Business Intelligence

Front 1

Wat is Business Intelligence?

Back 1

Business Intelligence is het voortdurende proces, waarmee organisaties op gerichte wijze data verzamelen, registreren en analyseren. De daaruit resulterende informatie en kennis worden daarna in besluitvormingsprocessen toegepast om de beslissingen en zo ook de prestaties van de organisatie te verbeteren.

Front 2

Wat is het doel van Business Intelligence?

Back 2

Business Intelligence heeft als doel: competitief voordeel te creëren en organisaties slimmer te kunnen laten werken.

Front 3

Wat zijn de belangrijkste termen in de omschrijving van Business Intelligence?

En waarom?

Back 3

De belangrijkste termen zijn: informatie en beslissingen.

Business Intelligence draait namelijk om het beter in staat zijn beslissingen te nemen op basis van informatie.

Front 4

Wanneer kunnen we zeggen dat een BI project is mislukt?

Back 4

1. Wanneer een BI oplossing niet van de juiste informatie voorziet bij het maken van de juiste beslissingen.

2. Als de BI oplossing niet gebruikt wordt.

Front 5

Hoe kunnen we voorkomen dat een BI project mislukt?

Back 5

Door ervoor te zorgen dat de eindgebruikers (belanghebbenden) vanaf het begin betrokken zijn bij het project.

Front 6

Hoe werd BI vroeger genoemd?

Back 6

Decision Support Systems (DSS)

Front 7

Wat is informatie analyse?

Back 7

Informatie analyse is het achterhalen wat de behoeftes, wensen en eisen van de beoogde eindgebruikers van een systeem zijn.

Front 8

Wat is self-service BI?

Back 8

Self-service BI draait om het in staat stellen van eindgebruikers om zelf in hun informatiebehoeften te voorzien (zonder anderen te vragen om oplossingen voor ze te bouwen) ten einde de juiste informatie op het juiste moment ter beschikking te hebben.

Front 9

Wat is een datawarehouse?

Back 9

Een datawarehouse is een centrale database gevuld met gegevens uit een of meer aparte bronnen met als doel het maken van rapportages en het doen van data-analyses.

Front 10

Noem 5 voordelen van een datawarehouse.

Back 10

1. Historische gegevens

2. Kwaliteit gecontroleerd

3. Verschillende bronnen samenvoegen

4. Performence optimaliseren

5. Rapportages uit 1 bron

Front 11

Wat is het ETL-proces?

Back 11

ETL staat voor Extract, Transforn en Load.

Het ETL-proces zorgt voor de juiste vulling van de datawarehouse en daarmee voor de kwaliteit van de rapportages en analyses die je maakt.

Front 12

Geef een korte omschrijving van de begrippen Extract, Transform en Load van het ETL-proces.

Back 12

*Extract: gegevens halen uit het bronsysteem.

*Transform: de gegevens aanpassen aan de gestelde eisen van de datawarehouse.

*Load:de gegevens laden in de datawarehouse.

Front 13

Wat is een staging database?

Back 13

Een staging database is een database waarin gegevens tijdelijk worden opgeslagen tijdens het ETL-proces alvorens ze overgehaald worden naar het datawarehouse.

Front 14

Wat is een datamart?

Back 14

Een datamart is een deelverzameling van een datawarehouse die specifiek voor een deelgebied van de te maken rapportages wordt gemaakt.

Front 15

Wat is een ODS?

Back 15

Een Operational Data Store (ODS) is de eerste plek waar gegevens belanden, nadat ze uit het bronsysteem zijn gehaald. Het is een soort staging database.

Front 16

Welke problemen zouden kunnen optreden bij het gebruik van een datawarehouse? Noem 3 op.

Back 16

1. Performenceproblemen

2. Moeite goede queries te generen.

3. Eindgebruikers willen gemakkelijk en snel, op een flexibele, niet vooraf gedefienieerde wijze door de gegevens heen kunnen wandelen.

Front 17

Hoe kunnen de problemen, die optreden bij het gebruik van een datawarehouse, eventueel opgelost worden?

Back 17

Deze problemen kunnen verholpen worden door gebruik te maken van semantische modellen.

Front 18

Wat is een semantisch model?

Back 18

Een semantisch model is een abstractielaag die betekenis en verbanden toevoegt aan de gegevens in een database.

Front 19

Wat is data mining?

Back 19

Data mining is het gericht zoeken naar (statische) verbanden in gegevensverzamelingen, met als doel profielen op te stellen voor wetenschappelijk journalistiek of comercieel gebruik.

Front 20

Wat is Big Data?

Back 20

Men spreekt van Big Data wanneer men werkt met een of meer datasets die te groot zijn om met een regulier RDBMS te onderhouden.

Front 21

Welke 3 aspecten van Big Data vormen een issue voor de verwerking met een RDBMS?

Back 21

1. Volume: hoeveelheid gegevens

2. Velocity: verwerkingssnelheid

3. Variety: diversiteit van de gegevens

Front 22

Wat is het BI volwassenheidsmodel?

Back 22

Met het BI volwassenheidsmodels wordt er bepaald hoe ver (in welke fase) een bedrijf is in het BI proces.

Front 23

Uit welke 5 fasen bestaa het BI volwassenheidsmodel? Geef een korte omschrijving van elke fase.

Back 23

1. Prenatale fase: geen sprake van BI.

2. Peuterfase: gebruik van een of andere vorm van spreadmarts.

3. Kindfase: er komt regie in de BI. Er komt een datamart.

4. Volwassen fase: datamarts worden gevoed vanuit de centrale datawarehouse.

5. Ontwikkelde fase: er worden gevorderde analyses gemaakt. BI is uitgegroeid tot een competentie.

Front 24

Wat is een BICC?

Back 24

Een Business Intelligence Competence Center (BICC) is een speciaal multidisciplinair team dat zich volledig richt op het doen van BI binnen een organisatie in de ontwikkelde fase.

Front 25

Uit welke 4 fases bestaat de BI Life Cycle?

Back 25

1. Analyseren: verbanden zoeken.

2. Verkrijgen van inzicht: conclusies trekken op basis van de analyse.

3. Het uitzetten van acties: plannenvan veranderingen op basis van het verkregen inzicht.

4. Het meten van de resultaten van de uitgezette acties.

Front 26

Wat is ABI?

Back 26

Agile Business Intelligence (ABI) maakt gebruik van Agile software ontwikkelmethodieken om snel en makkelijk te kunne inspelen op veranderende behoeften vanuit de organisatie.

Front 27

Wat is de BIMM?

Back 27

Om de ambitie van een organisatie te kunnen inschatten wordt gebruik gemaakt van de Business Intelligence Maturity Matrix (BIMM).

Front 28

Waarvoor dient de Business Intelligence Maturity Matrix (BIMM)?

Back 28

De BIMM dient om te bepalen waar men nu staat en om te bepalen wat de ambities zijn ten aanzien van BI.

Front 29

Op welke 3 niveau's moeet het doel bepaal worden bij implementatie?

Back 29

1. Strategich niveau: het richten van BI.

2. Tactisch niveau: het inrichten van BI.

3. Operationeel niveau: het verrichten van BI.

Front 30

Aan welke belangrijke aspecten moeten er gedacht worden, wanneer iets besloten wordt op het gebied van BI?

Back 30

1. Scope

2. Doelen

3. Informatiebehoefte

4. Bronnen

5. Architectuur

6. Organisatie

Front 31

Wat is de scope?

Back 31

Scope is het afbakenen (bepalen wat wel en wat niet deel is) van een project.

Front 32

Hoe worden de scope en de doelen van een project bepaald?

Back 32

Het is een iteratief proces. Ze moeten beiden voor alle 3 niveau's beschreven worden en ze moeten SMART geformuleerd zijn.

Front 33

Wat wordt verstaan onder Informatiebehoefte?

Back 33

De informatiebehoefte is de informatie die een medewerker in een bepaalde funcite nodig heeft om zijn of haar functie naar behoren uit te voeren.

Front 34

Waar moet naar gekeken worden bij het bepalen van de informatiebehoefte?

Back 34

1. Doelgroep

2. Meetwaarden

3. Balanced scorecard

4. Context

Front 35

Uit welke 4 soorten gebruikers kan de doelgroep bestaan?

Back 35

1. Farmers: vaste, terugkerende informatiebehoefte.

2. Tourists: behoefte aan ad-hoc. Zelf rapporten kunnen aanpassen.

3. Explorers: gaan analyseren. Rapporten vrij statisch

4. Miners: proberen patronen in de gegevens te herkennen.

Front 36

Wat zijn KPI's?

Back 36

Kriteke Prestatie Indicatoren zijn de meetwaarden die in 1 opslag laten zien of het goed gaat of niet.

Front 37

Uit welke componenten bestaat een KPI?

Back 37

1. Meetwaarde

2. Doelstelling

3. Status

4. Trend

Front 38

Noem de 4 deelgebieden of perspectieven waarin een Balanced Scorecard onderverdeeld worden en geef een krte omschrijving van elk.

Back 38

1. Financieel perspectief: vertegenwoordigd de kijk van financiiers en aandeelhouders op de organisatie.

2. Klant perspectief: zegt iets over de markt.

3. Interne perspectief: werknemers en de processen binnen de organisatie.

4. Leer- en groeiperspectief: ook wel innovatie perspectiefgenoemd; heeft het vizier iets meer op de toekomst gericht.

Front 39

Wat houd hetcontext in bij het bepalen van de informatiebehoefte?

Back 39

Het context geeft betekenis aan de meetwaarden (oftewel KPI's).

Front 40

Wat is de belangrijkste consequentie van het feit dat een BI-project GEEN ICT-project is?

Back 40

Het belangrijkste is dat er ook niet-IT mensen lid moeten zijn van het projectteam in het bijzonder de beoogde eingebruikers.

Front 41

Wat zijn de rollen die voorkomen binnen een BI-project?

Back 41

1. Projectleider

2. Architect

3. DBA'ers en ontwikkelaars

4. Informatieanalist

5. Eindgebruikers

6. Executive sponsor

7. Data steward

Front 42

Wat is het gevolg van een BI-projectdat te veel nadruk legt op de technische kant (ICT-zijde)?

Back 42

Het project wordt niet geaccepteerd (mislukt project).

Front 43

Wat kunnen mogelijk oorzaken zijn die ertoe hebben geleid dat het project niet geaccepteerd wordt?

Back 43

1. Niet op het juiste moment voorhanden

2. Niet actueel genoeg

3. Niet relevant

4. Gebruikers doen niks met de informatie

5. Gebruikers vertrouwen de informatie niet

6. Gebruikers willen er niet mee werken

7. Het is te technisch

8. niet geneg in staat mee te groeien

9. project duurt te lang

10. richt zicht te veel op het verzamelen van gegevens

Front 44

Waarom gebruik maken van een datawarehouse voor rapportages en analyses?

Back 44

Je maakt gerbuik van een datawarehouse vanwege de mogelijke performance gerelateerde problemen die kunnen ontstaan als je rapporten en analyses maakt direct vanuit het bron systeem.

Front 45

Voor welke workload zijn Operationele Databases geoptimaliseerd?

Back 45

Operationele databases zijn geoptimaliseerd voor een OLTP workload.

Front 46

Wat is OLTP?

Back 46

Bij Online Transaction Processing (OLTP) kenmerkt het gerbuik van de database zich door veel klenie acties, waarbij een relatief groot aantal van deze acties wijzigingen betreft.

Front 47

Wat is de bedoeling van het normaliseren van een database?

Back 47

Het normaliseren van een database voorkomt redundantie en vergroot de cosistentie van gegevens.

Front 48

Wat zijn de voordelen van het normaliseren van een database?

Back 48

1. De kans op fouten is kleiner

2. De database blijft kleiner in zijn geheel

3. Schrijfen in een database gaat veel sneller als er minder redundantie in zit.

Front 49

Wat is OLAP?

Back 49

Bij Online Analitical Processing (OLAP) kenmerkt het gebruik van de database zich door voornamelijk lezen.

*Een read-only workload wordt ook wel een OLAP-workload genoemd.

Front 50

Wat is het nadeel van normaliseren voor OLAP?

Back 50

Het nadeel van normaliseren voor OLAP is dat de benodigde query's moeilijk en traag worden.

Front 51

Welke 2 hoofdvormen kennen we voor de indexstrategie?

Back 51

1. Clustered index

2. Non-clustered index

Front 52

Wat is een clustered index?

Back 52

Bij een clustered index maakt de database-engine gebruik van de kennis van de sorteervolgorde om de gevraagde records snel op te halen. Lezen in de database is snel, maar schrijven is traag.

Front 53

Wat is een non-clustered index?

Back 53

Bij een non-clustered index zijn er verwijzingen naar records gemaakt. Een datamart of een rapportagedatabase kan indexen bevatten die speciaal voor rapprtenen analyses gemaakt zijn. Dit levert verbeterde performance op ten opzichte van de bronsystemen en daarmee betere acceptatie.

Front 54

Wat zijn datamarts?

Back 54

Datamarts bieden gebruikers informatie aan in een voor de ebruiker begrijpelijke eenvoudige vorm.

Front 55

Welke 2 problemen kunnen ontstaan bij achteruitgang van de operationele applicaties?

Back 55

1. Resource gerbuik

2. Concurrency

Front 56

Welke kwaliteitsproblemen kan de in de database opgeslagen informatie hebben?

Back 56

1. Dubbele gegevens

2. Ontbrekende gegevens

3. Foutieve gegevens

4. Inconsistente gegevens

Front 57

Wat is de theoroie van Kimbal?

Back 57

In de theorie van Kimbal bestaat het datawarehouse uit een verzameling van alle stermodellen die tezamen de hele organisatie beschrijven.

Front 58

Uit welke 2 tabellen bestaat een stermodel?

Back 58

1. Een feitentabel: is de tabel waar grootheden, die een proces meetbaar maken, worden opgeslagen.

2. Een dimensietabel: zijn de tabellen die de context bevatten die betekenis geeft aan de feiten.

Front 59

Noem de 4 hoofdstappen om tot een stermodel te komen.

Back 59

1. Kies het te modelleren proces.

2. Bepaal het te gebruiken detailniveau.

3. Bepaal de van toepassing zijnde dimensie.

4. Bepaal de relevante feiten.

Front 60

Wat is de grain?

Back 60

De grain is het detailniveau van de datamart.

Front 61

Wat is het grain-statement?

Back 61

Het grain-statement is de uitspraak die vastlegt op welk detailniveau je gegevens in het datawarehouse gaat opslaan.

Front 62

Wat wordt bedoeld met "To slce and dice"?

Back 62

"To slice and dice" staat voor het maken van willekeurige doorsnedes door de feiten.

Front 63

Waarom hebben datumdimensies veel meerwaarde in datamarts?

Back 63

1. Gemak van filteren

2. Gebroken boekjaren

3. Weeknummers

4. Ontbrekende data

5. Extra meta-data

6. Performance

Front 64

Waarop moet je letten bij het bouwen vaneendatumdimensie?

Back 64

1. Het gewenste detailniveau: in veel datawarehouses bevat de datumdimensie een record voor elke dag op de kalender.

2. Bepaal de sleutels: een goede datumdimesie bevat voor elke relevante periode een unieke sleutel in de vorm van een getal en een kolom met een leesbare beschrijving.

3. Bepaal de overige kolommen: naast de sleutels bevat de datumdimensie beschrijvende informatie.

Front 65

Welke zaken zijn belangrijk bij het maken van dimensies?

Back 65

1. het aantal te maken dimensies: is volledig afhankelijk van de wnesen en eisen. Advies: maximaal beperken tot 6.

2. denormaliseren van dimensies: dimensietabellen zijn platgeslage, niet genormaliseerde tabellelen die veel redundantie hebben.

3. te kiezen sleutels: een surrogaten key of datawarehouse key is een automatisch gegenereerd, uniek, betekenisloos nummer dat elk record krijgt toegewezen op het moment dat het in het datawarehouse wordt weggeschreven.

4. soort informatie: een dimensie bevat bij voorkeur zoveel mogelijk tekstuele informatie met betrekking tot de dimensie.

Front 66

Wat is SCD?

Back 66

In operationele databases is er een gebrek aan historischegegevens. Dit wordt door Kimbal beschreven als Slowly Changing Dimensions (SCD).

Front 67

Geef een omschrijving van de 3 SCD typen.

Back 67

1. SCD type1: de oude waarde van een attribuut wordt overschreven door de nieuwe, actuele waarde. De waarde van het attribuut wordt niet historisch bijgehouden.

2. SCD type 2: bij elke veranderingvan een attribuut wordt eenvolledig nieuw record aangemaakt. Er bestaan actuele records en afgesloten records.

3. SCD type 3: van 1 attribuut worden in 2 verschillende kolommen zowel de huidige als de vorige waarde bijgehouden. Op die manier kunnen huidige en vorige waarden makkelijk vergeleken worden.

Front 68

Wat is een snowflake?

Back 68

Een snowflake is een stermodel, waarvan een of meer dimensies niet zijn platgeslagen, maar genormaliseerd zijn.

Front 69

Wat voor nut heeft het om een dimensie soms toch te normaliseren?

Back 69

1. Conformed dimension: is een dimensie die dusdanig generiek is opgezet dat hij door elk relevant stermodel, zonder aanpassingen, gebruikt kan worden.

2. Beheersbaarheid: het normaliseren van een dimensie en daarmee het maken van een snowflake kan helpen om dimensietabellen klein te houden.

Front 70

Overige dimensie-overwegingen

Back 70

1. Junkdimensie: is een dimensie die bestaat uit een combinatie van enkele niet gerelateerde, zeer kleine dimensies.

2. Gedegenereerde dimensie: is een dimensie zonder dimensieattributen.

3. Unknown member: unknown member is een dummy record in een dimensietabel. Dit record zorgt ervoor dat feiten uit de feitentabel die niet gelinkt kunnen worden aan een dimensierecord nu toch gelinkt kunnen worden.

Front 71

Welke verschillende soorten feiten worden opgeslagen in de feitentabel?

Back 71

1. Additieve feiten: deze kan je bij elkaar optellen.

2. Niet-additieve feiten: zijn niet op te tellen, zoals percentages.

3. Semi-additieve feiten: in sommige dimensies wel op te tellen en in een andere niet.

Front 72

De meeste feitentabellen zijn als het ware...

Back 72

registraties van wat er is gebeurd (snapshots).

Front 73

Wat is een accumulating snapshot?

Back 73

Een accumulating snapshot is een feitentabel die de huidige status van de feiten weergeeft, maar waarbij feiten nog aan verandering onderhevig kunnen zijn.

Front 74

Wat is veelgehoorde kritiek met betrekking tot de Kimball-aanpak?

Back 74

Veel gehoorde kritiek m.b.t. de Kimball-aanpak is dat het dimensioneel gemodelleerde datawarehouse slecht in staat is zich aan te passen aan veranderende omstandigheden.

Front 75

Wat is een Inmon-datawarehouse?

Back 75

Een inmon-datawarehouse is een genormaliseerde database. Dat betekent dat hij is gemodelleerd op basis van verbanden tussen gegevens die stabiel zijn in de tijd in plaats van op basis van veranderljnke processen.

Front 76

Wat is het krietiek dat geleverd wordt op de Inmon-opzet?

Back 76

De Inmon-opzet van een datawarehouse dwingt je eerst het hele datawarehouse te ontwerpen. Dit is moeilijk te rijmen met de tegenwoordige geprevareerde iteratieve manier van werken.

Front 77

Wat is een data vault?

Back 77

Een data vault is een verzameling van gekoppelde tabellen die gedetailleerde en historische informatie bevatten van een of meer processen. Het is een mix tussen normaliseren en dimensioneel modelleren.

Front 78

Wat zijn de voordelen van een data vault?

Back 78

1. Eenvoud van laden: is generiek, gemakkelijk om te vullen.

2. Snelheid van laden: hubs, links en satellites zijn onafhankelijk, de foreign keys zitten in de hubs, dus die moeten eerst geladen worden.

3. Betrouwbaarheid van laden: laden is betrouwbaar en het loggen van fouten is eenvoudiger.

4. Compliance: opzet met source keys en verwijzingen naar audit-records.

Front 79

Wat is het functioneel ontwerp van een database?

Back 79

Het functioneel ontwerp van een database is de gewenste fabelstructuur, alleen rekening houdend met de functionele eisen die zijn voortgekomen uit de informatieanalyse.

Front 80

Wat is het technisch ontwerp van een database?

Back 80

Het doel van een technich ontwerp is omhet functioneel ontwerp aan te passen aan de werkelijkheid.

Front 81

Hoe wordt de gemiddelde lengte van een record bepaald?

Back 81

De gemiddelde lengte van een record wordt bepaald door:

1. welke kollomen het betreft

2. wat het datatype is

3. en de gemiddelde lengte.

Front 82

Welke 3 datatypes onderscheiden we?

Back 82

1. numeriek

2. alfanumeriek

3. datum

Front 83

Welke factoren hebben effect op de totale omvang van de database?

Back 83

1. Compressie van de gegevens

2. Indexen

Front 84

Wat bereik je met compressie?

Back 84

1. minder opslagcapaciteit nodig

2. betere performance

Front 85

Wat zijn simpele query's?

Back 85

Simpele query's zijn gewone recht-toe-recht-aan SELECT statements, zonder moeilijke functies, beperkingen of constructies.

Front 86

Wat zijn gemiddelde query's?

Back 86

Gemiddelde query's worden met een grote frequentie uitgevoerd en bevatten een aantal joins en aggregaties.

Front 87

Wat zijn moeilijke query's?

Back 87

Moeilijke query's bevatten complexe logica.

Front 88

Wat is de maximum consumption rate?

Back 88

De maximum consumption rate is de mawimale hoeveelheid data die het DBMS per seconde per processor core kan verwerken.

Front 89

Hoe kan je de maximum consumption rate meten?

Back 89

Je kan deze meten door een query uit te voeren en te kijken hoeveel data de query ophaalt en wat de query-responsetijd was.

Front 90

Wat is een datawarehous appliance?

Back 90

Een datawarehouse appliance is een geïntegreerde set van servers, opslagmedia, operating system, DBMS en andere software speciaal geïnstalleerd en geoptimaliseerd voor datawarehousing.

Front 91

Wat is het nadeel bij gebruik van indexen?

Back 91

1. De database wordt groter

2. De schrijfperformance wordt slechter

Front 92

Wat is column store?

Back 92

Een column store index slaat gegevens kolom voor kolom op in plaats van rij voor rij.

Front 93

Wat is partitionering?

Back 93

Partitionering gaa tuit van het idee dat kleine tabellen beter zijn voor performance dan grote tabellen.

Front 94

Op welke 2 manieren kunnen we grote tabellen opslaan als een verzameling van kleine tabellen?

Back 94

1. Verticale partitionering: kolommen worden verdeeld over twee tabellen.

2. Horizontale partitionering: records worden verdeeld over twee of meer tabellen.

Front 95

Wat is Master Data Management (MDM)?

Back 95

Master Data Management is een verzameling disciplines en processen die zorgen voor accurate, complete, tijdige en consistente gegevens voor de belangrijke entiteiten binnen een organisatie over verschillende databases, afdelingen en landen heen.

Front 96

Wat is Data Governance?

Back 96

Data Governance staat voor het beleid dat een organisatie voert ten aanzien van gegevens en informatie.

Front 97

Wat is compliancy?

Back 97

Compliancy is het voldoen aan regels en eisen opgelegd door exteren partijen, zoals overheden en toezichthouders.

Front 98

Wat is nodig voor een goede introductie van MDM?

Back 98

1. een projectleider die politieke gevoeligheid ziet en begrijpt

sponsorship van het management

3. goede Business Case met een heldere doelstelling

4. een duidelijke scope van het project

5. inzicht in het business model

Front 99

Op welke 3 punten kan MDM voordeel opleveren t.b.v. de Business Case?

Back 99

1. op operationeel niveau minder fouten

2. op BI niveau eenduidiger analyses maken

3. complianceregels zijn makkelijker te voldoen

Front 100

Wat zijn de belangerijke aspecten die uit de informatieanalyse verkregen worden?

Back 100

1. Welke kollomen

2. Data latency

3. Historische gegevens

4. Oude gegevens

5. Auditing

6. Fouten

7. Monitoring

Front 101

Wat is data latency?

Back 101

Data latency is de tijd die zit tussen het ontstaan van gegevens en het moment dat deze gegevens beschikbaar komen.

Front 102

Welke 3 verschillende architecturen kunnen gevormd worden?

Back 102

1. zonder staging laag

2. met staging

3. met twee staging lagen

Front 103

Welke 3 eisen worden gesteld aan gespecialiseerde OLAP databases?

Back 103

1. Conceptueel en intuitief gegevensmodel

2. Goede performance hebben

3. Gemakkelijk voor analysedoeleinden nuttige berekeningen kunnen uitvoeren

Front 104

Wat is een kubus?

Back 104

Het is een analysedatabase die vanuit meerdere perspectievennaar de gegevens kijkt.

Front 105

Hoe worden members in een kubus gevormd?

Back 105

Members in een kubus worden gevormd door de inhoud van een kolom in een datawarehouse.

Front 106

Welke programmeertaal wordt gebruikt om query's te maken voor OLAP kubussen?

Back 106

Multi Dimensional eXpressions (MDX).

Front 107

Wat zijn de redenen dat kubussen veelal een betere performance bieden dan relationele databases?

Back 107

1. andere opslagstructuur

2. betere compressie

3. andere query engine

4. pre-aggregaties

Front 108

Wat is MOLAP?

Back 108

Multidimensional OLAP wordt vaak gezien als hetzelfde als OLAP. Alle gegevens zijn in de kubus zelf opeslagen. [levert goede performance]

Front 109

Wat is ROLAP?

Back 109

Relational OLAP: de gegevens zitten in een onderliggende relationele database. Slechtere performance dan MOLAP.

Front 110

Wat is HOLAP?

Back 110

Hybrid OLAP: een mix van MOLAP en ROLAP. Vooraf berekende aggravaties worden opgeslagen in de kubus (MOLAP), maar detailgegevens blijven achter in de datamart.

Front 111

Wat is DOLAP?

Back 111

Desktop OLAP: probeert OLAP offline te doen.

Front 112

Wat is data mining?

Back 112

Data mining is het gericht zoeken naar verbanden in gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk of commercieel gebruik.

Front 113

Noem de 2 soorten data mining die we ondescheiden.

Back 113

1. Beschrijvende data ming

2. Voorspellende data mining

Front 114

Wat is beschrijvende datamining?

Back 114

Beschrijvende datamining spoort verbanden en patronen op in gegevens. Het datamining-algoritme spoort het verband op tussen 2 grootheden en de mens bepaalt de relevantie van et gevonden verband.

Front 115

Wat is voorspellende datamining?

Back 115

Voorspellende datamining voorspelt wat uitkomsten zijn. Verschillende algoritmes zijn aanwezig; de bekenste zijn beslissingsbomen en neurale netwerken.

Front 116

Wat is analytics?

Back 116

Analytics is het ontdekken en communiceren van betekenisvolle patronen in gegevensverzameling.

Front 117

Waaruit bestaat analytics?

Back 117

1. Het analyseren van gegevens

2. Het communiceren van informatie

Front 118

Wat zijn Business Analytics?

Back 118

Business Analytics zijn vaardigheden, technologieën, applicaties en werkwijzen voor constant en iteratief onderzoek naar de prestatie uit het verleden van de organisatie om inzicht te creëren en te plannen.

Front 119

Wat is het verschil tussen BI en BA?

Back 119

BI: gekwalificeerd inzichtelijk maken van wat was.

BA: gaat verder en kijkt in de toekomst.