Knowledge base

Drivers zijn parameters die gebruikt worden in allocaties. Een veel voorkomende driver in planning is bvb. het sales volume.

Geavanceerde analytics (Advanced analytics) kunnen gedefinieerd worden als analyses die gebruik maken van wiskundige en statistische algoritmes. Om dit te verwezenlijken zal men dikwijls gebruik maken van data mining en BI rapportage tools. Deze geavanceerde analyses kunnen ingedeeld worden in drie groepen:

Bij het denormalisatie proces van gegevens zal men de genormaliseerde informatie opnieuw structureren in een vorm waar dubbele data aanwezig mag zijn. Dit is soms de meest aangewezen en enige manier om een datawarehouse in een stermodel te modeleren omwille van performantie redenen. Het dernomaliseren van tabellen slorpt meer opslagruimte op en vertraagt tevens OLTP transactie’s, maar verbetert wel de performantie van queries in een BI omgeving.

Wanneer in een database alle herhalende waardes (op attribuut niveau) verwijderd werden door deze waardes op te nemen in andere tabellen.Relationele OLTP systemen zijn meestal in hoge mate genormaliseerd. Data warehouses kennen typisch geen hoge graad van normalisatie.Het normaliseren van data is een proces, origineel gedefinieerd door E.F. Codd en komt neer op het zodanig structureren van gegevens in verschillende tabellen zodat er geen redundantie of dubbele gegevens meer aanwezig zijn.

SAP HANA is an in-memory database platform for processing high volumes of operational and transactional data in real-time.

Levels are an implementation of the hierarchies that represent the level of detail viewed in a dimension. As an example, for a time dimension hierarchy, we have levels for year, quarter, and month.

Master Data management is een verzameling van oplossingen en processen dat trach te komen tot een consistente en coherente versie van alle master data entiteiten zoals producten, klanten,....

Een opslagplaats die gedetailleerde definities bijhoudt rond de informatie van logische & fysische data warehouse data modellen.

Het betreft hier het visualiseren van data in een tabel als een percentage van het totaal van alle data, gebruikmakend van het percentage van een rij of het percentage van een kolom. Een gebruiker kan bijvoorbeeld ‘Verkoop in een bepaalde regio’ tonen als een percentage van de totale verkoop voor alle regio’s.

Het Pareto principe houdt in dat 80% van de resultaten afkomstig zijn van 20% van de oorzaken.