Datamining onder de loep II
|
|
- Myriam van Doorn
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 26 Datamining onder de loep II Door Erik Hoeksema Datamining, of knowledge discovery in databases, maakt het mogelijk nieuwe kennis uit gegevens te halen. In twee artikelen wordt het hoe, wat en waarom van datamining uitgelegd. Deel I verscheen in het vorige nummer van KM. de literatuur zijn verschillende In voorbeelden te vinden hoe een datamining-exercitie zou moeten worden uitgevoerd, al zijn deze vaak gericht op het technische aspect. Zie hiervoor het kader op de volgende pagina. Een standaard model dat ook de organisatorische implicaties in ogenschouw neemt ontbreekt echter. Complex proces Dit gebrek aan een standaard proces is een van de problemen voor de acceptatie van datamining. Dat een dergelijk model er nog niet is, heeft verschillende oorzaken.ten eerste is datamining een complex proces dat voor veel verschillende doeleinden, en dus op veel verschillende manieren, kan worden toegepast. Ten tweede werd datamining in het verleden vooral door technici gebruikt. Deze technici wisten vaak wél wat een dataminingproces inhield, in tegenstelling tot de commerciële gebruikers, maar hadden weinig behoefte hun kennis vast te leggen. Hierin schuilt daarentegen de kracht van een procesmodel.een standaard stelt de verschillende partijen beter in staat met elkaar te communiceren over datamining, waardoor het proces voor de commerciële gebruiker begrijpelijker en beter beheersbaar wordt. Datamining is veelal moeilijker dan gedacht en de aandacht gaat te vaak uit naar de verkeerde factoren. De literatuur over datamining betreft het overgrote deel de tools die worden ingezet. Dit terwijl - volgens de META-Group [1] - slechts vijftien procent van de datamining-uitgaven naar de tools gaan. Randy Kerber van NCR beaamt dat de tools niet het belangrijkste zijn: De succesfactoren van datamining worden bepaald door in de eerste plaats de mensen, in de tweede plaats de kwaliteit van de gegevens en pas op de derde plaats de tools. De mensen zijn cruciaal omdat datamining veel ervaring behelst en daarbij een lange leercurve heeft. Bedrijven die datamining toepassen zouden hun focus dus meer moeten richten op de mensen die zich ermee bezig houden in plaats van op de aankoop van een tool. Volgens Shivakumar Vaithyanathan van IBM kan datamining pas echt een succes worden als er een specifieke behoefte aan kennis bestaat in de organisatie. Een dataminingproces moet worden voorafgegaan door het stellen van de zogenaamde business-vraag en een kosten/baten-analyse. Tot nog toe werd deze business-vraag echter wel eens overgeslagen en werd met datamining begonnen omdat de concurrenten eraan deden of omdat een aantal technici in een bedrijf de techniek interessant vonden. Het is echter belangrijk dat er een draagvlak in de organisatie bestaat. Voor een echt succes moet een specifiek project voor een specifiek probleem worden opgezet, waarbij ontwikkelaars en eindgebruikers met elkaar samenwerken. CRISP-DM (CRoss-Industry Standard Process Model) is een van de eerste aanzetten tot een model. Het is een initiatief van een viertal bedrijven, NCR, ISL, DaimlerBenz en het Nederlandse OHRA. Het bestaat uit een aantal delen die nog niet allemaal geconcretiseerd zijn. De CRISPmethodologie beschrijft een dataminingproces op een aantal niveaus: het fasen-niveau, het generieketaken-niveau, het gespecialiseerdetaken-niveau en de procesinstantie. Het doet meer denken aan een raamwerk dan aan een stappenplan, daar van details wordt geabstraheerd. Dit is ook de bedoeling. Ten eerste wil het management, waar het model meer voor bedoeld is, niet te veel details lezen en ten tweede moet het proces voor verschillende situaties inzetbaar zijn, aldus Randy Kerber. Een gedetailleerd procesmodel zou te veel onnodige discussie losmaken.
2 27 Figuur 1 illustreert de vier lagen van het model. De bovenste twee lagen worden in de CRISP-specificatie beschreven. De stappen uit deze lagen moeten voor iedere toepassing van het proces op de eigen situatie worden afgebeeld. Het CRISPmodel moet de kwaliteit van de communicatie rond een dataminingproces verbeteren. Als de verschillende partijen weten wat ze kunnen verwachten en kunnen verwijzen naar het model, moet de kans op succes kunnen worden vergroot. Het probleem is dat de meerderheid van de industrie dit procesmodel niet ondersteunt. Volgens Ronny Kohavi van Blue Martini Software moeten ook de grote database-verkopers als Oracle en Microsoft aan een dergelijk initiatief meewerken om het beoogde effect te bereiken. Een ander initiatief dat nog steeds in ontwikkeling is, is dat van de active templates. Een active template is een door hyperlinks navigeerbare informatiestructuur die acties, resultaten en documenten integreert [2]. Het moet het hergebruik van eerder gedaan werk faciliteren, zorgen voor het beter vastleggen van de resultaten, gebruikte methoden en denkprocessen en een beter begrip van de business bewerkstelligen, om zo tot een meer interactieve, open en begrijpelijke omgeving voor datamining te komen. Integratie in de business Een andere belangrijke factor voor het slagen van een dataminingproject wordt vaak het bestaan van een echte vraag uit de organisatie gezien. Omdat deze vraag niet uit de lucht komt vallen, is het nodig om bewustzijn van de mogelijkheden bij de mensen te kweken. Vaak wordt ook vergeten om de gevonden resultaten toe te passen en om te zetten in gerichte acties. Kortom, het proces is niet genoeg in het bedrijfsproces geïntegreerd. Het antwoord op deze problemen is volgens Berry en Linoff [3] een iteratieve toepassing van datamining, zij noemen dit de positieve kringloop : 1.Identificeer business-problemen en gebieden waar data-analyse meerwaarde kan opleveren. 2. Verander de gegevens in informatie met handvatten voor actiedatamining. Het proces Bij een datamining-exercitie kunnen meestal een aantal stappen worden onderscheiden. Een dataminingproces is echter elke keer verschillend, omdat het erg afhangt waarvoor datamining wordt toegepast en het een iteratief proces is. Stappen kunnen dus worden herhaald, wat vaak gebeurt door bijvoorbeeld meerdere technieken op de dataset los te laten, of er moet worden teruggegaan naar een eerdere stap. Gedurende het hele proces is het belangrijk goed vast te leggen wat er wordt gedaan; dit voorkomt dat bij een itererende stap werk wordt herhaald. Grofweg kunnen we de volgende stappen onderscheiden: 1. Opstartfase. Volgens experts werkt datamining het beste als er een specifiek probleem is dat moet worden opgelost. Voordat er aan de werkelijke datamining-exercitie begonnen wordt, is het raadzaam om eerst een projectplan op te stellen, waarin een omschrijving van het probleem, een kosten/baten-analyse, de doelen en de succescriteria zijn opgenomen. 2. Gegevensoriëntatie. Deze fase behelst het selecteren van de data om het probleem op te kunnen lossen, het verkennen van de data om er een gevoel voor te krijgen en het beschrijven van de data. 3. Gegevenspreparatie. Nadat de juiste gegevens zijn geselecteerd, moeten ze worden geprepareerd voor de werkelijke analyse. De gegevens moeten worden opgeschoond, omdat er altijd waarden ontbreken en er fouten in zitten. Hier kunnen dan bijvoorbeeld gemiddelden voor worden ingevuld, of men kan besluiten de waarde niet in beschouwing te nemen. Ook moeten de gegevens in de juiste vorm in één tabel worden gegoten en moeten er vaak transformaties op de tabel plaatsvinden. Deze zijn nodig om extra informatie toe te voegen, zoals ratio s en sommaties (bijvoorbeeld per klant) en om eventueel de distributie van de attributen te veranderen. 4. Modelleringsfase. In deze stap wordt het algoritme op de gegevensset losgelaten. Vaak wordt in het tool, dat ook van hulp kan zijn in de vorige fase, een techniek geselecteerd, waarna een aantal parameters moet worden ingesteld en de tabel kan worden gemined. Het is aan te raden eerst de set op te delen en te testen op een deelverzameling, zodat een indicatie kan worden verkregen wat goede modellen zouden kunnen zijn. Deze kunnen dan op de hele database worden losgelaten. Volgens de statistiek moeten de gegevens vervolgens worden verdeeld in een trainingset en een testset. Op de trainingset wordt het model getraind en met de testset kan vervolgens worden gekeken of het model werkt. Classificeert het model bijvoorbeeld een record uit de testset in de juiste categorie? Zo ja, dan werkt het waarschijnlijk ook op een nieuw record. 5. Evaluatiefase. Hier moet worden afgevraagd of het vereiste doel behaald is en of herhalingen nodig zijn. Nuttig is een document op te stellen met een beschrijving van het verloop van het proces. Wat is er waar fout gegaan? 6. Actiefase. Voor de gevonden resultaten moet een strategie worden bepaald. Er moet gezorgd worden dat de informatie bij de juiste personen terechtkomt en dat acties worden genomen om het probleem op te lossen. 3. Onderneem acties op basis van de informatie. 4. Meet de resultaten van de acties en gebruik deze gegevens voor de ontwikkeling van nieuwe inzichten en verbetering van het proces. Volgens Ronny Kohavi kan deze kringloop in het bedrijfsproces worden geïntegreerd door middel van een workflowsysteem. Een eindgebruiker moet zijn vraag kunnen stellen, waarna het systeem de vraag dirigeert naar de betreffende per- soon die hem kan beantwoorden. Het antwoord moet vervolgens weer terecht komen bij de persoon met het probleem. Thierry Zamorra van het direct marketingbureau FusionDM vindt het oude dataminingproces eenvoudig te langdradig. Verticale applicaties kunnen dan ook een aanvulling zijn op de traditionele manier van datamining, door de hiermee gevonden kennis te verspreiden aan de gebruikers. Meer over verticale applicaties is te vinden in de paragraaf Tools.
3 28 Phases Datamining moet volgens de meeste experts dus als een apart proces in het bedrijf worden ingericht, al is de vorm ervan uiteraard erg afhankelijk van de toepassing waarvoor datamining wordt gebruikt. Datamining in de ad-hoc vorm vereist een andere inbedding dan de online variant. Bij die laatste is datamining onderdeel van het primaire proces, doordat bijvoorbeeld de call centermedewerkers afhankelijk zijn van de informatie die het dataminingproces oplevert. Tools Een aantal jaren geleden begonnen bedrijven met het maken van datamining tools, die technieken herbergden die erg veel weg hadden van de reeds bestaande statistische technieken. De term datamining beloofde veel meer dan de naam statistiek, waardoor datamining en hun tools populair werden en even werd vergeten dat het eigenlijk statistiek was wat men toepaste. De datamining-hype zette alles in een stroomkelen van een tool en zo groeiden de twee verschillende markten, die van statistische en die van datamining tools, naar elkaar toe. De tools van toen boden echter lang niet de Grote leveranciers van datamining tools Bedrijf SAS Software SPSS Silicon Graphics IBM Thinking Machines HNC Software Angoss Sentient Machine Research (nl) Data Distilleries (nl) NeoVista CRISP Process Model Pakket Enterprise Miner Clementine MineSet Intelligent Miner Darwin Verschillende verticale oplossingen Knowledgeseeker DataDetective DataSurveyor Retail Decision Suite functionaliteit en de gebruikersvriendelijkheid die nu wordt geboden. Het laden van de verschillende gegevens uit het datawarehouse was vroeger een lastig karwei, terwijl de tegenwoordige tools ODBC-compaerg veel van elkaar in prestatie als het gaat om precisie van modellen. Afhankelijk van de context zijn er wel wat verschillen. Bij de Darwin tool van Thinking Machines bijvoorbeeld, wordt de hardware meegeleverd. Darwin presteert het beste als het om heel grote datasets gaat [6]. Dit tool maakt gebruik van parallelle processoren, waardoor de modellen sneller kunnen worden doorgerekend, en heeft een hele lichte client component. Als de crux echter bij service ligt, kan beter voor een groot bedrijf worden gekozen en is IBM Intelligent Minor of SAS Enterprise Miner een goede keuze. Generic tasks Specialized tasks Process Instances Figuur 1 Het CRISP-DM model. Mapping CRISP Process versnelling en de research-inspanningen namen zienderogen toe. Hierdoor zijn in de loop der jaren een grote hoeveelheid tools op de markt gekomen [4], voornamelijk in de vorm van suites, pakketten waarmee een breed scala aan problemen kan worden aangepakt. Ook de bedrijven die uit de statistische hoek komen, zoals SPSS, begonnen door de datamining-golf met het ontwiktible zijn en dit probleem veel kleiner is [5]. Ook de visualisaties en de gebruikers-interface zijn over het algemeen sterk verbeterd. De grote tool-fabrikanten, zoals IBM, SAS, SPSS en Silicon Graphics proberen deze visualisaties steeds interactiever te maken om zo de gebruikersvriendelijkheid nog verder te vergroten. De tegenwoordige datamining tools, met name de grote, verschillen niet De meeste tools draaien op de meest bekende platforms als UNIX en NT en zijn inzetbaar in een client/server-omgeving, waardoor verschillende analisten op hun werkstation analyses uit kunnen voeren en de berekeningen op de server worden gedaan. Fabrikanten proberen de zwaarte van de applicatie aan de clientkant echter steeds kleiner te maken, zodat het straks mogelijk is via de web-browser te minen en kennis nog makkelijker kan worden verspreid. Volgens de experts kunnen en moeten de tools echter nog een stuk worden verbeterd. Datamining is nog steeds een arbeidsintensief proces, vooral bij het schoonmaken van de gegevens en bij het bouwen van modellen. Omdat de tools geen kennis van de werkelijke wereld hebben, weten ze niet vanzelf het verschil tussen de soorten variabelen en beschouwen ze bijvoorbeeld de Amerikaanse postcodes als een continu getal. Gelijkende postcodes kunnen echter fysiek een eind uit
4 29 elkaar liggen. Om de tools op dit soort problemen te laten anticiperen is een uitdaging voor de fabrikanten. Ook is het datamodel waarop kan worden gemined erg beperkt. De tabel waarop wordt gemined moet één geaggregeerde tabel zijn. Hierdoor is het vaak lastig de resultaten weer terug te voeren naar de werkelijke records. Ronny Kohavi: Vandaag de dag moeten we van de store naar de star en dan naar de platte tabel. Ik denk dat we moeten kunnen minen direct van het star-schema,dus zonder het uitvoeren van een join. Met de star doelt hij op de database-schema s die het product zijn van een datawarehouseproject. Een andere kwestie van datamining is het integreren van dataminingfunctionaliteit in verticale tools en applicaties. De early majority kijkt naar dingen als return on investment en de kans op succes van een project. Om datamining door de early majority te laten accepteren moet je laten zien dat je: 1.Er grote concurrentievoordelen mee kunt behalen; 2. De productiviteit van een kritische succesfactor kunt vergroten; 3.De totale operationele kosten kunt verminderen. De manier om dit te doen is om je product verticaal te maken. Dit is dan ook waar verschillende bedrijven mee bezig zijn. Verticale applicaties Omdat de traditionele datamining klaarblijkelijk in de praktijk een aantal nadelen heeft en er zodoende vraag is naar een specifiekere, makkelijker toepasbare tool die beter in het bedrijfsproces valt te integreren, worden er steeds meer verticale tools ontwikkeld voor toepassingen als e-commerce en CRM (Customer Relationship Management). CRM, een nieuwe hype, kan worden gebruikt om (realtime) marketing-campagnes te creëren aan de hand van de gecombineerde gegevens van de online gebruiker en zijn historische gegevens. Datamining is één van de bouwstenen van dit pakket. Blue Martini Software heeft een dataminingmodule als onderdeel van zijn e- commercepakket. Het pakket stelt een e-commercewinkel in staat om zijn klanten één-op-één aanbiedingen te doen en het klantenbestand en het productenassortiment bij te houden. Het veranderen van de tools om zo te integreren in verticale applicaties voor bijvoorbeeld e-commerce is echter niet zonder problemen. De redenen hiervoor zijn de volgende: Dure componenten. Datamining is meestal slechts één van de vele componenten in een verticaal tool, maar een datamininglicentie is meestal erg prijzig en hierdoor is het moeilijk een betaalbaar verticaal product te maken. Weinig experts. Er zijn te weinig mensen met genoeg expertise van alle applicaties die geïntegreerd moeten worden. Meerdere systemen. Meerdere systemen van verschillende fabrikanten, met verschillende interfaces, moeten worden geïntegreerd, waardoor dit een lastig proces kan zijn. Ook zijn, zoals eerder al gesignaleerd, er voor de meeste datamining tools geen API s gedefinieerd. Een oplossing van dit probleem zou kunnen komen van het bedrijf MegaPuter. Dit bedrijf levert zogenaamde componenten, COM-objecten, waarmee specifieke applicaties modulair kunnen worden gebouwd en dus maar voor enkele componenten in plaats van een hele suite moet worden betaald. Ook dit initiatief mist echter de steun van de grote spelers en heeft daardoor een geringe kans op succes. Opgekocht Bedrijf Datum ISL Clementine SPSS Juni 1999 Hyperparallel Yahoo Eind 1998 Thinking machines Oracle Maart 1999 Toekomst De laatste jaren zijn in de dataminingbedrijfstak de kleine bedrijven steeds meer opgeslokt door de grotere bedrijven die dataminingfunctionaliteit niet als een alleenstaand pakket willen verkopen, maar als onderdeel van een compleet business intelligence pakket of een verticale applicatie.volgens Robert Groth - consultant en auteur van boeken over datamining - blijven er maar een vier- of vijftal spelers over op de zogenaamde horizontale toolmarkt en dit zullen de huidige grote toolmakers worden. De zojuist geschetste trend is de laatste tijd dan ook al tot uiting gekomen in de overnames van dataminingbedrijven door grotere spelers. Website Opmerkingen SIGKDD - Special Interest Group on Knowledge Discovery in Data and Datamining Voor alles wat met datamining te maken heeft, inclusief nieuwsbrief Informatie over research Artikel over datamining en privacy Index artikelen IBM Almaden instituut Informatie over CRISP-DM standaard Technische artikelen over datamining COM and OLE in Datamining: Perspectives, benefits and implementations, Yuri Slenko en Sergie Ananyan, 1997
5 30 Deze zullen de dataminingcomponent integreren in hun kernactiviteiten. Op de lange termijn zal het voor sommige toepassingen zo zijn dat datamining aan de buitenkant niet meer zichtbaar is. Ook Microsoft doet aan dataminingactiviteiten. Het heeft haar OLE DB-specificatie voor SQL Server uitgebreid met een open interface om het mogelijk te maken SQL Server met datamining tools en applicaties te integreren. Het eindresultaat voor de klant is dat deze technologie, die meestal duur en gecompliceerd was, nu een deel kan worden van de business, zegt Barry Goffe van Microsoft [7]. Het domein van datamining belooft sterk te groeien door de verdere uitbreiding van het web en de vele e-commercewinkels. De vraag is of er genoeg ruimte blijft voor kleine bedrijven die actief zijn in de markt. Deze zullen bepaalde niches moeten ontdekken om te kunnen blijven opereren, en dit houdt in dat ze hun product tijdig zullen moeten aanpassen en verbeteren, aldus Thierry Zamorra. Een verdere uitdaging lijkt het verder automatiseren van het marketingproces en de tools nog makkelijker te maken zodat de kans op succes verder kan worden vergroot. Pas dan zal datamining echt volwassen zijn. [1] Data mining for fool s gold, Craig Stedman. Computer World, december [2] Active templates: Comprehensive Support for the Knowledge Discovery Process, Randy Kerber, Hal Beck, Tej Anand en Bill Smart. American Association for Artificial Intelligence, [3] Data Mining Techniques, For Marketing, Sales and Customer Support, Michael J.A Berry en Gorden Linoff. Wiley Computer Publishing, 1997). [4] Zie de website KDnuggets voor een overzicht: [5] ODBC: Open DataBase Connectivity; een standaard database connectieprotocol. [6] An evaluation of High-end Data Mining tools for Fraud selection, Dean W. Abbot, I. Philip Matkovsky en John F. Elder [7] Microsoft Plan to Bring Datamining to the masses. Information week, 25 mei Dit artikel is een bewerking van het in Technieuws 37/9 verschenen artikel Datamining klaar voor de massa? De auteur is stagiair bij het kantoor van technisch-wetenschappelijke attachés bij de Nederlandse ambassade in San Mateo, Californië.
Kennis na het volgen van de training. Na het volgen van deze training bent u in staat:
Training Trainingscode Duur Gepubliceerd Taal Type Leermethode Kosten SF2015V8 4 dagen 02/02/2015 Nederlands & Engels Developer, basis Invidueel & klassikaal Op aanvraag Deze training richt zich op het
Nadere informatieSelf Service BI. de business
BI in de praktijk Self Service BI Breng de kracht van BI naar de business Luc Alix Sogeti Nederland B.V. Redenen voor Business Intelligence Sneller kunnen beslissen 42 % Beter kunnen beslissen 42 % Concurrentieel
Nadere informatieAVEBE haalt online én offline informatie uit Microsoft Dynamics CRM
AVEBE haalt online én offline informatie uit Microsoft Dynamics CRM AVEBE ontwikkelt en verkoopt zetmeelproducten op wereldwijde schaal. Het verkoopteam werkte met een gefragmenteerde CRM (Customer Relationship
Nadere informatieBig Data: wat is het en waarom is het belangrijk?
Big Data: wat is het en waarom is het belangrijk? 01000111101001110111001100110110011001 Hoeveelheid 10x Toename van de hoeveelheid data elke vijf jaar Big Data Snelheid 4.3 Aantal verbonden apparaten
Nadere informatieBegrippenlijst Inzicht in de wereld van big data, marketing en analyse
Begrippenlijst Inzicht in de wereld van big data, marketing en analyse 4orange, 13 oktober 2015 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Achtergrond & Aanleiding... 3 A... 3 B...
Nadere informatieNaar de cloud: drie praktische scenario s. Zet een applicatiegerichte cloudinfrastructuur op. whitepaper
Naar de cloud: drie praktische scenario s Zet een applicatiegerichte cloudinfrastructuur op whitepaper Naar de cloud: drie praktische scenario s Veel bedrijven maken of overwegen een transitie naar de
Nadere informatieMicrosoft Dynamics CRM & Integrated Innovation
Microsoft Dynamics CRM & Integrated Innovation 22 mei 2008 Qurius Page 1 Agenda Uitdagingen People Ready Business Integrated Innovation Case: FNV Bondgenoten Qurius en samenvatting Qurius Page 2 Uitdagingen
Nadere informatieWorkflows voor SharePoint met forms en data K2 VOOR SHAREPOINT
Slimmer samenwerken met SharePoint Workflows voor SharePoint met forms en data K2 VOOR SHAREPOINT Workflows, forms, reports en data WAAROM KIEZEN VOOR K2? Of u nu workflows moet maken voor items in SharePoint
Nadere informatieVOICE OF THE CUSTOMER
4/20/ E-BOOK VOICE OF THE CUSTOMER Gratis e-book leansixsigmatools.nl Introductie Bij Six Sigma staat het denken vanuit de behoeften van de klant centraal. Juist de vertaling van de stem(men) van de klant(en)
Nadere informatieOpenText RightFax. Intuitive Business Intelligence. Whitepaper. BI/Dashboard oplossing voor OpenText RightFax
OpenText RightFax Intuitive Business Intelligence Whitepaper BI/Dashboard oplossing voor OpenText RightFax Beschrijving van de oplossing, functionaliteit & implementatie Inhoud 1 Introductie 2 Kenmerken
Nadere informatieSaaS en cloud computing: in de mist of in de wolken? Karin Zwiggelaar, partner 20 september 2010
SaaS en cloud computing: in de mist of in de wolken? Karin Zwiggelaar, partner 20 september 2010 We staan aan de vooravond van de volgende Internetrevolutie De klassieke werkwijze van organisaties zal
Nadere informatieIncore Solutions Learning By Doing
Incore Solutions Learning By Doing Incore Solutions Gestart in November 2007 Consultants zijn ervaren met bedrijfsprocessen en met Business Intelligence Alle expertise onder 1 dak voor een succesvolle
Nadere informatieEen suite van web applicaties om geografische informatie in de organisatie te presenteren
M A P I N F O E X P O N A R E Een suite van web applicaties om geografische informatie in de organisatie te presenteren INTRODUCTIE VAN MAPINFO EXPONARE MapInfo Exponare is ontwikkeld om gebruikers toegang
Nadere informatiePeelland ICT Online Back-up
Peelland ICT Online Back-up Peelland ICT biedt volledig in eigen beheer online back-up aan. Hiermee voorzien wij onze klanten van de laatste nieuwe back-up mogelijkheden en technieken. Risico s conventionele
Nadere informatieDE CRM CHECKLIST. de kracht van inzicht
DE CRM CHECKLIST de kracht van inzicht Inleiding Om een CRM traject een succes te maken is het de crux om te weten waar je naartoe wilt (beoogde situatie) en wat de huidige situatie is. Pas dan kun je
Nadere informatieTELECOM UTILITIES & MEDIA SOFTWARE SOLUTIONS. Geïntegreerde Operations Support oplossingen
TELECOM UTILITIES & MEDIA SOFTWARE SOLUTIONS Geïntegreerde Operations Support oplossingen Geïntegreerde Operations Support voor Telecom, Utilities & Media Als branchespecialist ondersteunt Atos Origin
Nadere informatieZijn ERP Systemen log?
Zijn ERP Systemen log? Intelligent op weg Waar gaat het om? ERP is een verzamelnaam voor toepassingen welke door organisaties worden gebruikt ter ondersteuning van de primaire bedrijfsprocessen. Een aantal
Nadere informatieEnterprise Resource Planning. Hoofdstuk 1
Enterprise Resource Planning Hoofdstuk 1 Een basis om inzicht te krijgen in Enterprise Resource Planning-systemen Pearson Education, 2007; Enterprise Resource Planning door Mary Sumner Leerdoelstellingen
Nadere informatieRichtlijnen voor het ontwerpen een Intranetportal Door Bas Fockens
Richtlijnen voor het ontwerpen een Intranetportal Door Bas Fockens Copyright Datacon www.datacon.nl Wat is een intranetportal? Een intranet is een online gepersonaliseerde en geïntegreerde toegang tot
Nadere informatieTinus Plotseling 29-12-2002. MySQL
Tinus Plotseling 29-12-2002 MySQL Inhoudsopgave Inleiding... 3 MySQL Geschiedenis... 3 MySQL Toepassingen... 3 MySQL Voordelen... 4 MySQL Nadelen... 4 MySQL bij ASCI... 4 PostgreSQL... 5 ORACLE... 6 MS
Nadere informatieData Governance van visie naar implementatie
make connections share ideas be inspired Data Governance van visie naar implementatie Frank Dietvorst (PW Consulting) deelprogrammamanager Caesar - Vernieuwing Applicatie Landschap Leendert Paape (SAS
Nadere informatieDATAMODELLERING CRUD MATRIX
DATAMODELLERING CRUD MATRIX Inleiding In dit whitepaper wordt de datamodelleervorm CRUD Matrix beschreven. Deze modelleervorm staat in verhouding tot een aantal andere modelleervormen. Wil je een beeld
Nadere informatieCMS Ronde Tafel. Cloud Continuity. Ir. Jurian Hermeler Principal Consultant
CMS Ronde Tafel Cloud Continuity Ir. Jurian Hermeler Principal Consultant Introductie Quint Wellington Redwood Onafhankelijk Management Adviesbureau Opgericht in 1992 in Nederland Ruim 20 jaar ervaring
Nadere informatieHello, are we your marketing analytics partner?
Hello, are we your marketing analytics partner? Travel Energy Vergroot het marktaandeel in de specifieke product categorieen door de effectiviteit te optimaliseren van het acquisitie budget. Analiseer
Nadere informatieApplicatie Integratie in de zorg: implementatie tips uit de praktijk
Applicatie Integratie in de zorg: implementatie tips uit de praktijk Veel zorginstellingen geven aan informatievoorziening te willen verbeteren. Om bijvoorbeeld de cliënt meer centraal te stellen of Het
Nadere informatieArtificial Intelligence in Business
2-daagse training Artificial Intelligence in Business Voeg met AI waarde toe aan uw organisatie Initiatief en organisatie In samenwerking met Wat leert u in deze training? De verschillende vormen van AI
Nadere informatieShared Data Store. Tom Demeyer, tom@waag.org Taco van Dijk, taco@waag.org
Shared Data Store Tom Demeyer, tom@waag.org Taco van Dijk, taco@waag.org Shared Data Store (SDS) De afgelopen jaren is de hoeveelheid slimme applicaties en de gebruikers die er toegang toe hebben enorm
Nadere informatieEnterprise Resource Planning. Hoofdstuk 4 ERP-systemen: verkoop en marketing. Pearson Education, 2007; Enterprise Resource Planning door Mary Sumner
Enterprise Resource Planning Hoofdstuk 4 ERP-systemen: verkoop en marketing Pearson Education, 2007; Enterprise Resource Planning door Mary Sumner Leerdoelstellingen Inzicht krijgen in de werking van de
Nadere informatieSyfadis Suite. LMS & Talent applicatie
Syfadis Suite LMS & Talent applicatie FERN : digitaal leren op werkvloer E books Library Learning Management SyfadisLearning & Talent suite Learning Content management & authoring Performance Support Feiten
Nadere informatieWaarom automatiseren?
Chris De Clercq Waarom automatiseren? Wanneer u uw manier van werken hebt geautomatiseerd, zal u zich afvragen hoe u het vroeger zonder heeft gedaan Automatiseren helpt u bij: - communicatie efficiënter
Nadere informatieDe ins en outs van OpenERP! OpenERP wanneer en hoe toepasbaar en welke aandachtspunten bij invoering
De ins en outs van OpenERP! OpenERP wanneer en hoe toepasbaar en welke aandachtspunten bij invoering OpenERP Inhoud Ervaringen vanuit de gebruiker DEMO Open source filosofie OpenERP Voor welke bedrijven
Nadere informatieE-resultaat aanpak. Meer aanvragen en verkopen door uw online klant centraal te stellen
E-resultaat aanpak Meer aanvragen en verkopen door uw online klant centraal te stellen 2010 ContentForces Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt door middel van druk, fotokopie,
Nadere informatieToekomstbestending maken van selectie tool Rekening houdend met strikte privacy wetgeving
Toekomstbestending maken van selectie tool Rekening houdend met strikte privacy wetgeving Kurt.Merchiers@colruytgroup.com Functioneel Analist Roel.Van.Assche@sas.com Consultant Agenda Vervanging van de
Nadere informatieFactsheet BEHEER CONSULTANCY Managed Services
Factsheet BEHEER CONSULTANCY Managed Services BEHEER CONSULTANCY Managed Services We geven gedegen advies om de beschikbaarheid van uw platform en daarmee de user experience te verbeteren. Inclusief concrete
Nadere informatieDe strijd van de mobiele formulieren apps
ONDERZOEK: De strijd van de mobiele formulieren apps Door Kristina Meelind De strijd van de mobiele formulieren apps 9 april 2015 - Tegenwoordig is iedereen vooral bezig met duurzaam wonen en afval recycling.
Nadere informatieWelkom! GertJan Coolen
Welkom! GertJan Coolen Agenda Introductie Communicare Trends in de markt & MS Lync Contact Center for Lync Uitgangspunten Architectuur Functionaliteiten Partnership Wrap up & interactie Communicare Internationaal
Nadere informatieintegrating your business
integrating your business Codit is een IT expert in business integratie en levert wereldwijd diensten in consultancy, technologie en managed services. Door de integratie van een centraal technologisch
Nadere informatieCommunity Oplossingen Interactie met en tussen klanten op een eigen Klant Community
Community Oplossingen Interactie met en tussen klanten op een eigen Klant Community Opkomst van Social Media verandert klant contact Trend Beschrijving Consequenties Gebruik Social Media Ruim 70% van de
Nadere informatieOP KOERS NAAR EEN DATAGEDREVEN ORGANISATIE?
OP KOERS NAAR EEN DATAGEDREVEN ORGANISATIE? THE FULL STORY Dit artikel verscheen ook in The full story. Een luchtig boek waarmee managers, ondernemers en professionals drie vliegen in één klap slaan. Je
Nadere informatieInformatie & Databases
Informatie Wat is informatie en waaruit het bestaat? Stel op een kaart staat het getal 37 geschreven. Wat kun je dan zeggen van het cijfer 37? Niets bijzonders, toch? Alleen dat het een getal is. Gaat
Nadere informatieAutomated Engineering White Paper Bouw & Infra
Automated Engineering White Paper Bouw & Infra Inhoudsopgave 1. Introductie 2 2. Wat is automated engineering? 3 3. Wanneer is Automated Engineering zinvol? 3 4. Wat zijn de stappen om een ontwerpproces
Nadere informatieNieuwe BI-omgeving van ApplicationNet is waardevolle bron van informatie voor facturatie, rapportages, kostenbesparing en marketing
Nieuwe BI-omgeving van ApplicationNet is waardevolle bron van informatie voor facturatie, rapportages, kostenbesparing en marketing Organisatie Werkplek Online is de private cloud oplossing van ApplicationNet
Nadere informatieGratis kaart. Complete en betaalbare MKB-oplossing
Complete en betaalbare MKB-oplossing De Oracle Business Intelligence Suite is een open en complete oplossing waarmee u iedereen binnen de organisatie van de juiste informatie kunt voorzien: De gegevens
Nadere informatieVariability in Multi-tenant SaaS Applications:
Variability in Multi-tenant SaaS Applications: Gastcollege voor het vak Product Software Jaap Kabbedijk, MSc. Universiteit Utrecht, Nederland 1 Wat gaan we behandelen? Introductie Uitleg ontwikkeling SaaS
Nadere informatieTechnisch Ontwerp W e b s i t e W O S I
Technisch Ontwerp W e b s i t e W O S I WOSI Ruud Jungbacker en Michael de Vries - Technisch ontwerp Website Document historie Versie(s) Versie Datum Status Omschrijving / wijzigingen 0.1 20 nov 2008 Concept
Nadere informatieDASC WEGENER MEDIA GROEIT DOOR VERBETERDE INZET VAN DATA-ANALYSE
DASC WEGENER MEDIA GROEIT DOOR VERBETERDE INZET VAN DATA-ANALYSE Wegener Media, uitgever van diverse regionale dagbladen en huis-aanhuisbladen, voert veel analyses uit op online en offline data. Marketing
Nadere informatieWhitepaper. Online samenwerken: meer transparantie en efficiency geeft accountant extra ruimte voor advies
Whitepaper Online samenwerken: meer transparantie en efficiency geeft accountant extra ruimte voor advies Een whitepaper van UNIT4 Accountancy 2013 Inleiding Accountantskantoren leveren vandaag de dag
Nadere informatieZorginstelling Reinier de Graaf Groep realiseert solide business intelligence-systeem
Zorginstelling Reinier de Graaf Groep realiseert solide business intelligence-systeem Overheid en verzekeraars willen dat zorginstellingen efficiënter en kosteneffectiever functioneren. Met standaard Microsoft-technologie
Nadere informatieMicrosoft Dynamics CRM geeft Qurius Europees inzicht in sales en opportunities
Microsoft Dynamics CRM geeft Qurius Europees inzicht in sales en opportunities Qurius heeft met Microsoft Dynamics CRM een kwaliteitsslag weten te maken. De onderlinge vestigingen communiceren nu beter
Nadere informatieGain Automation Technology Specialist in technische en industriële automatisering
Gain Automation Technology Specialist in technische en industriële automatisering Inleiding Ontwikkeling KPI-dashboard Voorbeelden Samenvatting Even voorstellen Paul Janssen: Senior Technical Consultant
Nadere informatieLync Call Appliance Zijn er dan nog variabele kosten? Beheer interface
Met de implementatie ervaring van de vele Microsoft UC projecten die Communicativ heeft uitgevoerd binnen de groot zakelijke markt zijn wij gaan kijken naar de mogelijkheden om gelijkwaardige functionaliteit
Nadere informatieWHITEPAPER NIEUWE HARDWARE? LET OP UW ORACLE LICENTIES EN VOORKOM FINANCIËLE GEVOLGEN. Hardwarevirtualisatie en licenties
WHITEPAPER NIEUWE HARDWARE? LET OP UW ORACLE LICENTIES EN VOORKOM FINANCIËLE GEVOLGEN Hardwarevirtualisatie en licenties Financieel risico? Vijf belangrijke vragen Prakijkscenario en advies Inleiding Virtualisatie
Nadere informatieRegistratie Data Verslaglegging
Sjablonen Websupport Registratie Data Verslaglegging Websites Inrichtingen Video solutions Rapportages Consultancy Imports Helpdesk Exports Full Service Dashboards Registratie Koppelen en controleren De
Nadere informatieTickets.com - introductie
Tickets.com - introductie Tickets.com, voorheen Select Ticketing Systems, is een fusie van een aantal kaartverkoopsysteemleveranciers en bestaat in Nederland sinds 1993. [leverancier] Tegenwoordig is Tickets.com
Nadere informatieBIG DATA. 4 vragen over Big Data
4 vragen over Big Data Dit ebook geeft in het kort antwoorden op 4 vragen omtrent Big Data. BIG DATA Wat is Big Data? Hoe zet ik een Big Data Strategie op? Wat is het verschil tussen Big Data en BI? Wat
Nadere informatieFactsheet CONTINUOUS VALUE DELIVERY Mirabeau
Factsheet CONTINUOUS VALUE DELIVERY Mirabeau CONTINUOUS VALUE DELIVERY We zorgen ervoor dat u in elke volwassenheidsfase van uw digitale platform snel en continu waarde kunt toevoegen voor eindgebruikers.
Nadere informatieIn 3 stappen naar de juiste keuze voor marketing software
In 3 stappen naar de juiste keuze voor marketing software 4orange, 2014 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Hoe kunnen de juiste keuzes voor marketing software gemaakt worden? In
Nadere informatieLeren van je top-performers
Leren van je top-performers Met het optimaliseren van processen in het contactcenter is veel winst te halen. Een valkuil is te grote stappen te willen nemen. En kijk naar je top-performers. Wat doen zij
Nadere informatiePresentation. Simple solutions for complex requirements
Presentation Simple solutions for complex requirements Company plus 1994: Oprichting als Intersoft GmbH 2000: Omzetting naar FAUSER AG Vestingingen: Gilching (München), Erkrath (Düsseldorf) Hamburg Budapest
Nadere informatieDatamining: Graven in gegevens
Datamining: Graven in gegevens Business Intelligence in de praktijk Jasper Lansink CMG Noord Nederland - Advanced Technology Agenda Business Intelligence Datamining theorie Datamining in de praktijk management
Nadere informatieWhitepaper. Personal Targeting Platform. De juiste content Op het juiste moment Aan de juiste persoon
Whitepaper Personal Targeting Platform De juiste content Op het juiste moment Aan de juiste persoon Introductie 2 Geïntegreerde personalisering 2 Het opbouwen van een profiel 2 Segmenteren en personaliseren
Nadere informatieAnalyse van een Customer Journey bij een Interimkantoor
Analyse van een Customer Journey bij een Interimkantoor Inschrijvingsproces via de website Ellen Van Molle Consultant Bram Vanschoenwinkel SoluGon Architect BI & AnalyGcs Principal Consultant ae nv/sa
Nadere informatieFactsheet E COMMERCE BEHEER Managed Services
Factsheet E COMMERCE BEHEER Managed Services E COMMERCE BEHEER Managed Services We zorgen voor een gegarandeerd stabiel, snel en schaalbaar e-business platform. Efficiënt beheer is cruciaal voor de continuïteit
Nadere informatieInhoud. Wat is Power BI?... 3. Voorbeelden gemaakt met Power BI... 4. Beginnen met Power BI... 6. Werkruimte uitleg... 7
Inhoud Wat is Power BI?... 3 Voorbeelden gemaakt met Power BI... 4 Beginnen met Power BI... 6 Werkruimte uitleg... 7 Naar een dashboard in 3 stappen... 8 Stap 1: Gegevens ophalen... 8 Stap 2: Rapport maken...
Nadere informatieDATAMODELLERING TOEPASSEN DATA ANALYTICS
DATAMODELLERING TOEPASSEN DATA ANALYTICS Inleiding In dit whitepaper wordt een toepassingsgebied beschreven voor datamodellering. Een toepassing is een werkveld op het vlak van architectuur of modellering
Nadere informatieBegrippenlijst Inzicht in de wereld van big data, marketing en analyse
Begrippenlijst Inzicht in de wereld van big data, marketing en analyse 4orange, 2017 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Achtergrond & Aanleiding... 3 A... 3 B... 3 C... 3
Nadere informatieCEL. Bouwstenen voor een elektronische leeromgeving
CEL Bouwstenen voor een elektronische leeromgeving FACTSHEET CEL VERSIE 1.0 DECEMBER 2001 CEL - Bouwstenen voor een elektronische leeromgeving Inhoudsopgave Wat is CEL? 1 Uitgangspunten 1 De eindgebruiker
Nadere informatieKIM. Slimme acties ondernemen
KIM Slimme acties ondernemen CONTROLE KWIJT? Herkent u dit soort ervaringen ook? Uw organisatie heeft allerlei systemen in huis, maar Niemand weet echt meer hoe het systeem exact werkt Voor kleine wijzigingen
Nadere informatieBetekent SOA het einde van BI?
Betekent SOA het einde van BI? Martin.vanden.Berg@sogeti.nl 18 september 2007 Agenda Wat is SOA? Wat is BI? Wat is de impact van SOA op BI? Sogeti Nederland B.V. 1 Agenda Wat is SOA? Wat is BI? Wat is
Nadere informatieOffice 2010 en SharePoint 2010: bedrijfsproductiviteit op zijn best. Praktische informatie
Office 2010 en SharePoint 2010: bedrijfsproductiviteit op zijn best Praktische informatie De informatie in dit document vertegenwoordigt de huidige visie van Microsoft Corporation op zaken die ten tijde
Nadere informatieknkpublishing Microsoft Dynamics De flexibele, innovatieve uitgeverijsoftware Nieuwe kansen in een veranderende media wereld
De flexibele, innovatieve uitgeverijsoftware INTEGRATIE CONTINUE INNOVATIE WORKFLOW ONDERSTEUNING ABECON-CONSULTANCY OVER ABECON Microsoft Dynamics Nieuwe kansen in een veranderende media wereld Standaard
Nadere informatieCloud Computing. Bart van Dijk
Cloud Computing Bart van Dijk (b.van.dijk@hccnet.nl) Cloud Computing Wat is Cloud Computing, en waarom Geschiedenis Cloud Computing Techologie Service modellen Voor en nadelen Cloud Computing voor consumenten
Nadere informatieWAT ZIJN DE FINANCIËLE EN FUNCTIONELE BEWEEGREDENEN OM SOFTWARELICENTIES NAAR DE CLOUD TE VERPLAATSEN? POWERED BY
WAT ZIJN DE FINANCIËLE EN FUNCTIONELE BEWEEGREDENEN OM SOFTWARELICENTIES NAAR DE CLOUD TE VERPLAATSEN? FINANCIËLE EN FUNCTIONELE ARGUMENTEN VOOR DE STAP NAAR DE CLOUD FUNCTIONELE WENSEN BUDGETTAIRE MOGELIJKHEDEN
Nadere informatieEnd-note. Sven Noomen Wouter Heutmekers
End-note Sven Noomen Wouter Heutmekers 2 Ok, en morgenvroeg? Voorstellen 25111978 14 8 4 6 23 25031981 12 3 1 1339 3 Think BIG Act SMALL 2011 Scale FAST 4 5 6 Visie & strategie Strategie Ondersteuning
Nadere informatieDe cloud die gebouwd is voor uw onderneming.
De cloud die gebouwd is voor uw onderneming. Dit is de Microsoft Cloud. Elke onderneming is uniek. Van gezondheidszorg tot de detailhandel, van fabricage tot financiële dienstverlening: geen twee ondernemingen
Nadere informatieTools voor canonieke datamodellering Bert Dingemans
Tools voor canonieke datamodellering Tools voor canonieke datamodellering Bert Dingemans Abstract Canonieke modellen worden al snel omvangrijk en complex te beheren. Dit whitepaper beschrijft een werkwijze
Nadere informatieFactsheet KICKSTARTERS Mirabeau
Factsheet KICKSTARTERS Mirabeau KICKSTARTERS We lanceren binnen twee maanden een nieuw digitaal platform waarmee u in hoog tempo business value genereert. De digitale transformatie is in volle gang. Consumenten
Nadere informatieHaal het beste uit uw gegevens met geïntegreerde Business Intelligence
Exact Insights powered by QlikView Haal het beste uit uw gegevens met geïntegreerde Business Intelligence Met Exact Insights zet u grote hoeveelheden data moeiteloos om in organisatiebrede KPI s en trends.
Nadere informatieTechReady - NextGen Productivity
TechReady - NextGen Productivity 08:30 09:00 Ontbijt 09:00 10:00 Keynote 10:00 10:15 Pauze Hans van der Meer (Microsoft) & Danny Burlage (Wortell) TRACKS 1. Ervaringen uit de praktijk 2. Productiviteit
Nadere informatieWat is de cloud? Cloud computing Cloud
The Cloud Agenda Wat is de cloud? Ontwikkelingen en trends in de markt Bedrijfsstrategie Voordelen en vraagtekens Werken in de cloud: Hoe? Veiligheid & privacy Toepasbaarheid in breder verband Demo Borrel
Nadere informatieBeveiligingsbeleid. Online platform Perflectie
Beveiligingsbeleid Online platform Perflectie 2018 Beveiligingsbeleid Perflectie Versiebeheer Naam Functie Datum Versie Dimitri Tholen Software Architect 12 december 2014 1.0 Dimitri Tholen Software Architect
Nadere informatieIn 3 stappen naar de juiste keuze voor marketing software
In 3 stappen naar de juiste keuze voor marketing software 4orange, 2014 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Hoe kunnen de juiste keuzes voor marketing software gemaakt worden? In
Nadere informatieVerschillende softwaresystemen
Verschillende softwaresystemen 4orange, 2016 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Verschillende software systemen CRM, Leadmanagement CRM Lead management tools Microsoft Dynamics CRM,
Nadere informatieBeknopte dienstbeschrijving beveiligen van Webapplicaties m.b.v. digitale certificaten en PKI
Beknopte dienstbeschrijving beveiligen van Webapplicaties m.b.v. digitale certificaten en PKI Document: Beknopte dienstbeschrijving beveiligen van Webapplicaties Versie: maart 2002 mei 2002 Beknopte dienstbeschrijving
Nadere informatieFactsheet CMS & DIGITAL MARKETING BEHEER Managed Services
Factsheet CMS & DIGITAL MARKETING BEHEER Managed Services CMS & DIGITAL MARKETING BEHEER Managed Services We zorgen voor een gegarandeerd stabiel, snel en schaalbaar digitaal platform. Efficiënt beheer
Nadere informatieGeef uw onderneming vleugels. Met de soepele werkprocessen
Geef uw onderneming vleugels Met de soepele werkprocessen van Dutchict Cloud Online functionaliteiten Managed Cloud Online functio U wilt uw documenten overal kunnen beheren en delen. Maar applicaties
Nadere informatieRapport Credit Management Software 2015-2016. Presentatie: Marcel Wiedenbrugge
Rapport Credit Management Software 2015-2016 Presentatie: Marcel Wiedenbrugge Credit Expo, 5 november 2015 Agenda 1. Het rapport Credit Management Software 2. CMS. De huidige stand van zaken 3. Hoe ziet
Nadere informatieTHE BIG CHALLENGE VAN DE KLANT DIE OP UW WEBSITE ZIT
THE BIG CHALLENGE VAN DE KLANT DIE OP UW WEBSITE ZIT Whitepaper the next best thing in customer communication: Skype for Business. Patrick Kusseneers, Product manager Voxtron Communication Center Ons Voxtron
Nadere informatieHaaglanden Medisch Centrum
Cloud oplossing in Haaglanden Medisch Centrum 26 september 2016 Agenda I. Introductie Haaglanden MC II. Situatieschets (voor implementatie) III. Probleemstelling huidige situatie IV. Doelstelling V. Pakket
Nadere informatieEIGENSCHAPPEN CONVERGED HARDWARE
EIGENSCHAPPEN CONVERGED HARDWARE Eigenschappen Converged Hardware 1 van 8 Document Informatie Versie Datum Omschrijving Auteur(s) 0.1 29-09-2015 Draft Remco Nijkamp 0.2 29-09-2015 Volgende Versie opgesteld
Nadere informatiem.b.v. digitale certificaten en PKI Versie: mei 2002 Beknopte Dienstbeschrijving beveiligen van e-mail
Beknopte dienstbeschrijving Beveiligen van e-mail m.b.v. digitale certificaten en PKI Document: Versie: mei 2002 Beknopte Dienstbeschrijving beveiligen van e-mail Inhoudsopgave 1. Inleiding 2 2. Snel te
Nadere informatieCase Closed. Foto: Roy Beusker
Case Closed Foto: Roy Beusker De Nationale Postcode Loterij, de Sponsor Bingo Loterij en de BankGiro Loterij vormen gezamenlijk de Goede Doelen Loterijen in Nederland. Deze loterijen streven ernaar een
Nadere informatieERP Testing. HP Nijhof. Testmanager. Testnet November 2005
ERP Testing HP Nijhof Testmanager Testnet November 2005 Solution Sales Meeting7 November 2005 1 Agenda Waarom pakketten testen? Schaarse middelen? Ideale ERP test situatie Vragen 2 De centrale vraag ERP
Nadere informatieONTZORG DE ZORGPROFESSIONAL DOOR VIRTUALISATIE
IT MANAGEMENT & OPTIMIZATION ONTZORG DE ZORGPROFESSIONAL DOOR VIRTUALISATIE E-BOOK DE STAP NAAR EEN TOEKOMST- BESTENDIGE EN DUURZAME BASIS Virtualiseren is in veel disciplines een populaire term. Het is
Nadere informatieAandachtspunten bij de transitie naar een Big Data-omgeving
Aandachtspunten bij de transitie naar een Big Data-omgeving Organisaties worden steeds meer voor de uitdaging gesteld om grote volumes aan data te verwerken en op te slaan. Het gemiddelde volume aan data
Nadere informatieTechnische keuzes Management Informatie Systeem MeanderGroep
Technische keuzes Management Informatie Systeem MeanderGroep Dit document beschrijft de keuzes die gedaan worden ten aanzien van de hard en software voor het Management Informatie Systeem. Voor de presentatielaag
Nadere informatieTechnical Deep Dive Microsoft Dynamics CRM 4.0. Dennis Schut
Technical Deep Dive Microsoft Dynamics CRM 4.0 Dennis Schut Agenda Versies Microsoft Dynamics CRM 4.0 Infrastructurele & software vereisten Microsoft Dynamics CRM 4.0 Onze ervaringen met Microsoft Dynamics
Nadere informatie