveau følgende intervaller: 0 til 64 år og 65+ år På det detaljerede niveau er der følgende intervaller: 017 år, 1864 år, 6569 år, 7074 år, 7579 år, 8084 år, 8589 år og 90+ år Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Udover hierarkier er der følgende attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 37 af 102

38 Navn Beskrivelse Måneder Borgerens alder i måneder År Borgerens alder i år Borger Borgerdimensionen understøtter dokumentation af borgeranalyser helt ned på personniveau. Desuden indeholder dimensionen kun borgere for den enkelte kommune, maksimalt (se eventuelt [D0150]). Borgerdimensionen vil dog opsamle historik i form af eksempelvis døde borgere. Definitionen af borgere tilhørende en given kommune kan vise sig ved detaljeret design at være mere kompleks, end hvad man måske skulle forvente. Der er eksempelvis identificeret følgende tilfælde: Attributter og hierarkier Dimensionen indeholder ingen hierarkier, da den primært er tænkt til dokumentation. Der er følgende attributter til rådighed til analyse af data: Navn Beskrivelse Personnummer Eksempelvis Efternavn Eksempelvis Boje. Fornavn Eksempelvis Mikkel. Navn Sammensat: [Fornavn] [Efternavn], eksempelvis Mikkel Boje. Fødselsdato Eksempelvis Køn Eksempelvis M eller K Borgerstatus Borgerstatus indeholder en række relaterede forhold omkring borgere, der kan ændre sig over en borgers levetid Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 38 af 102

39 Navn Niveauer Beskrivelse Niveauet Aktiv indeholder følgende: Status Aktiv Status Ja og Nej Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Udover hierarkier er der følgende attributter til rådighed til analyse af data: Navn Beskrivelse Civilstand Eksempelvis Gift Geografi (Adresse) Geografidimensionen benyttes som konform dimension på tværs af dataområder. Dimensionen baseres på CPRdata, hvormed der opnås en høj og ensartet datakvalitet for adresser på tværs af dataområder Attributter og hierarkier Dimensionen indeholder følgende hierarkier: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 39 af 102

40 Navn Niveauer Beskrivelse By Kommune By Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Postnummer Kommune Postnummer Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Befolkningsdistrikt Kommune Befolkningsdistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Byfornyelsesdistrikt Kommune Byfornyelsesdistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Skoledistrikt Kommune Skoledistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Socialdistrikt Kommune Socialdistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Valgdistrikt Kommune Valgdistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Postdistrikt Kommune Postdistrikt Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Land Land Region Kommune Vej Adresse Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Det bemærkes, at eksempelvis by og postnummer ikke kan kombineres i naturlige hierarkier. Dette gælder generelt for hierarkier på tværs af såkaldte distrikter (både by og postnummer er selvstændige distrikter). Unaturlige hierarkier er undladt af ydelseshensyn. Såfremt der D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 40 af 102

41 viser sig et behov, kan det analyseres, hvorvidt det vil kunne lade sig gøre at oprette unaturlige hierarkier som f.eks. By Postnummer uden at forringe ydelse for meget. Udover hierarkier er der følgende attributter til rådighed til analyse af data: Navn Beskrivelse Bygningsnummer Eksempelvis Æblevej. Vej Eksempelvis Æblevej. Vejnummer Eksempelvis Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for personaleområdet Borger Borgerfacten er koblet til tidsdimensionen på månedsniveau. Der eksisterer en række pr. måned. Fact ens unikke nøgle er: Borger (personnummer) Tid (måned) Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 41 af 102

42 Navn Type Beskrivelse Aggregering Første antal borgere Antal borgere den første i måneden med fuld tilbageregulering. Over tid tages første registrering; eksempelvis januarsmåling ved analyse på år og april ved analyse på 2. kvartal. First nonempty value Første antal borgere vægtet Antal borgere hvor hver borger indgår vægtet efter antal dage, borgeren har været tilknyttet kommunen. Over tid tages første registrering; eksempelvis januarsmåling ved analyse på år og april ved analyse på 2. kvartal. First nonempty value Gennemsnitligt antal borgere Antal borgere den første i måneden med fuld tilbageregulering. Over tid tages et gennemsnit af registreringer; eksempelvis summen af januar, februar og marts divideret med 3 ved analyse på 2. kvartal. Average of children Gennemsnitligt antal borgere vægtet Antal borgere hvor hver borger indgår vægtet efter antal dage, borgeren har været tilknyttet kommunen. Over tid tages et gennemsnit af registreringer; eksempelvis summen af januar, februar og marts divideret med 3 ved analyse på 2. kvartal. Average of children Seneste antal borgere Antal borgere den første i måneden med fuld tilbageregulering. Over tid tages seneste registrering; eksempelvis decembermåling ved analyse på år og juni ved analyse på 2. kvartal. Last nonempty value Seneste antal borgere vægtet Antal borgere hvor hver borger indgår vægtet efter antal dage, borgeren har været tilknyttet kommunen. Over tid tages seneste registrering; eksempelvis decembermåling ved analyse på år og juni ved analyse på 2. kvartal. Last nonempty value Akkumuleret antal borgere Antal borgere hvor værdien summeres over tid. Er der borgere i januar, februar og marts, vil metrikken returnerer for første kvartal. Sum D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 42 af 102

43 Navn Type Beskrivelse Aggregering Akkumuleret antal borgere vægtet Vægtet antal borgere hvor værdien summeres over tid. Er der borgere i januar, februar og marts, vil metrikken returnerer for første kvartal Sum Fraflyttet borgere Antal indbyggere der er flyttet fra kommunen til en anden kommune pr indbyggere i kommunen Average of children Tilflyttet borgere Antal indbyggere der er flyttet til kommunen fra en anden kommune pr indbyggere i kommunen Average of children Indrejste borgere Antal personer er registreret som indrejst til den pågældende kommunen pr indbyggere i kommunen Average of children Udrejste borgere Antal personer er registreret som udrejst fra den pågældende kommunen pr indbyggere i kommunen Average of children Fødte borgere Antal personer der er født ud af alle indbyggere i kommunen i den pågældende måned Average of children Døde borgere Antal personer der er døde ud af alle indbyggere i kommunen i den pågældende måned Average of children Første antal borgere per 1000 Antal borgere per 1000 den første i måneden med fuld tilbageregulering. Over tid tages første registrering; eksempelvis januarsmåling ved analyse på år og april ved analyse på 2. kvartal. Gennemsnitsalder for første antal borgere Summeret alder i måneder for valgte borgere divideret med 12 og antallet af valgte borgere. Alderen (i måneder) opgøres den første i den aktuelle måned. Gennemsnitsalder for gennemsnitligt antal borgere Summeret alder i måneder for valgte borgere divideret med 12 og antallet af valgte borgere. Alderen (i måneder) opgøres den første i den aktuelle måned. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 43 af 102

44 Navn Type Beskrivelse Aggregering Gennemsnitsalder for seneste antal borgere Summeret alder i måneder for valgte borgere divideret med 12 og antallet af valgte borgere. Alderen (i måneder) opgøres den første i den aktuelle måned. Nettoindrejse Antal personer der er indrejse i kommunen i den pågældende måned Nettotilflytning Antal personer der er tilflyttet i kommunen i den pågældende måned Følgende s har afhængigheder til kalenderhierarkierne. Afhængighed Antal borgere 3årigt gennemsnit Akkumuleret antal borgere ÅTD Gennemsnitligt antal borgere ÅTD Første antal borgere ÅTD Seneste antal borgere ÅTD 6.3 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 44 af 102

45 7 Nøgletal Figur 9 Datamodel for nøgletal viser et overblik over datamodellen for nøgletalskuben. Figur 9 Datamodel for nøgletal Nøgletalsdatamarten indeholder aggregerede tal fra de forskellige områdedatamarter. Der er en række ulemper ved præaggregering af tal i forbindelse med brug af kuber. Disse forventes udvejet af disse fordele: Ydelse optimeres kraftigt ved præaggregering. Alternativt skulle nøgletal for alle kommuner beregnes ved forespørgselstid ved benchmarking. Da data kun må deles på nøgletalsniveau opnås en simpel sikkerhedsmodel, hvor alle kommuner har adgang til nøgletalsdatamarten, og hver kommune kun har adgang til sine egne områdekuber. 7.1 Dimensioner I det følgende gennemgås dimensionerne for nøgletalsområdet. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 45 af 102

46 7.1.1 Nøgletal Nøgletalsdimensionen giver brugere mulighed for at navigere i og udvælge nøgletal. Desuden indeholder dimensionen stamdata om nøgletal, som benyttes ved dokumentation af løsningen (eksempelvis tællerformel for et givent nøgletal) Attributter og hierarkier Dimensionen indeholder følgende hierarkier: Navn Niveauer Beskrivelse Niveau 1 Niveau Niveau 2 Niveau 3 Niveau 4 Nøgletal Hvert niveau indeholder et nummer, der afspejler nøgletallets indholdsmæssige organisation. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Område Hovedområde Delområde Nøgletal Hvert niveau indeholder et navn, der afspejler nøgletallets indholdsmæssige organisation. Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Udover hierarkier er der følgende attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 46 af 102

47 Navn Beskrivelse Opgørelsesniveau Angiver nøgletallets opgørelsesniveau, dvs. Måned, År, År karakter eller År skolestart. Tællerbeskrivelse En brugervendt, men relativ teknisk (og dermed præcis) formel for nøgletallets tæller. Nævnerbeskrivelse En brugervendt, men relativ teknisk (og dermed præcis) formel for nøgletallets nævner. Definition En brugervendt definition af nøgletallet. Nummer Nøgletallets nummer. Nøgletal Nøgletallet repræsenteret i form af dets navn. Aggregeringstype tæller Aggregeringen anvendt i nøgletallets tæller, dvs. Første, Gennemsnit, Seneste, Sum. Aggregeringstype nævner Aggregeringen anvendt i nøgletallets nævner, dvs. Første, Gennemsnit, Seneste, Sum. Analyseoversigtslink Link til portalens analyseoversigt for nøgletallet PL Opregningsindeks Nøgletallets opreguleringsindeks, dvs Anlæg, Ikke opregnet, Service eksl. overførsler og Service inkl. overførsler. Visningstype Angiver om nøgletallet opgøres i procent. Vis nøgletal Angiver om nøgletallet vises i portalen Sammenligningsgruppe Sammenligningsgruppe er en fællesbetegnelse for kommuner og diverse gennemsnit, der kan benyttes til sammenligning af nøgletalsværdier. Der opereres med følgende gennemsnit: Landsgennemsnit Regionsgennemsnit Gennemsnit af de 5 mest sammenlignelige kommuner ud fra rammebetingelser hele landet Gennemsnit af de 5 mest sammenlignelige kommuner ud fra rammebetingelser regionen Gennemsnit af de 5 billigste blandt de 10 mest sammenlignelige kommuner ud fra rammebetingelser hele landet Gennemsnit af de 5 billigste blandt de 10 mest sammenlignelige kommuner ud fra rammebetingelser regionen Gennemsnit vedrørende rammebetingelser udføres for alle relevante dataområder (tværgående og fagspecifikke). D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 47 af 102

48 Attributter og hierarkier Dimensionen indeholder følgende hierarkier: Navn Niveauer Beskrivelse Sammenligning Niveau 1 Niveau 2 Sammenligningsgruppe Hierarkiet er naturligt, hvormed der er en entilmangerelation imellem niveauerne. Sammenligningshierarkiet er vist i Figur 10 Hierarki niveau 1 og 2 for sammenligningskommuner og gennemsnit og i Figur 11 Hierarki niveau 2 og 3 for sammenligningskommuner og gennemsnit. Landsgns. Landsplan Albertslund Region Hovedstaden... Region Midtjylland Landsplan og regioner Region Nordjylland Region Sjælland Region Syddanmark Gns. 5 mest sammenlignelige land tværgående område. 5 mest sammenlignelige land tværgående områder Thisted 5 mest sammenlignelige tværgående områder 5 mest sammenlignelige land skoleområdet 5 mest sammenlignelige region tværgående områder 5 billigste blandt 10 mest sammenlignelige land tværgående områder 5 billigste blandt 10 mest sammenlignelige region tværgående områder Figur 10 Hierarki niveau 1 og 2 for sammenligningskommuner og gennemsnit D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 48 af 102

49 Specifikation af niveau 2 og 3 følger herunder. Landsgns. Albertslund Hele landet Allerød Gns. Region Hovedstaden Region Hovedstaden Albertslund Gns. 5 mest sammenlignelige land tværgående område Thisted Aabenraa 5 mest sammenlignelige land tværgående områder Glostrup Haderslev Esbjerg Figur 11 Hierarki niveau 2 og 3 for sammenligningskommuner og gennemsnit Ud over hierarkier er der følgende attributter til rådighed til analyse af data: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 49 af 102

50 Navn Beskrivelse Afstand tværgående Afstand beregnet på baggrund af rammebetingelser. Nettodriftsudgifter tværgående Gennemsnitlige nettodriftsudgifter. Er gennemsnit Angiver om sammenligningsgruppen er et gennemsnit (og ikke en kommune). Er egen kommune Angiver om sammenligningsgruppen svarer til den kommune, man er logget ind som Nøgletalsvurdering Dimensionen nøgletalsvurdering indeholder informationer om de kommuner som ikke indgår i landsgennemsnitten for et nøgletal i det pågældende år. Navn Beskrivelse År Det pågældende år. AntalKommunerEkskluderet Hvor mange kommuner der er ikke er med i nøgletal i forhold til landsgennemsnit. KommunerEkskluderetDataTæller De kommuner som ikke er med fordi der mangler tællerdata i en eller flere måneder i det pågældende år. KommunerEkskluderetDataNævner De kommuner som ikke er med fordi der mangler nævnerdata i en eller flere måneder i det pågældende år. KommunerEkskluderetVurderingTæller De kommuner som ikke er med fordi tæller data er vurderet til nej i det pågældende år. KommunerEkskluderetVurderingNævner De kommuner som ikke er med fordi nævner data er vurderet til nej i det pågældende år. 7.2 Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for nøgletalsområdet Nøgletal Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 50 af 102

51 Navn Type Beskrivelse Aggregering Resultat Se relationelt datagrundlag. None Tæller Se relationelt datagrundlag. None Nævner Se relationelt datagrundlag. None Det bemærkes, at ingen nøgletalsmetrikker kan aggregeres. Dette skyldes basalt set, at tæller og nævnerværdier aggregeres forskelligt for hvert nøgletal. Eksempelvis aggregeres forbrugstæller for økonomiske nøgletal med summering og borgernævner med sidste eller gennemsnitlig værdi. 7.3 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 51 af 102

52 8 Skole Skoleområdet dokumenteres ved de dimensioner, der indgår i området og de facts, der indgår. Et overblik i form af stjerneskemaer dokumenteres i factafsnit. 8.1 Dimensioner I det følgende gennemgås dimensionerne for skoleområdet DimElev Forretningsnøglen for dimensionen er Skolestart, Afgangseksamen, Personligt klassetrin, Fagsystem elevtype og Personlig klassetrin. Alle attributter i dimensionen håndteres med type 1historik. Elevdimensionen giver brugere mulighed for at udvælge elevkarakteristikker. Elevdimensionen giver mulighed for at udvælge elever baseret på egenskaber der knytter sig til skoleområdet. Det kan være type af elev, om de har taget afgangseksamen mm Attributter og hierarkier Dimensionen indeholder et hierarki til personligt klassetrin. Det personlige klassetrin stammer fra at fagsystemerne registrerer et klassetrin for hver enkelt elev, som kan afvige fra klassens klassetrin. Overordnet Alle Gruppering Klasse Figur 12 Personligt klassetrin Dimensionen indeholder desuden nedenstående attributter: Navn Beskrivelse Skolestart til normal tid Angiver om en elev er startet til normaltid i skolen. Mulige værdier er Sen og Ikke sen. Taget afgangseksamen Angiver om en elev har taget afgangseksamen. Mulige værdier er Ja og Nej. Elevtype Fagsystem Angiver hvilken type eleven tilhører i fagsystemet DimSkole Skoledimensionen giver brugere mulighed for at udvælge skolekarakteristikker. Skoledimensionen giver mulighed for at udvælge skoler baseret på egenskaber som skoletype og institutionstype. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 52 af 102

53 Attributter og hierarkier Dimensionen indeholder to hierarkier: Et hierarki for hovedskoler. I hierarkiet er øverste niveau Hovedskole, midterste niveau FLIS Skole og nederste niveau Underskole. FLIS Skole niveauet indeholder inddelinger af hovedskolen i individuelle skoletyper. Underskole niveauet inddeler FLIS Skolerne i de individuelle underskoler. Et hierarki for skoletype. Hierarkiet består i et øvre lag af grupperede skoletyper og et underliggende lag af individuelle skoletyper. Der er følgende attributter til rådighed for analyse Navn Beskrivelse Officiel skole Værdi der afgøres af om skolen er i Officielle SkoleIdenter i [D05 Skole]. Mulige værdier er Ja og Nej Administrerende kommune Angiver hvilken kommune som administrerer den pågældende skole Enhedsart Angiver skolens enhed, dvs. hvorvidt skolen er en institution uden enheder eller en afdeling som er underordnet enhed. Er skolejer egen kommune Hovedskolenøgle Angiver hvorvidt skoleejeren for en given kommune er brugerkommunen Hvis HOVEDSKOLE_INST > 0 er det lig HOVEDSKOLE_INST ellers er det lig INST_NR (Undervisningsministeriets institutionsnummer). Institutionsgruppetype Angiver den overordnede institutionstype Institutionstype Angiver den specifikke institutionstype Institutionstypenummer Angiver nummeret hørende til institutionstypen Skoleejer Angiver hvorvidt skolen er regional, kommunal, selvejende kommunal, selvejende regional, eller selvejende statslig. Skoleejerkode Angiver koden hørende til skoleejeren Skolenavn Angiver skolens navn Skoletypegruppe Angiver den overordnede skole type Undervisningsniveau Angiver skolens øverste klassetrin DimKlasse Klassedimensionen giver brugere mulighed for at udvælge klasser baseret på klassetype, klassetrin og klassespor. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 53 af 102

54 Attributter og hierarkier Dimensionen indeholder to hierarkier. Klassetrin: Overordnet Alle Gruppering Klasse Klassetrinhierarkiet har følgende muligheder i Grupperinger: KlassegrupperingTekst KlassegrupperingNøgle Klassetype som mappet fra fanen Klasetyper i arket [d05 Skole]. Der er følgende muligheder for klassetype med nøgle i parentes Normal (10) Paragraf 20.2 Specialklasse (20) Paragraf 20.2, 20.3 og 20,5 Specialklasse (29) Diverse (99) Overordnet Alle Klassetype i FLIS Paragraf 20.2, 20.3, 20,5 Specialklasse Paragraf 20.2 Specialklasse Diverse Fagsystem Specialklasser Modtagelsesklas se Klasse i henhold til 20.2 kommunal forpligtelse 20.2 specialklasse Der er følgende attributter til rådighed for analyse: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 54 af 102

55 Navn Beskrivelse Klassespor Mulige værdier a, b, c Standard elev antal Angiver om der er flere end 4 og mindre en 36 elever i klassen. Attribut til at afgøre om en klasse fuldt årgangsopdelte. En klasse kan kun være fuldt årgangsopdelt, hvis det er en normal klasse (10), og i fagsystemet er registreret som en af følgende: Fuld årgangsdelt KMDelev: Normalklasse fuldt årgangsdelte (40) TEA: Normalklasse fuldt årgangsdelte Mulige værdier er Ja og Nej Er klassens skoleejer egen kommune Angiver hvorvidt kommunen som ejer klassen er samme kommune som benytter applikationen DimPrøveKarakter Prøvekarakterdimensionen giver brugeren mulighed for at udvælge karakterer givet for bestemte fag, prøvetyper og hvilke karakter der er givet Attributter og hierarkier Dimensionen indeholder et enkelt hierarki, Fag: Overordnet Alle Faggruppe niv 1 Sprog Andre... Faggruppe niv 2 Tysk Engelsk Religion... Fag Tysk Engelsk Kristendomskunskab Hierarkiet mappes fra kolonnerne FLIS_Fagkode_Gruppe1_Faggrupper, FLIS_Fagkode_Gruppe2_Fag og FLIS Fagkode_Langtekst i fanebladet Fag_Eksamen, i arket [d05 skole]. Der er følgende attributter til rådighed for analyse: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 55 af 102

56 Navn Beskrivelse Prøve Angiver hvilken prøve karakteren er givet i. E.g. Dansk retskrivning. Prøven mappes fra de to kolonner [FLIS Fagkode_Langtekst] og [FLIS_Eksamenstype_Tekst] i fanebladet Fag_Eksamen i [D05 Skole]. Hvilken type prøve karakteren er givet i Mulige værdier er Prøvetype Karakter SS FSA FS10 Karakterskala Sidste standpunktskarakter Folkeskolens afgangsprøve Folkeskolens udvidede afgangsprøve Værdi der angiver hvorfor elev er udeblevet fra prøve. Mulige værdier: Udeblivelsesårsag Disciplin Indgår i FLIS nøgletal Fritagelse Diverse Sygemeldt/Ikke mødt Ikke udeblevet Udeblivelsesårsag mappes fra fanebladet Karakter i [D05 Skole] Angiver formen af prøven. Mulige værdier er Mundtligt, Skriftligt og Ukendt Angiver om den givne karakter indgår i FLIS nøgletal. Værdien mappes fra kolonnen Indgår i FLIS nøgletal i fanebladet Fag_Eksamen i arket [D05 Skole]. 8.2 Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for skoleområdet. Det bemærkes, at der benyttes konforme dimensioner for modtagere i form af diverse fælles og borgerdimensioner (DimAlder, DimBorger, DimBorgerStatus mm). Konforme dimensioner er god praksis og giver en række tekniske og forretningsmæssige fordele herunder mulighed for at analysere på tværs af metrikker med samme dimensioner. I de følgende diagrammer vises konforme attributter ikke. For detaljer på disse dimensioner henvises til de respektive afsnit under Fælles og Borger. Facttabellerne refererer til dimensionerne via fremmednøgler, der er maskingenerede GUID er. For at se disse relationer, ses afsnit om relationelt data sidst i kapitlet Elev Elev er en snapshottabel med granularitet Elev pr. måned. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 56 af 102

57 Figur 13. Elev. Nedenstående tabel beskriver metrikker og beregnede metrikker. I tilfælde hvor titlen er selvforklarende er dette markeret med i beskrivelsesfeltet. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 57 af 102

58 Navn Type Beskrivelse Aggregering Alder i måneder Summering af elevernes alder i måneder Sum Antal elever Sum Gennemsnitligt antal elever Average of children Antal bedømte elever Distinct count Andel elever der går i folkeskole Andel elever med karaktergennemsnit <= 2 Antal elever der går i folkeskole Andel elever der er fragået segregeret undervisning Andel elever der er tilgået segregeret undervisning Andel elever der tager 9 klasse afgangseksamen Antal bedømte elever med karaktergennemsnit <= 2 Antal elever der er fragået segregeret undervisning Antal elever der er tilgået eller fragået segregeret undervisning Antal elever der er tilgået segregeret undervisning D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 58 af 102

59 Navn Type Beskrivelse Aggregering Antal elever der sidste år gik i almindelig klasse Antal elever der tager 9 klasse afgangseksamen Antal elever der sidste år gik i specialklasse Nettobevægelse Antal elever der er tilgået segregeret undervisning minus antal elever der er fragået segregeret undervisning Segregeringsandel Andel af eleverne som går i specialklasse Andel elever med sen skolestart Antal elever med sen skolestart Alder i år Summering af elevernes alder i år Antal elever første skoledag Antal elever sidste skoledag Gennemsnitsalder for elever FactKarakter FactKarakter er en transaktionstabel, med en række pr. givne karakter. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 59 af 102

60 Figur 14. Karakter. Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Karaktersum Opsummering af karakterer Sum Antal karaktere Optælling af karakterafgivelser Sum Antal fritagelser Optælling af fritagelser fra eksamen Karaktergennemsnit Beregning af karaktergennemsnit FactKlasse FactKlasse er en snapshottabel med granularitet Klasse pr. måned. Facttabellen bruges til at beregne antallet af klasser for diverse skæringer. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 60 af 102

61 Figur 15. Klasse. Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal klasser Optælling af antal klasser Sum Gennemsnitligt antal klasser Beregning af det gennemsnitlige antal klasser over tid Average of children Klassekvotient Beregning af klassekvotient (gennemsnitligt antal elever pr. klasse) Antal specialklasser Optælling af specialklasser Andel specialklasser Andelen af specialklasser ud af alle klasser FactSkole FactSkole er en snapshottabel med granularitet Skole pr. måned. Facttabellen bruges til at beregne antallet af skoler for diverse skæringer. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 61 af 102

62 Figur 16. Skole. Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal alm. skoler Optælling af antal almindelige skoler Antal skoler Optælling af antal skoler Antal skoler med under 5 elever Optælling af antal skoler med mindre end 5 elever Antal specialskoler Optælling af antal specialskoler Gennemsnit antal skoler med flere end 4 elever Gennemsnitligt antal skoler med flere end 4 elever (over tid) Gennemsnitligt antal skoler Gennemsnitligt antal skoler (over tid) 8.3 Afhængigheder til kalenderhierarkierne Følgende s har afhængigheder til kalenderhierarkierne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 62 af 102

63 Afhængighed Gennemsnitligt antal skoler og Skolekalender Antal skoler og Skolekalender Antal skoler med under 5 elever og Skolekalender Gennemsnit antal skoler med flere end 4 elever og Skolekalender 8.4 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 63 af 102

64 9 Udsatte børn og unge 9.1 Dimensioner I det følgende gennemgås dimensionerne for udsatte børn og unge samt voksne handicappede DimForanstaltning Forretningsnøglen for dimensionen er paragrafnummer og førstegangsbevilling. Alle attributter i dimensionen håndteres med type1historik Dimensionen giver brugeren mulighed for at udvælge et sæt af foranstaltninger baseret på lov/paragrafer og attributter for foranstaltningen, som Anbragt i alt. Dimensionen forudsætter at der kun er en lov/paragraf tilknyttet en ydelse, med op til to jævnfør paragrafer Attributter og hierarkier Dimensionen indeholder følgende hierarkier: Navn Niveauer Beskrivelse Foranstaltningsgruppering Foranstaltning Overordnet foranstaltningstype FLIS Foranstaltningstype Hierarki over foranstaltningstyper Dimensionen indeholder følgende attributter D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 64 af 102

65 Navn Beskrivelse Mulige værdier: Ja og Nej. Førstegangsbevilling Ja, hvis det er første gang en modtager får en foranstaltning ligegyldigt type. Mulige værdier: Ja og Nej. Førstegangsanbringelse Ja, hvis det er første gang en modtager får en anbringende foranstaltning. Attributten bruges til at gruppere foranstaltninger i overordnede kategorier. Eksempel på værdier: Anbringelse Foranstaltningsgruppering Andet Forebyggende foranstaltning Overførsler med sociale formål Særlige dagtilbud og klubber Typen af en foranstaltning. Eksempler på værdier: Foranstaltningstype Døgninstitution Opholdssteder for børn og unge Kommunal plejefamilie Mulige værdier: Ja og Nej. Er månedsafslutning Ja, hvis tidspunktet er det sidste tidspunktet i løbet af en måned hvor foranstaltningen er gældende eller borgeren har en tilknyttet foranstaltning. Er ny anbringelse Mulige værdier: Ja og Nej. Ja, hvis foranstaltningen dækker over en ny anbringelse Er afsluttet anbringelse Mulige værdier: Ja og Nej. Ja, hvis foranstaltningen dækker over en afsluttet anbringelse Overordnet niveau for foranstaltningstype. Eksempler på værdier: Overordnet foranstaltningstype FLIS Døgninstitution Opholdssteder Plejefamilie D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 65 af 102

66 Navn Beskrivelse Er første forebyggende foranstaltnings Mulige værdier: Ja og Nej. Ja, hvis det er første gang en modtager får en forebyggende foranstaltning DimAnbringelsessted Forretningsnøglen for dimensionen er Identifikationsnummer. Alle attributter i dimensionen håndteres med type1historik Leverandørdimensionen giver brugere mulighed for at udvælge ydelser baseret på egenskaber for leverandøren af foranstaltningen; Dimensionen forudsætter at der kun er en leverandør tilknyttet en foranstaltning Attributter og hierarkier Dimensionen indeholder ingen hierarkier. Dimensionen indeholder følgende attributter Navn Beskrivelse Anbringelsessted ID Kildesystem Angiver anbringelsesstedets unikke ID fra kildesystemet fx CVRnummer hvis dette benyttes i kildesystemet. Er privat leverandør Mulige værdier: Ja og Nej. Ja, hvis anbringelsesstedet drives af en privat leverandør Kategori Mulige værdier: Egen kommune og Anden kommune, Privat og Regional Kommunal driftsansvarlig Kommunenavn Angiver driftskommunen hvis driftsherren er kommunal (navn) Kommunal driftsansvarlig Kommunenummer Angiver driftskommunen hvis driftsherren er kommunal (nummer) DimForanstaltningsmodtager Dimensionen giver brugere mulighed for at udvælge ydelser baseret på egenskaber for modtageren/interessenten af foranstaltningen; Eksempelvis om modtageren var anbragt sidste år. Alle attributter i dimensionen håndteres med type1historikattributter og hierarkier Dimensionen indeholder ingen hierarkier. Dimensionen indeholder følgende attributter D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 66 af 102

67 Navn Beskrivelse Anbragt sidste år Boolsk værdi der afgør om personen var anbragt sidste år. Anbragt efterfølgende år Boolsk værdi der afgør om personen var anbragt efterfølgende år. Modtog forebyggende foranstaltning sidste år Boolsk værdi der afgør om personen var modtager af forebyggende foranstaltninger sidste år. Modtog forebyggende foranstaltning efterfølgende år Boolsk værdi der afgør om personen var modtager af forebyggende foranstaltninger efterfølgende år. Er anbragt Boolsk værdi der afgør om personen på det pågældende tidspunkt er anbragt. 9.2 Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for udsatte børn og unge området. Det bemærkes, at der benyttes konforme dimensioner for modtagere i form af diverse fælles og borgerdimensioner (DimAlder, DimBorger, DimBorgerStatus mm). Konforme dimensioner er god praksis og giver en række tekniske og forretningsmæssige fordele herunder mulighed for at analysere på tværs af metrikker med samme dimensioner. I de følgende diagrammer vises konforme attributter ikke. For detaljer på disse dimensioner henvises til de respektive afsnit under Fælles og Borger. Det skal bemærkes at dimensionsreferencen til den autoriserede kontoplan, er baseret på at der kun kan være en kontoplan tilknyttet en foranstaltning FactForanstaltning FactForanstaltning er en snapshottabel med granularitet Foranstaltning pr. dag. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 67 af 102

68 Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 68 af 102

69 Navn Type Beskrivelse Gennemsnitlig total varighed af foranstaltninger i måneder Calc. Tager gennemsnittet over måneder for den totale varighed af foranstaltninger (beregnet i måneder). Gennemsnitlig total varighed af foranstaltninger i dage Calc. Tager gennemsnittet over måneder for den totale varighed af foranstaltninger (beregnet i dage). Gennemsnitlig total alder i år seneste år Opgørelse af førstegangsforanstaltninger Calc. Tager gennemsnittet over måneder for den totale alder for alle modtagere af foranstaltninger (beregnet i år). Benyttes kun ved filtrering på enkelttidspunkter (fx Er første foranstaltning attributten), da målet ellers vægter med antallet af dage hvor en foranstaltning er gældende. Gennemsnitligt antal foranstaltninger seneste år Opgørelse af førstegangsforanstaltninger Calc. Tager gennemsnittet over måneder for antallet af foranstaltninger. Benyttes kun ved filtrering på enkelttidspunkter (fx Er første foranstaltning attributten), da målet ellers vægter med antallet af dage hvor en foranstaltning er gældende. Antal foranstaltninger seneste 12 måneder Calc. Beregner antal aktive foranstaltninger seneste 12 måneder Gennemsnitligt antal foranstaltninger Calc. Tager gennemsnittet over måneder for antallet for antallet af foranstaltninger i de enkelte måneder (ved månedsafslutning) Gennemsnitlig total alder ved start af foranstaltning i år Calc. Tager gennemsnittet over måneder for den summerede alder ved start af foranstaltning (ift. månedsafslutning) FactForanstaltningsmodtager FactForanstaltningsmodtager er en snapshottabel med granularitet Foranstaltning pr. dag. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 69 af 102

70 Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 70 af 102

71 Navn Type Beskrivelse Gennemsnitligt antal unikke modtagere ved månedsafslutning Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, beregnet ift. månedsafslutningsbegrebet. Gennemsnitligt antal unikke modtagere sidste år Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, med et års forskydning. Antal helårsmodtagere Calc. Beregning af antal helårsmodtagere, jf. domænebegreb Antal helårsmodtagere et år tidligere Calc. Beregning af antal helårsmodtagere, jf. domænebegreb, med et års forskydning Antal helårsmodtagere Betalingskommune Calc. Beregning af antal helårsmodtagere, jf. domænebegreb, ift. betalingskommuneperspektivet. Antal helårsmodtagere Handlekommune Calc. Beregning af antal helårsmodtagere, jf. domænebegreb, ift. handlekommuneperspektivet. Gennemsnitligt antal unikke modtagere Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder. Gennemsnitligt antal unikke modtagere et år tidligere Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder med et års forskydning. Gennemsnitligt antal unikke modtagere Handlekommune Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, ift. handlekommuneperspektivet. Gennemsnitligt antal unikke modtagere Betalingskommune Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, ift. betalingskommuneperspektivet. Gennemsnitligt antal unikke modtagere ved månedsafslutning Handlekommune Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, beregnet ift. månedsafslutningsbegrebet (handlekommuneperspektiv). Gennemsnitligt antal unikke modtagere ved månedsafslutning Betalingskommune Calc. Tager gennemsnittet over måneder af antallet af modtagere i de enkelte måneder, beregnet ift. månedsafslutningsbegrebet (betalingskommuneperspektiv). Gennemsnitlig total alder i år Calc. Tager gennemsnittet over måneder for den totale alder for alle (beregnet i år). D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 71 af 102

72 Navn Type Beskrivelse Gennemsnitsalder i år Calc. Beregner gennemsnitsalderen som gennemsnit over måneder FactDisponeretForbrug FactForanstaltning er en transaktionstabel med en række pr. postering af disponeret forbrug. Facttabellen bruges til at opgøre det direkte disponerede forbrug, filtreret på den autoriserede kontoplan, på foranstaltningstype, på anbringelsessted og på konforme borger dimensioner. Det disponerede forbrug i tabellen stammer fra fagsystemerne [AS2007] og [KMD], og ikke fra økonomisystemerne. Da der kan være forskel i registreringspraksis imellem de to områder, vil der ikke nødvendigvis være en 1:1 match på de respektive kontoplaner. Det disponerede forbrug, vil som oftest være mere gradueret end det bogførte forbrug. object Fact Disponeret forbrug Fælles::DimTid Fælles:: DimAutoriseretKontoplan Fælles::DimGeografi DimForanstaltningsmodtager DimForanstaltning «column» FLISForanstaltningsgruppering :varchar FLISForanstaltningsgrupperingNøgle = int FLISForanstaltningstype :varchar FLISForanstaltningstypeNøgle :int FlisParagrafKode = varchar Førstegangsbevilling :bool Jf. 1 Lovtype Jf. 1 ParagrafNummer Jf. 1 ParagrafNummer Nøgle Jf. 1 ParagrafStk Jf. 1 ParagrafStk Nøgle Jf. 1 ParagrafStkNummer Jf. 1 ParagrafStkNummer Nøgle Jf. 2 Lovtype Jf. 2 ParagrafNummer Jf. 2 ParagrafNummer Nøgle Jf. 2 ParagrafStk Jf. 2 ParagrafStk Nøgle Jf. 2 ParagrafStkNummer Jf. 2 ParagrafStkNummer Nøgle LovBeskri vel se LovType ParagrafBeskri vel se ParagrafNummer ParagrafNummer Nøgle ParagrafStk ParagrafStkNummer ParagrafStkNummerNøgle ParagrafStkNøgle «forretningsnøgle» ForanstaltningsID :bigint Udbetalingsdato FactDisponeretForbrug «column» Disponeret forbrug KommunenummerBetalingskommune KommunenummerDriftskommune KommunenummerHandlekommune DimAnbringelsessted «column» Identifikation LeverandørNavn Bopæl Granularitet. En række pr. postering af disponeret forbrug. Transaktionstabel Dri ftskommune Handlekommune Betalingskommune Statsborgerskab Fælles::DimKommune Fælles::DimLand Fælles::DimAlder Borger::DimBorgerstatus Borger::DimBorger «column» Anbragt sidste år :bit Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 72 af 102

73 Navn Type Beskrivelse Disponeret forbrug Det disponerede forbrug fra posteringer for en foranstaltning 9.3 Relationelt datagrundlag Det relationelle datagrundlag er beskrevet i D0180 Den fysiske datamodel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 73 af 102

74 10 Voksne handicappede Den logiske datamodel voksne handicappede (VH) området er designet til at understøtte følgende typer forespørgsler. Antal borgere der er visiteret til handicap relateret ydelser, herunder inddeling på forskellige ydelsestyper. Antal borgere der er visiteret til handicap relateret ophold, herunder inddeling på forskellige opholdstyper. Antal borgere der falder indenfor én eller flere målgrupper Antal borgere der er visiteret til en eller flere handicap relaterede ydelser og samtidig falder inden for en eller flere målgrupper. Antal borgere med et given funktionsevnevurdering. Antal borgere med et given funktionsevnevurdering der falder inden for en eller flere målgrupper. Antal borgere med et given funktionsevnevurdering der er visterede til en eller flere handicap relaterede ydelser. I det følgende gennemgås 1) den logiske datamodel for dimensionerne på VHområdet, 2) den logiske datamodel for fact ene på VHområdet og 3) den relationelle datamodel for VHområdet Dimensioner I det følgende gennemgås dimensionerne på VHområdet Ydelse Forretningsnøglen for dimensionen er kombinationen af ydelsen, ydelsesenheden og indberetningstypen. Alle attributter i dimensionen håndteres med type1historik Ydelsesdimensionen giver brugere mulighed for at udvælge borgere og sager baseret på deres ydelse(r), sagernes ydelsesenhed, og indberetningstypen. Dimensionen indeholder følgende hierarkier for ydelserne: Ydelsesniveau 1 1. Ydelse Ydelsesniveau Aktivitet og samværsydelse 1.2 Befordring Undervisning Ydelsesniveau Befordring til og fra et tilbud Individuel befordring Kompenserende spec. undervisning Figur 17. Ydelse D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 74 af 102

75 Overordnet Alle Tilbudsniveau 1 1. Dagtilbud til voksne 3. Botilbud til voksne Tilbud med myndighedsbefø jelse Tilbudsniveau Aktivitets og samværstilbud 1.2 Dagbehandlingstilbud til voksne 3.2 Plejehjem... Tilbudsniveau Almen bolig Plejebolig... Figur 18. Tilbud Desuden er der følgende attributter til rådighed: Navn Beskrivelse Ydelsesenhed Angiver ydelsens enhed. Kan antage værdierne Periodeydelse og Stykydelse. Stykydelser er ydelser som kun gives én gang. Periodeydelser løber over en kortere eller længere periode. Ydelse indberetningstype Angiver typen af en indberetning. Kan antage værdierne Obligatorisk, Frivillig og Ingen registrering. Obligatoriske indberetninger er ydelsestyper som skal indberettes af kommunerne. Frivillige indberetninger er naturligvis ydelsestyper som har frivillig indberetning. Ydelsestyper som har angivet Ingen registrering er ydelser som indgår i hierarkiet, men som der ikke kan registreres på. Tilbud indberetningstype Angiver typen af en indberetning. Kan antage værdierne Obligatorisk, Frivillig og Ingen registrering. Obligatoriske indberetninger er tilbudstyper som skal indberettes af kommunerne. Frivillige indberetninger er naturligvis tilbudstyper som har frivillig indberetning. Tilbudstyper som har angivet Ingen registrering er tilbud som indgår i hierarkiet, men som der ikke kan registreres på Målgruppe Forretningsnøglen for dimensionen er kombinationen af målgruppen og indberetningstypen. Alle attributter i dimensionen håndteres med type1historik Ydelsesdimensionen giver brugere mulighed for at udvælge borgere og sager baseret på deres målgruppe(r) og indberetningstypen. Dimensionen indeholder følgende hierarkier for målgrupperne: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 75 af 102

76 Overordnet Alle Målgruppeniveau 1 1. Funktionsnedsættelse Socialt problem Målgruppeniveau Fysisk funktionsnedsættelse 1.2 Psykisk funktionsnedsættelse Social isolation Målgruppeniveau Mobilitetsnedsættelse Døvblindhed Intellektuel/ko gnitiv forstyrrelse... Målgruppeniveau Demens Hjerneskade... Målgruppeniveau Medfødt hjerneskade Erhvervet hjerneskade... Desuden er der følgende attributter til rådighed: Navn Beskrivelse Indberetningstype Angiver typen af en indberetning. Kan antage værdierne Obligatorisk, Frivillig og Ingen registrering. Obligatoriske indberetninger er ydelsestyper som skal indberettes af kommunerne. Frivillige indberetninger er naturligvis ydelsestyper som har frivillig indberetning. Ydelsestyper som har angivet Ingen registrering er ydelser som indgår i hierarkiet, men som der ikke kan registreres på Funktionsvurdering Forretningsnøglen for dimensionen er funktionsvurderingen. Alle attributter i dimensionen håndteres med type1historik. Funktionsvurderingen giver brugerne mulighed for at udvælge borgere baseret på deres overordnede funktionsvurdering. Der er følgende attribut til rådighed: Navn Beskrivelse Funktionsvurdering Borgerens funktionsvurdering, dvs. A, B, C, D eller E. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 76 af 102

77 Opholdssted Forretningsnøglen for dimensionen er kombinationen af opholdsstedets produktionsenhedsnummer, navn, adresse og postnummer. Alle attributter i dimensionen håndteres med type1historik. Opholdssted giver brugerne mulighed for at udvælge borgere på baggrund af opholdsstedet hørende til deres botilbud. Der er følgende attributter til rådighed: Navn Beskrivelse Produktionsenhedsnummer Produktionsenhedsnummeret hørende til opholdsstedet Driftsherre Angiver driftsherren for det pågældende opholdssted, dvs. Anden kommune, Egen kommune, Region, Øvrige (private mm.). Bestemmes ud fra opholdsstedets produktionsenhedsnummer. Navn Opholdsstedets navn Adresse Opholdsstedets adresse Postnummer Opholdsstedets postnummer 10.2 Facts I de følgende afsnit beskrives de facts, der benyttes til analyse inden for voksne handicappede området. Det bemærkes, at der benyttes konforme dimensioner for modtagere i form af diverse fælles og borgerdimensioner (DimAlder, DimBorger, DimBorgerStatus mm). Konforme dimensioner er god praksis og giver en række tekniske og forretningsmæssige fordele, herunder mulighed for at analysere på tværs af metrikker med samme dimensioner. I de følgende diagrammer vises konforme attributter ikke. For detaljer på disse dimensioner henvises til de respektive afsnit under Fælles og Borger Visiteret borger Visiteret borger er delt op i to modeller: Visiteret borger betalingskommune og Visiteret borger handlekommune. Betalingskommunemodellen indeholder informationer om borgere som er visiteret til handicaprelaterede ydelser, hvor kommunen agerer rollen som betalingskommune. Ligeledes indeholder handlekommunemodellen borgere, hvor kommunen agerer betalingskommune. Begge modeller har samme struktur. Visiteret borgermodellerne er snapshot tabeller med granulariet visiterede borgere pr. dag. Factens unikke nøgle er: Tid Borger En factrække angiver altså alle ydelser og målgrupper som er knyttet til en borger på den givne dag. Visiteret borger gør brug af mangetilmange relationer til at modellere at en borger til en givent tidspunkt kan være visiteret til flere ydelser med flere målgrupper. OLAPmodellerne for visiteret borger er givet herunder. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 77 af 102

78 Figur 19. Visiteret borger. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 78 af 102

79 Navn Type Beskrivelse Aggregering Alder i År Opsummering af borgernes alder. Sum Antal modtagere Antal unikke modtagere af handicaprelaterede ydelser. Distinct count Antal helårsmodtagere Calc. Beregning af antal helårsmodtagere. Gennemsnitligt antal ydelser pr. modtager Calc. Beregning af det gennemsnitlige antal ydelser pr. modtager. Gennemsnitligt antal målgrupper pr. modtager Calc. Beregning af det gennemsnitlige antal målgrupper pr. modtager. Gennemsnitlig funktionsvurdering Calc. Beregning af den gennemsnitlige funktionsvurdering Ydelse Ydelse fact en repræsenterer data på den laveste granularitet dvs. som en række af enkeltstående sager, som indleveret fra kommunerne. Tabellens forretnings nøgle er: Tid ModtagerYdelsesID (kommunens eget ID for ydelsen) Fact en kan benyttes til at dykke ned i de individuelle ydelser/sager og til optælling af antallet af sager. Modellen er en snapshot tabel med granulariet visiterede ydelser pr. dag. En factrække angiver altså en enkelt ydelse visiteret til en enkelt borger på en given dag. Ydelse fact en gør brug af en mangetilmange relation til at modellere at en ydelse kan være visiteret på baggrund af flere målgrupper. OLAPmodellerne for visiteret borger er givet herunder. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 79 af 102

80 Figur 20. Ydelse. Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal ydelser Optælling af antal ydelser Distinct count 10.3 Afhængigheder til kalenderhierarkierne Følgende s har afhængigheder til kalenderhierarkierne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 80 af 102

81 Afhængighed Gennemsnitligt antal unikke modtagere Betalingskommune Gennemsnitligt antal unikke modtagere Handlekommune Gennemsnitlig total alder i år Handlekommune Gennemsnitlig total funktionsvurdering Handlekommune Gennemsnitligt totalt antal ydelser Handlekommune Gennemsnitligt totalt antal målgrupper Handlekommune Gennemsnitligt antal unikke modtagere Betalingskommune Gennemsnitlig total alder i år Betalingskommune Gennemsnitlig total funktionsvurdering Betalingskommune Gennemsnitligt totalt antal ydelser Betalingskommune Gennemsnitligt totalt antal målgrupper Betalingskommune 10.4 Relationelt datagrundlag Den relationelle datagrundlag er dokumenteret i D0180 Integrationsdesign for voksne handicappede området. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 81 af 102

82 11 Ældre Inden for ældreområdet følges der op på: Visiterede ydelser herunder hjemmehjælp, ydelser i plejeboliger og træning. Visiterede ydelser svarer til kommunens bestilling af en ydelse. Leverede ydelser med samme kategorier som for visiterede ydelser dog udeladt træning og ydelser i plejebolig. Leverede ydelser svarer til leverandørenes egentlige levering af de visiterede ydelser. Leverede besøg herunder forebyggende, planlagte og akutte besøg. Boligtilbud på et overordnet niveau i form af antal ønsker, antal visiterede til venteliste og ventetid på venteliste. På ældreområdet er der taget en overordnet designbeslutning, om at visiterede ydelser, leverede besøg og leverede ydelser hver især deles op i følgende to tabeller. Detaljetabel: Detaljetabellen indeholder den højeste granularitet af det indleverede data. For leverede ydelser vil detaljetabellen fx indeholde registrering for hver enkelt ydelse som en given borger har modtager Overordnet tabel: Den overordnede tabel er en aggregeret version af detaljetabellen på månedsniveau. Fælles for disse tabeller er, at alle s beregnes på gennemsnitlig ugentlig basis fx gennemsnitligt antal leverede besøg pr. uge. Bemærk dog at visitationer bliver indrapporteret som ugentlige visitationer, og at både den overordnede tabel og detaljetabellen i dette tilfælde begge er på ugentlig basis. De overordnede tabeller er typisk yderligere aggregeret, fx på leverandøren. Den præcise forretningsnøgle for hver enkelt tabel er beskrevet i de følgende afsnit. I det følgende gennemgås modelleringen for de enkelte opfølgningsområder. Dokumentationen har til formål at illustrere, hvilke dimensioner de enkelte facts er koblet til, hvilke metrikker der er til rådighed og dimensionernes basale opbygning. Standardreferencer til dimensioner er ikke navngivet. Ved flere referencer fra en fact til samme dimension er rollen for hver reference angivet. Såfremt der kan være tvivl om implicit rolle for standardreferencen er denne markeret i parentes. Visiterede ydelser D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 82 af 102

83 I nedenstående figur er vist den logiske OLAPmodel for visiterede og leverede ydelser. Figur 21. Visiterede ydelser og tilhørende detaljetabel Der er foretaget følgende designvalg: Alle typer af visiterede ydelser er samlet i én facttabel. Det vil sige, at tabellen både indeholder visiterede hjemmehjælpsydelser, ydelser i plejeboliger og træning. Skelnen imellem de forskellige ydelser sker ved hjælp af dimensionen Ydelse, hvor attributten Sted eksempelvis indeholder værdierne Eget hjem og Plejebolig og attributten Kategori indeholder værdierne Pleje og hjælp og Træning. Se afsnit for detaljer om Ydelsesdimensionen og de tilhørende hierarkier. De forretningsmæssige fordele ved denne generalisering af visiterede ydelser er bl.a. enkel mulighed for at summere forskellige typer af ydelser (eksempelvis hjemmehjælpsydelser og plejeboligydelser i alt). Dermed bliver andele også lettere at udtrække. Desuden forenkles datamodellen, hvorved der er færre entiteter for brugerne at tage stilling til. De tekniske fordele er bl.a. at god praksis for OLAPmodellering følges ved at samle facttabeller med samme dimensionalitet (alle visiterede ydelser har samme granularitet og dimensionalitet). Desuden opnås en simplere model med færre artefakter, hvilket sikrer et effektivt vedligehold. Sidst optimeres plads mest effektivt ved en samling i en facttabel. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 83 af 102

84 De forretningsmæssige ulemper er, at brugere skal benytte dimensionen Ydelse for at finde frem til de metrikker de søger (eksempelvis Visiterede hjemmehjælpsydelser). Dette kan i et vist omfang imødekommes med beregnede metrikker. Hvis ulempen viser sig at være for stor, kræver det ingen ændringer i den fysiske model og tilhørende integration; der kan blot tilføjes logiske facttabeller (f.eks. ved hjælp af views). De tekniske ulemper er sandsynligvis en mere kompleks integration, hvor forskellige dataleverancefiler skal samles i en tabel. Det er valgt at opsplitte visiterede og leverede ydelser i to forskellige facttabeller. Dette er først og fremmest gjort af hensyn til forskellig dimensionalitet og granularitet. Desuden giver det ikke umiddelbar forretningsmening at summere visiterede og leverede ydelser. Det bemærkes, at der benyttes konforme dimensioner for modtagere i form af diverse borgerdimensioner. Konforme dimensioner er god praksis og giver en række tekniske og forretningsmæssige fordele herunder mulighed for at analysere på tværs af metrikker med samme dimensioner. Dette betyder imidlertid en øget kompleksitet af definitionen for, hvornår en borger er tilknyttet en kommune (se [DD130]). Den overordnede fact tabel er aggregeret på kryds af hjemmehjælpsleverandøren og typen af hjemmehjælpsydelsen. Dette designvalg er taget for at understøtte forespørgsler som går på kryds af de detaljerede factrækker, såsom antal borger der er visiteret til både praktisk hjælp og personligt pleje eller antal borgere der er visiteret til mindre end 2 timers hjemmehjælp. Leverede besøg Nedenstående figur viser modellen for leverede besøg. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 84 af 102

85 Figur 22 Leveret besøg og tilhørende detaljetabel Der er foretaget følgende designvalg ved modellering: Leverede besøg af typerne Planlagt, Erstatning og Akut er samlet med besøg af typen Forebyggende i én facttabel. Sammenlægningen har som udgangspunkt samme fordele og ulemper som samlingen af visiterede ydelser (se herover). Der opnås bl.a. en simplere model, hvor brugere let kan trække et samlet antal af besøg på tværs af typer. Der er oprettet en selvstændig dimension til opfølgning på tidspunkter for leverancerne. Dette er valgt for at lade den generelle tidsdimension have en begrænset størrelse. Det bør bemærkes, at ydelser og besøg har en enkelt standardkobling til dimensionen, hvor ydelsens eller besøgets starttidspunkt benyttes. Visiterede ydelser Nedenstående figur viser modellen for visiterede ydelser til ældre. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 85 af 102

86 Figur 23. Leveret ydelse og tilhørende detaljetabel. Der er foretaget følgende designvalg ved modellering: Den overordnede fact tabel er aggregeret på kryds af hjemmehjælpsleverandøren og typen af hjemmehjælpsydelsen. Dette designvalg er taget for at understøtte forespørgsler som går på kryds af de detaljerede factrækker, såsom antal borger der modtager både praktisk hjælp og personligt pleje eller antal borgere der er får leveret mindre end 2 timers hjemmehjælp. Boligtilbud Nedenstående figur viser modellen for opfølgning på boligtilbud til ældre. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 86 af 102

87 class Boligtilbud Dimension::Tid Granularitet: Kommuner pr. år Fact::Boligtilbud «column» Dato Ugedag Dag Dag og måned i år Måned Kvartal Halvår Uge Uge i måned År Skoleår «column» Antal ønsker om boligvalg Antal visiteret til boligventeliste Gennemsnitlig ventetid i dage Figur 24 Boligtilbud Der er ikke foretaget væsentlige designvalg, da dataleverancen er begrænset og modelleringen på datamartniveau følger dataleverancens struktur Dimensioner Som beskrevet tidligere benyttes der i ældreområdet i udstrakt grad konforme dimensioner fra borgerområdet. Der henvises derfor til respektive afsnit inden for borgerområdet for en beskrivelse af disse dimensioner, herunder borger, geografi og alder. Sidstnævnte dimension udvides med et hierarki til aldersgruppering relevant inden for ældreområdet: Under 65 (med nøgle 0) o 017 (med nøgle 0) o 1864 (med nøgle 18) 65+ (med nøgle 65) Besøg o 6569 (med nøgle 65) o 7074 (med nøgle 70) o 7579 (med nøgle 75) o 8084 (med nøgle 80) o 8589 (med nøgle 85) o 90+ (med nøgle 90) Forretningsnøglen for besøgsdimensionen er type (koden for typen). Alle attributter i dimensionen håndteres med type1historik. Dimensionen benyttes ved analyse af leverede besøg både forebyggende og besøg vedrørende pleje og hjælp. Dimensionen indeholder et enkelt naturligt hierarki. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 87 af 102

88 Overordnet Alle Kategori Pleje og hjælp Forebyggende Type Planlagt Erstatning Akut Forebyggende Figur 25 Kategori Der er ingen attributter til rådighed i dimensionen Ydelse Forretningsnøglen for ydelsesdimensionen er: Type (koden for typen) Sted (koden for stedet) Er førstegangsvisitation (angiver om ydelsen er en førstegangsvisitation) Dimensionen kan dermed i vist omfang betragtes som en junkdimension, der samler relevante ydelsesattributter. Alle attributter i dimensionen håndteres med type1historik. Dimensionen benyttes til analyse af visiterede og leverede ydelser. Dimensionen indeholder nedenstående hierarki: Overordnet Alle Kategori Pleje og hjælp Træning Type Personlig pleje Praktisk hjælp Vedligeholdelse Genoptræning Figur 26 Kategori Desuden er der nedenstående attributter til rådighed. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 88 af 102

89 Navn Beskrivelse Sted Angiver stedet for ydelsen. Mulige værdier er Egen bolig og Plejebolig. Er første visitation Flag som bruges til at mærke visitationer som er første visitation Er plejebolig Flag som bruges til at mærke om ydelsen er udført i en plejebolig Ydelseslængde Forretningsnøglen for visitationsdimensionen er af følgende felt: Time tal Dimensionen benyttes til at kategoriserede borgere efter hvor mange timers ydelser de modtager eller er visiterede til pr uge. Dimensionen indeholder følgende hierarki: Overordnet Alle Interval <2 timer 2 6 timer 6 11 timer 12+ Timer 0 timer 1 time 2 timer.. 5 timer.. Intervallets værdier afventer udestående 1054 men er indtil videre afklaret til: <2 timer ( ) 26 timer ( ) 611 timer ( ) 11+ (11.00 ) Leverandør Forretningsnøglen for leverandørdimensionen er CVRnummer. Alle attributter i dimensionen håndteres med type1historik. Leverandørdimensionen benyttes til analyse af både visiterede og leverede ydelser og besøg. Dimensionen indeholder et enkelt hierarki: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 89 af 102

90 Overordnet Alle Kategori Egen kommune Anden kommune Privat leverandør Leverandør Rudersdal Kommune Københavns Kommune Figur 27 Leverandør Der er desuden følgende attributter til rådighed for analyse: Navn Beskrivelse CVRnummer Angiver CVRnummeret for leverandøren. Eksempelvis Tidspunkt Forretningsnøglen for dimensionen er klokketime (talværdi). Alle attributter i dimensionen håndteres med type1historik. Tidspunktsdimensionen benyttes til analyse af tidspunkter for leverede ydelser og besøg. Det vil sige på timeniveau i stedet for datoniveau som den eksisterende tidsdimension understøtter. Der implementeres et enkelt hierarki som udgangspunkt: Overordnet Alle Interval Time Figur 28 Tidspunkt Intervallets værdier er afklaret til: 2307 ( ) 0715 ( ) 1523 ( ) Der er ingen attributter i dimensionen Facts I det følgende gennemgås facts inden for ældreområdet. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 90 af 102

91 Visiteret ydelsesdetalje Visiteret ydelsesdetalje er koblet til tidsdimensionen på månedsniveau. Fact ens unikke nøgle er: Måned Borger Sted Leverandør Ydelsestype Det bemærkes, at fact en både indeholder visiterede hjemmehjælpsydelser og visiterede plejeboligydelser. Der findes ingen visitationsdata for træningsydelser. Adskillelsen imellem disse typer af ydelser sker via sted og ydelsestype. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 91 af 102

92 Navn Type Beskrivelse Aggregering Antal visiterede ydelser Optælling af visitationer Count of rows Gennemsnitligt antal visiterede ydelser Gennemsnit over tid for antallet af visitationer Average of children Visiteret ydelser i timer pr uge Leverandøropdelt Antal timer visiteret pr. uge Sum Visiteret ydelser i minutter pr uge Leverandøropdelt Antal minutter visiteret pr. uge Sum Alder i måneder for modtagere af visiteret ydelse Leverandøropdelt Sum af alderen i måneder for de visiterede borgere Sum Alder i måneder for modtagere af visiteret ydelse ved førstegangsvisitation Leverandøropdelt Sum af alderen i måneder for nyvisiterede borgere Sum Gennemsnitlig visiteret ydelser i timer pr uge Leverandøropdelt Antal timer visiteret pr. uge gennemsnit over tid Average og children Gennemsnitligt antal unikke modtagere af visiterede ydelser ydelseslængde Calc. Gennemsnit over tid for antallet af unikke borgere der er visiteret til hjemmehjælp. Benyttes ved skæring på ydelseslængde grundet aggregeringen i den overordnede tabel. Alder i år for førstegangsvisitationer seneste år Leverandøropdelt Calc. Sum af alder i år for nyvisiterede borgere månedlig opgørelse, hvor summen er baseret på alle nyvisiterede borgere det seneste år Alder i år for modtagere af visiteret ydelse Leverandøropdelt Calc. Sum af alderen i år for de visiterede borgere Alder i måneder for førstegangsvisitationer seneste år Leverandøropdelt Calc. Sum af alder i måneder for nyvisiterede borgere månedlig opgørelse, hvor summen er baseret på alle nyvisiterede borgere det seneste år D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 92 af 102

93 Visiteret ydelse Visiteret ydelse er koblet til tidsdimensionen på månedsniveau. Fact ens unikke nøgle er: Måned Borger Sted Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 93 af 102

94 Navn Type Beskrivelse Aggregering Visiteret ydelser i timer pr uge Antal timer visiteret pr. uge Sum Visiteret ydelser i minutter pr uge Antal minutter visiteret pr. uge Sum Alder i måneder for modtagere af visiteret ydelse Sum af alderen i måneder for de visiterede borgere Sum Alder i måneder for modtagere af visiteret ydelse ved førstegangsvisitation Sum af alderen i måneder for nyvisiterede borgere Sum Visiteret hjemmehjælp måned før førstegangsvisitation i timer Sum af timer visiteret til hjemmehjælp måneden før borgere blev førstegangsvisiterede typisk i plejebolig Sum Visiteret hjemmehjælp måned før førstegangsvisitation i minutter Sum af minutter visiteret til hjemmehjælp måneden før borgere blev førstegangsvisiterede typisk i plejebolig Sum Antal modtagere af både praktisk hjælpe og personlig pleje Optælling af borgere der modtager både praktisk hjælp og personlig pleje Sum Antal modtagere kun visiteret til praktisk hjælp Optælling af borgere der kun modtager praktisk hjælp Sum Antal modtagere kun visiteret til personlig pleje Optælling af borgere der modtager både praktisk hjælp og personlig pleje Sum Antal modtagere af visiterede ydelser Optælling af borgere der modtager hjemmehjælp Count of rows Gennemsnitlig visiteret ydelser i timer pr uge Antal timer visiteret pr. uge gennemsnit over tid Average of children Gennemsnitligt antal modtagere af visiterede ydelser Optælling af borgere der modtager hjemmehjælp gennemsnit over tid Average of children Gennemsnitlig alder i måneder for modtagere af visiteret ydelse Sum af alderen i måneder for de visiterede borgere gennemsnit over tid Average of children D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 94 af 102

95 Navn Type Beskrivelse Aggregering Gennemsnitlig alder i måneder for modtagere af visiteret ydelse ved førstegangsvisitation Sum af alderen i måneder for nyvisiterede borgere gennemsnit over tid Average of children Gennemsnitlig visiteret ydelser for praktisk hjælp i timer pr uge Sum af visiteret tid til praktisk hjælp i timer pr. uge gennemsnit over tid. Average of children Gennemsnitlig visiteret ydelser for personlig pleje i timer pr uge Sum af visiteret tid til personlig pleje i timer pr. uge gennemsnit over tid. Average of children Gennemsnitligt antal modtagere kun visiteret til praktisk hjælp Optælling af modtagere der kun er visiteret til praktisk hjælp gennemsnit over tid. Average of children Gennemsnitligt antal modtagere kun visiteret til personlig pleje Optælling af modtagere der kun er visiteret til personlig pleje gennemsnit over tid. Average of children Gennemsnitligt antal modtagere af både praktisk hjælpe og personlig pleje Optælling af modtagere der er visiteret til både praktisk hjælp og personlig pleje gennemsnit over tid. Average of children Alder i måneder for førstegangsvisitationer seneste år Calc. Sum af alder i måneder for nyvisiterede borgere månedlig opgørelse, hvor summen er baseret på alle nyvisiterede borgere det seneste år Alder i år for førstegangsvisitationer seneste år Calc. Sum af alder i år for nyvisiterede borgere månedlig opgørelse, hvor summen er baseret på alle nyvisiterede borgere det seneste år Alder i år for modtagere af visiteret ydelse Calc. Sum af alderen i år for de visiterede borgere Antal unikke modtagere af visiterede ydelser seneste år Calc. Optælling af unikke modtagere der er visiterede til hjemmehjælp inden for det seneste år. Gennemsnitligt antal unikke modtagere af visiterede ydelser Calc. Optælling af unikke borgere der er visiteret til hjemmehjælp gennemsnit over tid. Antal visiterede helårsmodtagere Calc. Optælling af helårsmodtagere af hjemmehjælp D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 95 af 102

96 Navn Type Beskrivelse Aggregering Gennemsnitligt visiteret ydelser i timer pr uge ÅTD Calc. Gennemsnitlig visiteret ydelser i timer pr. uge og år til dato Gennemsnitligt visiteret ydelser i minutter pr uge ÅTD Calc. Gennemsnitlig visiteret ydelser i timer pr. uge og år til dato Leveret ydelsesdetalje Leveret ydelse detalje er koblet til tidsdimensionen på dagsniveau. Fact ens unikke nøgle er: Dag Tidspunkt Borger Leverandør Sted Ydelsestype Det bemærkes, at fact en kun indeholder hjemmehjælpsydelser leveret i egen bolig, og ikke hjemmehjælpsydelser for plejebolig. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 96 af 102

97 Navn Type Beskrivelse Aggregering Antal leverede ydelser i timer Sum af timer leveret til hjemmehjælp Sum Antal leverede ydelser i minutter Sum af minutter leveret til hjemmehjælp Sum Antal unikke modtagere af leverede ydelser Optælling af unikke modtagere af leverede ydelser Distinct count Antal leverede ydelser Optælling af antal leverede ydelser Count of rows Gennemsnitligt antal leverede ydelser Optælling af antal leverede ydelser gennemsnit over tid Average of children Gennemsnitligt antal leverede ydelser i timer Calc. Sum af timer leveret til hjemmehjælp gennemsnit over tid Gennemsnitligt leverede ydelser i timer per uge sidste år detaljer Calc. Antal timer leveret pr. uge sidste år gennemsnit over tid Gennemsnitligt leverede ydelser i timer per uge detaljer Calc. Antal timer leveret pr. uge gennemsnit over tid Gennemsnitligt antal modtagere af leverede ydelse detaljer Calc. Optælling af unikke modtagere af leverede ydelser gennemsnit over tid Leveret ydelse Leveret ydelser er koblet til tidsdimensionen på månedsniveau. Fact ens unikke nøgle er: Måned Borger Sted Det bemærkes, at fact en kun indeholder leverede hjemmehjælpsydelser i egen bolig og ikke i plejebolig. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 97 af 102

98 Navn Type Beskrivelse Aggregering Gennemsnitligt leveret ydelser i timer pr uge Antal timer leveret pr. uge gennemsnit over tid Average of children Gennemsnitligt leveret ydelser i minutter pr uge Antal minutter leveret pr. uge gennemsnit over tid Average of children Alder i måneder ved første leveret ydelse Sum af borgernes alder ved første leverede ydelse Sum Gennemsnitligt antal unikke modtagere af leverede ydelser Calc. Optælling af antal unikke modtagere gennemsnit over tid Gennemsnitligt leveret ydelser i timer pr uge ÅTD Calc. Antal timer leveret pr. uge gennemsnit over tid og år til dato Gennemsnitligt leveret ydelser i minutter pr uge ÅTD Calc. Antal minutter leveret pr. uge gennemsnit over tid og år til dato Leveret besøgsdetalje Leveret besøg er koblet til tidsdimensionen på dagsniveau. Fact ens unikke nøgle er: Dag Måned År Tidspunkt Borger Leverandør Besøgstype Det bemærkes, at fact en både indeholder leverede hjemmehjælpsydelser og leveret træning. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 98 af 102

99 Navn Type Beskrivelse Aggregering Leverede besøg i timer Sum af leverede timer under hjemmehjælpsbesøg Sum Leverede besøg i minutter Sum af leverede minutter under hjemmehjælpsbesøg Sum Antal leverede besøg Optælling af leverede besøg Count of rows Gennemsnitligt antal leverede besøg Optælling af leverede besøg gennemsnit over tid Average of children Leveret besøg Leveret besøg er koblet til tidsdimensionen på månedsniveau. Fact ens unikke nøgle er: Måned År Borger Leverandør Ydelsestype Besøgstype Det bemærkes, at fact en både indeholder leverede hjemmehjælpsydelser og leveret træning. Nedenstående tabel beskriver metrikker og beregnede metrikker: D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 99 af 102

100 Navn Type Beskrivelse Aggregering Gennemsnitligt leveret besøg i timer pr uge Leverede timer under besøg pr. uge gennemsnit over tid Average of children Gennemsnitligt leveret besøg i minutter pr uge Leverede minutter under besøg pr. uge gennemsnit over tid Average of children Gennemsnitligt antal leverede besøg pr uge Optælling af antal leverede besøg pr. uge gennemsnit over tid Average of children Gns antal leverede besøg pr uge for modtagere af leveret ydelse Calc. Optælling af antal leverede besøg pr. uge for modtagere af leverede ydelser gennemsnit over tid Gennemsnitligt antal unikke modtagere af leverede besøg Calc. Optælling af unikke modtagere af besøg gennemsnit over tid Boligtilbud Information om boligtilbud er koblet til tidsdimensionen på årsbasis. Fact ens unikke nøgle er: År Nedenstående tabel beskriver metrikker og beregnede metrikker: Navn Type Beskrivelse Aggregering Antal ønsker om boligvalg Antal ønsker om boligvalg Sum Antal visiteret til venteliste Antal visiteret til venteliste Sum Gennemsnitlig ventetid i dage Ventetid i dage gennemsnit over tid AverageOfChildren 11.3 Afhængigheder til kalenderhierarkierne Følgende s har afhængigheder til kalenderhierarkierne. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 100 af 102

101 Afhængighed Antal visiterede helårsmodtagere Gennemsnitligt antal unikke modtagere af visiterede ydelser Gennemsnitligt antal leverede ydelser i timer Gennemsnitligt antal unikke modtagere af visiterede ydelser ydelseslængde Gennemsnitligt antal unikke modtagere af leverede besøg Gennemsnitligt antal unikke modtagere af leverede ydelser Gennemsnitligt antal modtagere af leverede ydelse detaljer Gennemsnitligt leverede ydelser i timer per uge detaljer Antal unikke modtagere af visiterede ydelser seneste år Alder i måneder for førstegangsvisitationer seneste år Gennemsnitligt leveret ydelser i timer pr uge ÅTD Gennemsnitligt leveret ydelser i minutter pr uge ÅTD Gennemsnitligt visiteret ydelser i timer pr uge ÅTD Gennemsnitligt visiteret ydelser i minutter pr uge ÅTD Gns antal leverede besøg pr uge for modtagere af leveret ydelse Alder i år for modtagere af visiteret ydelse Alder i år for førstegangsvisitationer seneste år 11.4 Relationel datamart D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 101 af 102

102 Der er ingen væsentlige forskelle imellem den logiske OLAPmodel og den underliggende relationelle model inden for ældreområdet, hvorfor den relationelle model ikke dokumenteres. D0130 Logisk Datamodel Version 2.2 Udskrevet: :57:00 Side 102 af 102