Företag förlitar sig ofta på Datalager som aggregerar information från flera källor och över tiden. Dessa Datalager är ofta centrala för beslutsfattande inom företagen, både kortsiktiga operativa beslut och långsiktiga strategiska. Eftersom information är en färskvara blir det allt viktigare att de dagliga laddningsrutinerna för datalagren fungerar. Denna rapport avser att analysera möjligheten att applicera principen model checking för en validering. Praktiskt avses att på ett automatiserat sätt använda Promela och Spin som verktyg för att validera att laddningsrutinerna för datalagret är korrekta..

Syfte med detta arbete är att undersöka huruvida avkastningsberäkning för en Datalagerinvestering bör göras, hur det kan göras och om det görs. Vidare avses att undersöka om generella kalkylmetoder kan användas av företag, oavsett storlek, som avser att starta Datalagerinvesteringsprojekt. Datalagerteknologin har ännu en hög utvecklingstakt och detta medför ofta höga utvecklingskostnader i samband med investeringar inom Datalager.Undersökningen baseras på en kombinerad dokumentstudie och enkätundersökning. Dokumentstudien belyser den problematik vilken förknippas med problemområdet. Enkätundersökningen fokuseras mot olika större organisationer såsom banker, post och dagligvaruhandeln, vilka idag använder sig av Datalager.

I denna uppsats undersöks vilka funktioner som är implementerade i organisationers data mining-verktyg. De funktioner som undersöks, är identifierade i litteraturstudier om data mining och Datalager. I uppsatsen beskrivs vad ett Datalager är, samt mer ingående vad data mining innebär. Fallstudien har skett genom kvalitativa djupintervjuer med respondenter från fyra olika organisationer, där respondenterna arbetar som expertanvändare av data mining-verktygen. Slutsatsen i denna uppsats är att organisationernas data mining-verktygen inte har alla funktioner, som identifierats, implementerade och att funktionerna skiljer sig mycket mellan organisationernas data mining-verktyg..

Detta arbete går ut på att undersöka om det är möjligt att förbättra strategisk och taktisk styrning genom systemstöd som använder Datalager och möjliggör analys av nyckeltal och simulering i du Pont scheman. Systemet skall presentera BAS-nyckeltal grafiskt och i du Pont scheman och skall möjliggöra avvikelseanalys i nyckeltal. Data skall extraheras från affärssystem periodiskt, t.ex. månadsvis, och tillsammans med alla BAS-nyckeltal lagras i ett Datalager. Det skall också vara möjligt att lagra budgeterade nyckeltal.

Alltför många organisationer har Datalager innehållande stora mängder sovande data, det vill säga data som sällan eller aldrig används. Sovande data påverkar en organisations Datalager negativt eftersom den försämrar datalagrets prestanda, kostar pengar i onödan och påverkar datalagrets infrastruktur negativt. Enligt Inmon, Glassey och Welch (1997) är det en mycket svår och komplex process att rensa ut sovande data ur sitt Datalager. Administratören måste ha kunskap om vilka datatabeller i datalagret som används och vilka rader utav data som används för att kunna ta bort data från datalagret. Enligt Inmon m.fl.

Inkorporering av extern data i Datalager är problematiskt och problematiken bekräftas av aktuella undersökningar inom området. Detta har medfört att det utvecklats olika former av stöd för att bemöta och analysera problemen som organisationer ställs inför.För organisationer är det i högsta grad viktigt att dess beslutsfattare är välinformerade och klarar av att selektera information från stora mängder data. Det är i dessa sammanhang som en Datalagerlösning är en viktig hörnsten för att stödja analys och presentation av data som ursprungligen är lagrad i olika datakällor (både interna och externa). Genom att inkorporera extern data i datalagret uppnår datalagret en betydligt högre potential och således kan även organisationer och framförallt dess beslutsfattare utvinna stora fördelar.Strand (2005) har tagit fram riktlinjer för att stödja inkorporeringsprocessen av extern data i Datalager. Dock saknas en utvärdering av riktlinjerna.

I denna rapport har vi undersökt om och hur faktorer i människa- datorinteraktions teori påverkar användandet av ett Datalager. De faktorer vi undersökt är informationsbehov och användbarhet. Användbarhet innefattar användarvänlighet, användaracceptans, användaranpassning samt användarkompetens. Då ett Datalager lagrar data som samlas in från verksamhetens övriga system finns möjligheten att söka information direkt från källdatabaserna istället för från datalagret. Detta var fallet för slutanvändarna vid Norrbottens läns landsting.

I samband med uppbyggnaden av Nya Karolinska Solna designas ett nytt sjukhusövergripande Datalager för vitalparametrar, med arbetsnamnet T5, där insamlad data ska följa patienten genom hela sjukhusvistelsen.Inför upphandlingen av systemet behövs en genomgång av vilka standarder, regelverk samt riktlinjer som gäller vid framställning och drift av T5. Genom djupgående litteraturstudier och intervjuer med personer insatta i områden som anses relevanta för projektet, levereras som slutprodukt en rekommendation om hur regelverken och standarderna kan tänkas appliceras på systemet.Projektets resultat visar att om det data som hanteras i T5 är tänkt att användas i medicinskt syfte enligt Lagen om medicintekniska produkter, så är systemet en medicinteknisk produkt. Vidare bör systemet klassificeras som riskklass I, förutsatt att informationen i T5 inte ska användas för patientövervakning i realtid..

I ett företag finns data utspridd i olika datasystem. För att lättare och snabbare komma åt data bör data finnas samlad på ett ställe d.v.s. ett Datalager. Om datalagret ska fungera som ett beslutsstöd för företagsledningen är det viktigt att data håller en hög datakvalitetsnivå så att beslut fattas som gynnar företaget. För att kontrollera datakvalitet kan datakvalitetsverktyg användas.

För att flytta information från en databas till ett Datalager används det idag olika tekniker. Existerande transformeringstekniker baseras på att en applikation hanterar detta. Detta examensarbete går ut på att skapa och undersöka en metod som istället genomför transformeringen i en databas. Denna transformering är metadatadriven, eftersom metadata är den information om data som krävs för att en transformering ska vara möjlig. Arbetet bygger därför på en metadatastudie som behandlar representation och struktur av metadata.

Datalager används för att ge företag en samlad bild av sin verksamhet, en bild som byggs upp av analytikers statistiska beräkningar och modeller. Analytiker arbetar i Datalager med hjälp av olika analysverktyg, och begränsas av dessa verktygs möjligheter att ge en förståelse av datalagrets uppbyggnad och funktion, och av möjligheterna att hitta rätt analysdata. Arbetet med att hitta och analysera data är en iterativ problemlösningsprocess för att få fram det önskade resultatet.Visualiseringar kan fungera som ett verktyg i arbetet och stödja användares beslutsfattande. Denna kvalitativa fallstudie syftar till att undersöka hur visualisering kan användas som ett stöd för marknads- och kreditanalytikers Datalagerarbete. Studien använde användarcentrerade metoder för att undersöka analytikers arbete i ett Datalager.

Allt större och större andel företag väljer att presentera och förmedla varor och tjänster via e-handel. En viktig aspekt vid e-handel är att kunden känner förtroende för e-handelsapplikationen och företaget. Denna rapport redogör för vilken inverkan multimediala inslag har för förtroendet av en e-handelsapplikation, vid initialt användande. En undersökning har genomförts med hjälp av en kooperativ utvärdering av fyra e-handelsapplikationer vilka innehåller olika typer av multimediala inslag har.Resultatet av undersökningen visar att multimediala inslag inverkar positivt på förtroendet för e-handelsapplikationer. Däremot finns indikationer på att för hög grad av multimedialt inslag inverkar negativt på förtroendet för e-handelsapplikationer..

Målet med denna uppsats har varit att kartlägga vilken kvalité informationen som Datalager tillhandahåller har för de beslutsfattare som använder datalagret. Vi har även försökt identifiera olika faktorer som kan vara viktiga att beakta för att uppnå en hög informationskvalité hos Datalager. För att kunna genomföra detta har vi intervjuat olika beslutsfattare för att kartlägga hur de uppfattar den information som deras Datalager genererar. Genom denna undersökning har vi kommit fram till att datalagren varit givande och framgångsrika för de tre företag vi genomfört undersökningen på. De har alla upplevt omfattande fördelar med det som de inte upplevde innan introduktionen av datalagret.

I takt med den teknologiska utveckling och globalisering som framskridit de senaste åren, har det blivit allt viktigare att kunna fatta rätt beslut utifrån data som finns till-gänglig. För att kunna fatta rätt beslut är det betydelsefullt att data är i rätt form och erhålls i rätt tid. Som stöd för detta kan beslutstödssystem användas, vilken möjliggör att användare kan utföra analyser.Att införa ett Datalager är en tidskrävande och kostsam process. Enligt Butler och Sammon (2000) är det endast 50 % av Datalagerprojekten som blir framgångsrika. Forskare har identifierat ett antal faktorer som bör tas i akt för att undvika misslycka-de projekt.Detta examensarbete syftar till att göra en sammanställning av de framgångsfaktorer som forskare identifierat.

AbstractNowadays, companies and organizations manage large amounts of data to be used as support in decision making. A good solution for data management is in the form of data warehouses. A data warehouse is used to gather information from multiple sources within a company and arrange the information in a way that makes it easy to retrieve and analyze. Designing a data warehouse is not a simple task. The study herein will focus on what a data warehouse is and how the ETL process is used for data storage in the data warehouse. ETL stands for Extract, Transform and Load and is the process that retrieves data, transforms it and finally loads it into the data warehouse.