Dit hoofdstuk is TECHNISCH dat kun je zien aan het PLAATJE
hoofdstuk 1
hoofdstuk 2
hoofdstuk 3 deel 1
hoofdstuk 3 deel 2
hoofdstuk 4
Openingscase
Wees SAP, en als dat niet kan, gebruik dan SAP. En sla je gegevens niet op 294857 plekken op (dat is wel echt een goede tip).
Par 5.1 Het ordenen van bestanden in een traditionele bestandsomgeving
We krijgen uitgelegd wat eet bit, byte, veld, record, bestand, database, entiteit en attribuut zijn.
Wist ik al.
Par 5.1.2 Problemen met een traditionele bestandsomgeving
Gegevens dubbel en/of op 294857 opslaan is om verschillende redenen geen goed idee.
Par 5.2 De databasebenadering
Yada yada yada tupels sql primaire sleutels entiteiten relaties (deze paragraaf hoeven we niet te bestuderen want Dat Weten We Al, hoera)
Par 5.3 Databases gebruiken voor verbetering van de bedrijfsprestatie en de besluitvorming
Par 5.3.1 De uitdaging van Big Data
buzzzzzzword!
Ongestructureerde data past niet in relationele databases. “Tweederde van de bedrijven verwacht dat big data voor hun organisatie in 2017 pure noodzaak is.”
“Interessant genoeg” zien IT’ers big data vooral als weg tot meer en betere informatie, en managers zien het als middel voor het verwezenlijken van zakelijke doelen. en we zijn allemaal verbaasd
Par 5.3.2 Infrastructuur voor business intelligence
Er zijn diverse tools.
Par 5.3.3 Datawarehouses en data marts
Een datawarehouse is een database die huidige en historische gegevens opslaat die potentieel interessant zijn voor managers in een organisatie. Als je deze definitie volgt onderscheidt dat zich in zeer weinig van elke andere databsase. Maar het gaat erom dat de gegevens niet voor operationele doeleinden worden gebruikt, maar alleen voor analyse en planning.
Par 5.3.4 In-memory computing
Is sneller.
In de volgende interactieve sessie leren we nogmaals dat SAP het antwoord op al je hopen en dromen is.
Par 5.3.5 Analytische tools: relaties, patronen en trends
Een van de onderwerpen die dit prachtige boek uitgebreid uitlicht is sentimentsanalyse, het geautomatiseerd analyseren van teksten om het gevoel van de schrijver te achterhalen, zodat je zonder elke reactie te hoeven lezen kan reageren op ontevreden klanten. Ga ik ook maar eens voor mijn blog aanzetten. Verder zijn er nog veel meer technieken om in big data rond te prutten maar die zal ik niet allemaal overtypen.
Par 5.3.6 Databases en het web
Achter webpagina’s zit vaak ook een database. Dat is handig, want dan kun je zelf dingen opzoeken ipv dat je iemand moet bellen.
Par. 5.4 Databronnen managen
Par 5.4.1 Een informatiebeleid instellen
Informatie is belangrijk, dus denk erover na hoe je ermee omgaat. Een regel dat alleen personeelszaken je salaris aan mag passen in het systeem is best nuttig bv.
Par 5.4.2 Gegevenskwaliteit garanderen
Namens alle datamigratiespecialisten overal ter wereld: DOE DIT
We sluiten het hoofdstuk af met anderhalve pagina over hoe een bedrijf zichzelf redde met… SAP. Wees SAP of gebruik het.
Nou, dat viel allemaal reuze mee!
hoofdstuk 1
hoofdstuk 2
hoofdstuk 3 deel 1
hoofdstuk 3 deel 2
hoofdstuk 4
hoofdstuk 5
hoofdstuk 8
hoofdstuk 9
hoofdstuk 10
Vergeet ook dit pareltje van kwaliteitscontrole van de hand van de uitgeverij niet:
https://geheimeinformatie.nl/what-the-fuck-pearson.jpeg