Übung 9 Aufgabe 2. Susi. der. zukünftig. durchführen. können. und. Monatsberichte, wöchentliche. tägliche. Öffnungszeiten zugeschrieben werden.
|
|
- Brit Weiner
- vor 6 Jahren
- Abrufe
Transkript
1 Übung 9 Aufgabe 2. Susi S. möchte zukünftig innerhalb der Kostenrechnung Verkaufsanalysen durchführen können. Als wichtige Kennzahl soll zukünftig der kalkulatorische Gewinn betrachtet werden. Dieser errechnet sich aus der Differenz von Erlösen und Kosten. Die NELKE GmbH besitzt zwei Filialen in Saarbrücken, eine in Rheinland Pfalz und drei in Luxemburg. Jeder Filiale ist genau ein Filialleiter zugeordnet. Zu den Produktkategorien zählen Schnittblumen, Gartenblumen und Brautschmuck. Innerhalb der Gartenblumen zählen zu der Familie der Rosengewächse die Gattungen Rosen und Wildrosen. Als Produkte werden insbesondere dornenlose Rosen und Rosen mit Dornen angeboten. Susi will tägliche und wöchentliche Analysen sowie Monatsberichte, Quartals- und Jahresberichte erstellen können. Die NELKE GmbH unterscheidet zusätzlich die Kundengruppen Firmen- und Privatkunden. Von beiden Gruppen liegen Daten über das Einzugsgebiet (Wohnort) vor. Einer Filiale können die Attribute Anzahl der Mitarbeiter und Öffnungszeiten zugeschrieben werden.
2 Übung 9 Aufgabe 2.1. Wohnort KGruppe Kunde P.gruppe/ Gattung Produkt Produkt- familie Produkt- kategorie k.gewinn Verkaufs analyse Filiale Stadt Erlöse Kosten Woche Tag Region Land Jahr Quartal Monat Fillialleiter MA Anz Öffnungsz.
3 Übung 9 Aufgabe 2.2. Modellieren Sie den Sachverhalt im Kubenstrukturmodell.
4 Übung 9 Aufgabe 2.2.
5 Übung 9 Aufgabe 2.3. Modellieren Sie den Sachverhalt nun mit Hilfe der ADAPTed UML.
6 Übung 9 Aufgabe 2.3. Quartal Jahr Woche Monat Tag P.grup./Gattung./Gattung... Produkt Verkaufsanalyse Gewinn Kunde Wohnort Stadt Filiale MA-Zahl Öffnungszeit Filialleiter K.gruppe...
7 Übungsblatt 10 Aufgabe 1.1. Susi S. möchte noch Immer Verkaufsanalysen durchführen. Hierzu benötigt sie den kalkulatorischen Gewinn, der sich aus der Differenz von Erlösen und Kosten errechnet. Die NELKE GmbH besitzt zwei Filialen in Saarbrücken, eine in Rheinland Pfalz und drei in Luxemburg. Es gibt drei Produktkategorien: Schnittblumen, Gartenblumen und Brautschmuck. Innerhalb der Gartenblumen zählt zu der Familie der Rosengewächse die Gattung Rosen. Als Produkte werden insbesondere dornenlose Rosen angeboten. Susi möchte tägliche, monatliche und jährliche Analysen durchführen. Modellieren Sie den Sachverhalt logisch im Star-Schema! Schema!
8 Aufgabe Logische 1.1. Datenmodellierung: Star-Schema Schema Filialen-Tabelle Filiale ID Land Region Stadt Filiale Produkt-Tabelle Produkt ID Produktkategorie Produktfamilie Produktgattung Produkt Verkaufsanalyse Filiale ID Produkt ID Zeit ID... Gewinn Kosten Erlöse... Zeit-Tabelle Zeit ID Jahr Monat Tag
9 Aufgabe 1.2. Ergänzen Sie den Sachverhalt: In den unterschiedlichen Filialen der Nelke GmbH arbeiten die Mitarbeiter seit unterschiedlichen Zeitpunkten. Susi möchte zusätzlich eine Personalbestandsanalyse durchführen. Sie benötigt hierzu die Kennzahl des aktuellen Personalbestandes. Modellieren Sie den erweiterten Sachverhalt im Galaxy-Schema Schema.
10 Aufgabe 1.2. Verkaufsanalyse Zeit ID... Filiale ID Produkt ID Gewinn Kosten Erlöse Personal Filiale ID Mitarbeit. ID Zeit ID Personalbestand Zeit-Tabelle Zeit ID Jahr Monat Tag Mitarbeiter-Tabelle Mitarbeit. ID Name Vormane Alter Filialen-Tabelle Filiale ID Land Region Stadt Filiale
11 Aufgabe 1.3. Ergänzen Sie den Sachverhalt: Susi möchte zur Übersichtlichkeit die Zeitdimension in Attributs-Tabellen aufgliedern, um schneller auf einzelne Zeitpunkte zugreifen zu können. Modellieren Sie dies mit Hilfe des Snowflake-Schemas! Schemas!
12 Aufgabe 1.3. Verkaufsanalyse Filiale ID Produkt ID Zeit ID Gewinn Kosten Erlöse... Zeit -Tabelle Zeit ID Jahr ID Monat ID Tag ID Jahr-Tabelle Jahr ID Monat-Tabelle Monat ID Januar Februar Tag-Tabelle Tabelle Tag ID
1 Business-Intelligence-Architektur 1
D3kjd3Di38lk323nnm xi 1 Business-Intelligence-Architektur 1 1.1 Data Warehouse....................................... 1 1.2 OLAP und mehrdimensionale Datenbanken.................. 4 1.3 Architekturvarianten....................................
MehrData Warehouses. Data Warehouse Architektur ... Sommersemester 2011. Melanie Herschel melanie.herschel@uni-tuebingen.de
Data Warehouses Sommersemester 2011 Melanie Herschel melanie.herschel@uni-tuebingen.de Lehrstuhl für Datenbanksysteme, Universität Tübingen Data Warehouse Architektur Data-Warehouse-System Teilsichten
MehrWertetabelle 1 Term 1. Figur 1 Figur 2 Figur 3 Figur 4 Figur 10 1 x. Wertetabelle 2 Term 2. 2 x Hölzchen. Wertetabelle 3 Term 3.
1 7 Figurenfolgen vergleichen 301 Figurenfolgen vergleichen A Ergänze die n und verbinde sie mit dem entsprechenden. 1 1 2 4 6 8 20 1 x 2 2 2 x 4 8 12 16 40 3 3 3 x 3 6 9 12 30 4 4 4 x 1 2 3 4 10 B Folgende
MehrSWE5 Übungen zu Software-Engineering
1 Übungen zu Software-Engineering 1) Klassen und Objekte 2) Telefonanlage 3) Objekt- und Klassendiagramme 4) Assoziationen 5) Telefonanlage (Erweiterung) 6) Fahrzeuge 7) Familien 2 Aufgabe 1: Klassen und
MehrDas Multidimensionale Datenmodell
Das Multidimensionale Datenmodell Konzeptuelle Modellierung Umsetzung des Modells Beispiel ER-Modell 2 / 36 Probleme ER-Modellierung Keine Unterscheidung Klassifikation, Attribute, Kenngrößen Dimension
MehrÜbungen Softwaretechnik I
Universität Stuttgart Institut für Automatisierungstechnik und Softwaresysteme Prof. Dr.-Ing. M. Weyrich Übungen Softwaretechnik I Übung 5: Objektorientierte Analyse Einführung Objektorientierung in der
MehrIndividuelle Hilfeplanung Rheinland-Pfalz I: Grundsatzziele, Derzeitige Situation, Hindernisse, Meilensteine
Individuelle Hilfeplanung Rheinland-Pfalz I: Grundsatzziele, Derzeitige Situation, Hindernisse, Meilensteine Individuelle Hilfeplanung Rheinland-Pfalz, Bogen I: Grundsatzziele... Seite 1 von 5 Grundsatzziele
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrUnterstützung der Unternehmenssteuerung durch Data Warehouses mit ganzheitlicher Sicht auf Daten aus operativen Systemen
Rückblick Unterstützung der Unternehmenssteuerung durch Data arehouses mit ganzheitlicher Sicht auf Daten aus operativen Systemen Online Transaction Processing (OLTP) und Online Analytical Processing unterscheiden
MehrUnterstützung der Unternehmenssteuerung durch Data Warehouses mit ganzheitlicher Sicht auf Daten aus operativen Systemen
Rückblick Unterstützung der Unternehmenssteuerung durch Data arehouses mit ganzheitlicher Sicht auf Daten aus operativen Systemen Online Transaction Processing (OLTP) und Online Analytical Processing unterscheiden
Mehr(= Beziehungen zw. Objekten/Klassen, auch: "kennt"-beziehung)
Objektorientierte Analyse / Objektorientiertes Design: Assoziationen (= Beziehungen zw. Objekten/Klassen, auch: "kennt"-beziehung) Ziel: Wir modellieren die Beziehungen zwischen Klassen, um sie anschließend
MehrSoftwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrEntitätstypen, Attribute, Relationen und Entitäten
Einführung Datenmodellierung Entitätstypen, Attribute, Relationen und Entitäten Wozu Datenbanken? Datenbanken dienen zur Speicherung und Verwaltung großer Datenbestände Beispiele: Adressdaten aller Kunden
Mehrhttps://webct.net.ethz.ch/script/dbsyst/scripts/student/serve_quiz_marked.pl?do_g...
Seite 1 von 5 View Results Übung 3 User ID: unizh.ch_scherrer_larissa_733033363031363501 Attempt: 1 / 1 Out of: 16 Started: May 31, 2006 20:43 Finished: June 6, 2006 15:04 Time spent: 138 hr, 20 min.,
MehrÜbung nur jede 2. Woche (mit Ausnahmen) Ausgabe Übungszettel jeweils am Montag (01.07.) steht aber noch nicht fest
Information Systems University of Koblenz Landau, Germany Allgemeines Übung nur jede 2. Woche (mit Ausnahmen) dafür aber 90 Min. Ausgabe Übungszettel jeweils am Montag Übung Multimediadatenbanken Abgabe
MehrDatenbanksysteme 2 Frühjahr-/Sommersemester 2014 28. Mai 2014
Lehrstuhl für Praktische Informatik III Prof. Dr. Guido Moerkotte Email: moer@db.informatik.uni-mannheim.de Marius Eich Email: marius.eich@uni-mannheim.de Datenbanksysteme 2 8. Übungsblatt Frühjahr-/Sommersemester
MehrTECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung
TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung Diplomprüfung Wintersemester 2010-2011 im Fach Wirtschaftsinformatik,
MehrProbeklausur Datenmodellierung und Datenbanksysteme
Probeklausur Datenmodellierung und Datenbanksysteme Prof. Dr. Ingo Claßen : Vorname: MatrNr: Bewertung 1 20 2 5 3a 3 3b 3 3c 4 4a 4 4b 6 4c 10 5 5 Übungen 40 Σ = 100 Punkte Punkte: Note: Notenspiegel 100
MehrKlassendiagramme in UML. www.informatikzentrale.de
Klassendiagramme in UML Grundsätzliches Schema Name Liste der A3ribute (A3ribute = Eigenscha;en) Methodenliste (Methoden = Was "kann" ein Objekt) Grundsätzliches Schema Name A3ribute Methoden Achtung:
MehrERM/ERD Entity Relationship Model Entity Relationship Diagram.
ERM/ERD Entity Relationship Model Entity Relationship Diagram Vorbemerkung: Wichtiger Unterschied zwischen Typ / Modell und Exemplar Kundin: Ich möchte mir gerne ein Smartphone zulegen. Wie viele Modelle
MehrInhaltsverzeichnis. 1 Einleitung Motivation und Umfeld Zielsetzung der Arbeit Methodisches Vorgehen und Aufbau der Arbeit 3
Inhaltsverzeichnis 1 Einleitung 1 1.1 Motivation und Umfeld 1 1.2 Zielsetzung der Arbeit 2 1.3 Methodisches Vorgehen und Aufbau der Arbeit 3 2 Grundlagen des Feuerwehrwesens 5 2.1 Kategorisierung der Feuerwehren
MehrVU Objektorientierte Modellierung Übung 2
VU Objektorientierte Modellierung Übung 2 Übungsgruppen: 2.4.2008-25.4.2008 Aufgabe : Objektdiagramm Gegeben ist folgendes Objektdiagramm: z = :A w = 3 :B x = 8 :C z = 2 :A w = 4 :B y = 9 :E w = 5 :B x
MehrBusiness Intelligence Praktikum 1
Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum
MehrDie BWA: Ein Instrument zur Unternehmenssteuerung?
Die BWA: Ein Instrument zur Unternehmenssteuerung? BWA = betriebswirtschaftliche Auswertung 1. Begriff Definition 2. Daten-Zahlen-Fakten: wie kommen die Zahlen in die BWA? 3. Welchen Nutzen habe ich als
MehrEntwurf. Anwendungsbeginn E DIN EN (VDE ): Anwendungsbeginn dieser Norm ist...
Anwendungsbeginn Anwendungsbeginn dieser Norm ist.... Inhalt Nationales Vorwort... 9 Nationaler Anhang NA (informativ) Zusammenhang mit Europäischen und Internationalen Dokumenten... 9 Einleitung... 11
MehrÜbung Datenbanken Winter 2010
Übung Datenbanken Winter 2010 Dipl.-Inform. Torsten E. Neck Aufgabe 1: (35 Punkte) Datenhaltungsfunktionen: Kreuzen Sie die Datenhaltungsfunktionen in der nachstehenden Liste an: Daten entgegennehmen Daten
MehrUML - Statische Diagramme
UML - Statische Diagramme - Seite 1 UML - Statische Diagramme (1.) Ein Sammler hat eine oder mehrere Sammlungen. Jede Sammlung hat 2 oder mehrere Stücke. Jede Sammlung gehört zu einem Sammler. Eine Sammlung
MehrAKTIONÄRSZAHLEN DES 1 DEUTSCHEN AKTIENINSTITUTS 2015 TABELLEN
AKTIONÄRSZAHLEN DES 1 DEUTSCHEN AKTIENINSTITUTS 2015 TABELLEN SYSTEMATIK UND METHODIK DER AKTIONÄRSSTRUKTURSTATISTIK Das Deutsche Aktieninstitut zählt alle Anleger als Aktienbesitzer, die entweder direkt
MehrBusiness Intelligence Praktikum 1
Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum
MehrWirtschaftsinformatik 2. Tutorium im WS 11/12
Wirtschaftsinformatik 2. Tutorium im WS 11/12 Entity/Relationship-Modell SQL Statements Tutorium Wirtschaftsinformatik WS 11/12 2.1 Datenmodellierung mit ERM (1) Datenmodellierung zur Erarbeitung des konzeptionellen
MehrOnline- Tutorium. Aufgaben zum Themenfeld: Betrieblicher Umsatzprozess 01.10.2013. Diedrich
Online- Tutorium Aufgaben zum Themenfeld: Betrieblicher Umsatzprozess 01.10.2013 Aufgabe 1: Die NachwuchswissenschaEler Dr. Sheldon Cooper, Dr. Leonard Hofstadter, Dr. Rajesh Koothrappali und Howard Wolowitz
MehrNonstandard Datenbanken
Prof. Dr. V. Linnemann Nils Höller Universität zu Lübeck Institut für Informationssysteme Lübeck, den 02. Februar 2009 Nonstandard Datenbanken Wintersemester 2008/2009 13. Übungsblatt: Probe-Klausur Hinweise:
Mehr(Vor-)Weihnachts-Shopping im Internet. durchschnittlicher Warenwert beliebtester Kaufzeitpunkt beliebteste Produkte
(Vor-)Weihnachts-Shopping im Internet durchschnittlicher Warenwert beliebtester Kaufzeitpunkt beliebteste Produkte CHECK24 2016 1. Zusammenfassung Baden-Württemberger geben beim vorweihnachtlichen Online-Shopping
MehrKomponenten und Architekturen von Analytischen Informationssystemen (AIS)
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 6. Übung Juni 2015 Agenda Hinweise zur Klausur Zusammenfassung OPAL Übungen / Kontrollfragen
MehrIndexstrategien im Data Warehouse
Indexstrategien im Data Warehouse Reinhard Mense areto consulting gmbh Köln Schlüsselworte Business Intelligence, Data Warehouse, Bitmap Index, B*Tree Index, Partial Index, Star Schema, Snowflake Schema,
MehrInternationales Kundenbeziehungsmanagement
Internationales Kundenbeziehungsmanagement Prof. Dr. Ellen Roemer DATUM 23. Oktober 2015 Übungsaufgaben zur Veranstaltung II Teil I - Aufgaben zu 3.3.1 - Loyalitätsprogramme Sie sind Marketingmanager eines
Mehr1. Übungsblatt 3.0 VU Datenmodellierung
1. Übungsblatt 3.0 VU Datenmodellierung 24. April 2012 Allgemeines In diesem Übungsteil sollten Sie den Entwurf einer kleinen Datenbank üben, die Überführung in das Relationenschema, sowie die relationale
MehrHands-on-Workshop Datenmodellierung mit dem neuen Innovator for Database Architects. MID Insight Nürnberg,
Hands-on-Workshop Datenmodellierung mit dem neuen Innovator for Database Architects MID Insight 2010 - Nürnberg, 09.11.2010 I N H A L T 1. Konzeptionelle ER-Modellierung 2. Das Datenbankschema entsteht
MehrTheorie zur Übung 8 Datenbanken
Theorie zur Übung 8 Datenbanken Relationale Datenbanksysteme Ein relationales Datenbanksystem (RDBS) liegt vor, wenn dem DBS ein relationales Datenmodell zugrunde liegt. RDBS speichern Daten in Tabellenform:
MehrDatenbanksysteme I, SS 2004
Universität Mannheim Lehrstuhl für Praktische Informatik III orman May D7 27, Raum 40 683 Mannheim Telefon: (062) 8-2586 Email: norman@pi3.formatik.uni-mannheim.de Datenbanksysteme I, SS 2004 Lösungen
MehrVertrautmachen mit Daten
Kapitel III Vertrautmachen mit Daten 2004 AIFB / FZI 1 III Vertrautmachen mit Daten (see also Data Preparation ) 2004 AIFB / FZI 2 III Vertrautmachen mit Daten III.1 OLAP III.1.1 Einführung in OLAP Wie
MehrSoftwaretechnologie Wintersemester 2009/2010 Dr. Günter Kniesel, Pascal Bihler
Übungen zur Vorlesung Softwaretechnologie Wintersemester 2009/2010 Dr. Günter Kniesel, Pascal Bihler Übungsblatt 3 Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online
MehrTabellenkalkulation 1. Einheit 5 Rechnerpraktikum EDV
Tabellenkalkulation 1 Einheit 5 Rechnerpraktikum EDV Inhalt Einführung in die Tabellenkalkulation Berechnungen in Excel Formeln und Bezüge Funktionen Arbeiten mit Datenlisten Sortieren und Filtern Übungen
MehrÜbung 4. Musterlösungen
Informatik für Ökonomen II HS 2010 Übung 4 Ausgabe: 18.11.2010 Abgabe: 25.11.2010 Musterlösungen Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie
MehrDatenbanksysteme Teil 3 Indizes und Normalisierung. Stefan Maihack Dipl. Ing. (FH) Datum:
Datenbanksysteme Teil 3 Indizes und Normalisierung Stefan Maihack Dipl. Ing. (FH) Datum: 01.11.2005 1 MySQL - Normalisierung Durch die Normalisierung von Tabellen soll folgendes erreicht werden Redundanzfreie,
MehrDurchschnittswarenkörbe bei otto.de zur Weihnachtszeit
Durchschnittswarenkörbe bei otto.de zur Weihnachtszeit OTTO hat die getätigten Einkäufe über otto.de (=Warenkörbe) der vergangenen drei Weihnachtssaison betrachtet und den Durchschnittswarenkorb, d.h.
MehrHustensaft. Aufgabennummer: B_138. Technologieeinsatz: möglich erforderlich S
Hustensaft Aufgabennummer: B_138 Technologieeinsatz: möglich erforderlich S Ein Unternehmen hat das Monopol auf den Vertrieb eines bestimmten Hustensafts. Der Hustensaft wird in kleinen Flaschen abgefüllt,
MehrSoftwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrDM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar. Ein Seminar der DWH academy
DM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar Ein Seminar der DWH academy Seminar DM04 Datenmodellierung im Data Warehouse (Zwei Tage) Multidimensionale Modelle, Star- oder Snowflake-Schema
MehrFachbereich Informatik Praktikumsversuch 4. Prof. Dr.. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2015
Hochschule Darmstadt Data Warehouse SS2015 Fachbereich Informatik Praktikumsversuch 4 Prof. Dr.. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2015 1. Kurzbeschreibung Dieses Praktikum
MehrStar - Schema. AnPr. Name Klasse Datum. ANPR_StarSchema_v03.docx Seite 1
Name Klasse Datum 1 OLAP vs. OLTP In den RDBMS Konfigurationen unterscheidet man zwei verschiedene Grundtypen: OLTP: OnLine Transactional Processing ist für die Transaktionsprozesse und somit zur funktionalen
MehrDatenbanksysteme 1 Frühjahrs-/Sommersemester März 2012
Lehrstuhl für Praktische Informatik III Prof. Dr. Guido Moerkotte Email: moer@db.formatik.uni-mannheim.de Pit Fender Email: pfender@pi3.formatik.uni-mannheim.de Marius Eich Email: meich@pi3.formatik.uni-mannheim.de
MehrÜbungen zur Softwaretechnik
Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 9 17. Dezember 2002 www4.in.tum.de/~rumpe/se
MehrVU Objektorientierte Modellierung Übung 1
VU Objektorientierte Modellierung Übung Übungsgruppen: 3..2008-7..2008 Aufgabe : Strukturmodellierung mittels Klassendiagramm Theoriefragen Wiederholen Sie das Kapitel aus der Vorlesung, das sich mit dem
MehrDM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar)
DM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar) Ein Seminar der DWH academy Seminar DM03 - Datenmodellierung im Data Warehouse (1 Tag) Normalisierung, Star- und Snowflake sind bekannte Schlagwörter
MehrDa Ros Consulting GmbH. Da Ros Consulting GmbH
Da Ros Consulting GmbH ESRI Infoveranstaltung 2007, Downloadversion Geomarketing mit MarktAnalyst für f r ArcGIS 23. August 2007, ZürichZ Da Ros Consulting GmbH Sonnenhaldenstrasse 18 CH-9243 Jonschwil
MehrKonzeptuelle und logische Modellierung eines Data-Warehouse-Systems
Seminar Data Warehousing im Verkehrsbereich Sommersemester 2003 Konzeptuelle und logische Modellierung eines Data-Warehouse-Systems Ling Kong 09.07.2003 Inhaltsverzeichnis 1. Einleitung... 1 2. Multidimensionales
MehrDiplomprüfung für Vermessungsingenieure Herbsttrimester 2009 Fach: Geoinformationssysteme
Univ.-Prof. Dr.-Ing. Wolfgang Reinhardt Institut für Geoinformation und Landentwicklung Universität der Bundeswehr München D-85577 Neubiberg Diplomprüfung für Vermessungsingenieure Herbsttrimester 2009
MehrHochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3. Aufgabenstellung
Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 18.12.2013 1. Kurzbeschreibung Dieses Praktikum
MehrMedizininformatik Software Engineering
Vorlesung Software Engineering Inhaltsverzeichnis 1. Einleitung 2. Software und Medizinprodukt 3. Vorgehensmodelle 4. Strukturierter Entwurf von Echtzeitsystemen 4.1 Echzeit, was ist das? 4.2 Einführung
MehrPRÜFUNG. Grundlagen der Softwaretechnik
Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner PRÜFUNG Grundlagen der Softwaretechnik Name: Matrikelnummer: Note: Prüfungstag: 03.03.2011 Prüfungsdauer:
MehrSie sollen eine Datenbank für Befragungen mittels Online-Fragebögen zu unterschiedlichen Themen erstellen:
FRAGEBOGEN-AUFGABE Sie sollen eine Datenbank für Befragungen mittels Online-Fragebögen zu unterschiedlichen Themen erstellen: Ein Fragebogen besteht aus mehreren Fragen, eine Frage kann in mehreren Fragebögen
MehrAnalytic Views: Einsatzgebiete im Data Warehouse
Analytic Views: Einsatzgebiete im Data Warehouse Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Analytic Views sind eine der wesentlichen Erweiterungen in Oracle 12c Release 2. Durch zusätzliche
MehrBerechnung einer Geschwindigkeit
InfoBrief Nr. 65 Überblick Bei der Auswertung von Messwerten interessiert neben den absoluten Größen und den Wertänderungen oft auch, wie schnell die Änderungen erfolgten. In GKS Pro kann die Geschwindigkeit
MehrIndividuelle Hilfeplanung Rheinland-Pfalz Heilpädagogische Hilfen für Kinder im (Vor-)Schulalter
Individuelle Hilfeplanung Rheinland-Pfalz Heilpädagogische Hilfen für Kinder im (Vor-)Schulalter I: Grundsatzziele, Derzeitige Situation, Hindernisse, Meilensteine Individuelle Hilfeplanung Rheinland-Pfalz,
MehrÜbung 8. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 8 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/fischerd/ Technische Universität München Fakultät für Informatik
MehrVorlesung ffeinfühnuig in die Kosten- und Wirtschaftlichkeitsmchnun~ Übungsl<lausur. vollständiger/unvollständiger Kapitalmarkt
INSTITUT FÜR WIRTSCHAFTSWISSENSCHAFT ABTEILUNG PÜR BWL UND UNTERNEHMENSFORSCHUNG Prof. Dr. Jürgen Zimmermann (juergen. zimmermann@tu-clausthal. de) Julius-Albert-Str. 2 38678 Clausthal-Zeilerfeld Tel.:
MehrHaben Sie die Zeit im Griff? Designtipps zur Zeitdimension
Haben Sie die Zeit im Griff? Designtipps zur Zeitdimension Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Data Mart, Star Schema, Dimensionale Modellierung, Zeitdimension
MehrKlausur in Datenmanagement SS 2009
Fachhochschule München FB 07 Informatik Klausur in Datenmanagement SS 2009 Studiengang : Informatik - Semester IBB4C Prüfer : Bojan Milijas Prüfungstermin : 26.07.2009; 15:30 16:00 Uhr (Raum R1.009) Prüfungsdauer
MehrDas konzeptionelle Datenmodell
Das konzeptionelle Datenmodell Signifikanz der Datenmodellierung Anforderungsanalyse Effizienz der Anwendung. Redundanzfreiheit. Datenintegrität. Reibungsarme Umsetzung des Datenmodells in das physikalische
MehrOracle Data Warehouse Multidimensionale Modellierung und Star Schema Design
Workshopbegleitmaterial Multidimensionale Modellierung und Star Schema Design 1 /11 Oracle Data Warehouse Multidimensionale Modellierung und Star Schema Design Aufgaben und Lösungen Stand Mai 2013 V1 Workshopbegleitmaterial
MehrDeckungsbeitragsrechnung Liter
OSZ Wirtschaft und Sozialversicherung Fach: Rechnungswesen LA: Kostenrechnung LE: Teilkostenrechnung ÜBUNG: Äpfel und Birnen Erforderliche Materialien: Erfolgsplanung Habedank-Säfte GmbH für die Wochen
MehrInformatik I Übung, Woche 47: Nachtrag zur dynamischen Programmierung
Informatik I Übung, Woche 47: Nachtrag zur dynamischen Programmierung Giuseppe Accaputo 20. November, 2015 : Definition : Unser Rucksack kann nur 20 kg tragen, wir wollen jedoch den Wert der Ware, welche
MehrOperatoren für das Fach Mathematik
Operatoren für das Fach Mathematik Anforderungsbereich I Angeben, Nennen Sachverhalte, Begriffe, Daten ohne nähere Erläuterungen und Begründungen, ohne Lösungsweg aufzählen Geben Sie die Koordinaten des
MehrSchema Mapping. Armin Roth 25.04.2013. arminroth.de. Armin Roth (arminroth.de) II Schema Mapping 25.04.2013 1 / 23
Schema Mapping Armin Roth arminroth.de 25.04.2013 Armin Roth (arminroth.de) II Schema Mapping 25.04.2013 1 / 23 Agenda 1 Wiederholung: Schema Mapping 2 Logische Mappings 3 Erzeugung der Anfragen Armin
MehrÜbung Kostenrechnung SS 2015
SS 2015 Übung 4 Kostenträgerrechnung Kalkulation und Kostenverrechnung bei Einzel- und Serienfertigung Ausgangspunkt der Zuschlagskalkulation Einzelkosten - direkt dem einzelnen Auftrag/ Kostenträger zurechenbar
MehrDatenbanken. Erstellen des Semantischen Modells. Manuel Friedrich. Schiller-Gymnasium Hof
Datenbanken Erstellen des Semantischen Modells Die Objektorientierte Sichtweise! Die Objektorientierte Sichtweise! Alles ist ein Objekt! Mensch Lehrgang Produkt Kunde Lieferant Beispiel Kreis Linienfarbe
MehrHaben Sie die Zeit im Griff? Designtipps zur Zeitdimension
Haben Sie die Zeit im Griff? Designtipps zur Zeitdimension Dani Schnider Principal Consultant 22. November 2012 Abfragen im Data Warehouse haben fast immer einen Zeitbezug. Ob es dabei um die Mitarbeiterauslastung
MehrWillkommen zum DBS I Praktikum!
Willkommen zum DBS I Praktikum! Oliver Berthold Frank Huber Heiko Müller Lehr- und Forschungseinheit Datenbanken und Informationssysteme Übungsaufgaben Ausgabe Montags (i.d.r. aller 2 Wochen) erste Aufgabe
MehrAufbau eines Data Warehouse für den Lebensmitteleinzelhandel
Die Fallstudie aus der Wirtschaftsinformatik: Aufbau eines Data Warehouse für den Lebensmitteleinzelhandel Dipl.-Kfm. Carsten Bange, Dr. Heiko Schinzer, Würzburg 1. Ausgangssituation Der hohe Wettbewerbsdruck
MehrErfolg mit Oracle BI?
Erfolg mit Oracle BI? Typische Fehlerszenarien und deren Lösung Gerd Aiglstorfer G.A. itbs GmbH Das Thema 2 Oracle BI (OBIEE)? Das war eine Fehlentscheidung! Viel zu umständlich! Wenig Flexibilität & teure
MehrAgentWorks: Erste Schritte
AgentWorks: Erste Schritte 31.08.2012 2012 MoneyGram International Alle Rechte vorbehalten. Inhaltsverzeichnis 1. Die erste Anmeldung bei AgentWorks einen PC registrieren... 1 2. Verwendung der Dashboards...
MehrSeminar C16 - Datenmodellierung für SAP BW
C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW
Mehr5. Übungsblatt. Für die Übung am Donnerstag, 27. N ovember 2008 von 15:30 bis 17:00 Uhr in 13/222.
AG Datenbanken und Informationssysteme Wintersemester 2008 / 2009 Prof. Dr.-Ing. Dr. h. c. Theo Härder Fachbereich Informatik Technische Universität Kaiserslautern http://wwwlgis.informatik.uni-kl.de/cms/
MehrXINDICE. The Apache XML Project 3.12.09. Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de
Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de 3.12.09 HKInformationsverarbeitung Kurs: Datenbanken vs. MarkUp WS 09/10 Dozent: Prof. Dr. M. Thaller XINDICE The Apache XML Project Inhalt Native
MehrDatenbanksysteme 1 Sommersemester Juni 2006
Lehrstuhl für Praktische Informatik III Prof. Dr. Carl-Christian Kanne Email: cc@pi3.informatik.uni-mannheim.de Norman May B6, 29, Raum C0.05 68131 Mannheim Telefon: (0621) 181 2517 Email: norman@pi3.informatik.uni-mannheim.de
MehrWie modelliere ich mein Core Data Warehouse?
Wie modelliere ich mein Core Data Warehouse? Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Datenmodellierung, Historisierung Einleitung Das Core dient im Data Warehouse
MehrBasiswissen Mittelstandscon
Basiswissen Mittelstandscon von Peter Posluschny 2., vollständig überarbeitete und wesentlich erweiterte Auflage Oldenbourg Verlag München Inhalt Vorwort zur zweiten Auflage IX 1 Einleitung 1 1.1 Das didaktische
MehrRelationales Datenbankpraktikum 2016ss
Relationales Datenbankpraktikum 2016ss 3 Teile 1) Datenbankentwurf, Datenimport 2) Formulierung von SQL-Anfragen V. Christen, Dr. A. Groß, M. Junghanns, Z. Sehili 3) Entwicklung einer Middleware für eine
MehrRechnungserklärung Wasser/Abwasser
Rechnungserklärung Wasser/Abwasser Seite 1 1 In diesem Feld finden Sie das Druckdatum der Abrechnung, der Rechnungsnummer der aktuellen Abrechnung, der Kundennummer (bitte geben Sie diese immer an, wenn
MehrGeschäftsabläufe und Beziehungen zwischen. (Mitarbeitende / Geschäftsobjekte)
BusinessModel Geschäftsabläufe und Beziehungen zwischen Mitarbeitenden und Geschäftsobjekten: Arbeitsabläufe, Mitarbeitende, Hilfsmittel und Organisationsstruktur. Was läuft manuell, was IT-gestützt, wer
MehrSS 2010. Björn Berezowski B.Sc. Marco Münch B.Sc. Michael Roth B.Sc. Repetitorium PG 1. Übungsblatt. 1 Übung - Probeklausur SS 2010 Typ Prof.
SS 2010 Björn Berezowski B.Sc. Marco Münch B.Sc. Michael Roth B.Sc. Repetitorium PG 1 Übungsblatt 1 Übung - Probeklausur SS 2010 Typ Prof.Humm Aufgabe : Bank-Verwaltungs-System In dieser Klausur werden
MehrBAB zu Aufgabe (in Fr ) Kostenstellenrechnung. Verwaltung/ Vertrieb. Produkt A. Produkt B. Fertigung. Gebäude. Material.
36.01 BAB zu Aufgabe 36.01 (in Fr. 1000. ) Kostenartenrechnung Kostenstellenrechnung Gebäude Material Fertigung Verwaltung/ Vertrieb Kostenträgerrechnung Produkt A Produkt B Einzelmaterial Einzellöhne
MehrÜbungsblatt 8- Lösungsvorschlag
Universität Innsbruck - Institut für Informatik Prof. Günther Specht, R.Binna, N.Krismer, M. Tschuggnall 30. November 2012 Proseminar Datenbanksysteme Übungsblatt 8- Lösungsvorschlag Aufgabe 1 (Trigger)
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 10 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe15 Moritz Kaufmann (moritz.kaufmann@tum.de)
MehrEinführung in die Volkswirtschaftslehre 3. Übung
Einführung in die Volkswirtschaftslehre 3. Übung 3. Handelsvorteile und Märkte Wintersemester 2007/2008 Dipl.-Vw. Steffen Rätzel 3.1 Die folgende Tabelle zeigt den benötigen Arbeitseinsatz in Stunden zur
MehrZ U O R D N U N G E N
A u f g a b e 1 Herr Knusper kauft 15 Brötchen und zahlt dafür 1,80. Herr Frisch kauft 6, Frau Sparsam nur 3 Brötchen. Frau Knabber zahlt 1,08. Nur Herr Geizig hungert lieber und kauft gar nicht ein. a)
Mehr