D
Grafische Visualisierung von bestimmten, spezifischen Informationen, die weiter vertieft beobachtet werden sollen. Demgegenüber visualisiert eine Balanced Scorecard eher die wesentlichen Dinge im Unternehmen.
Um in der realen Welt einen Vertrag abzuschließen, muss eine Unterschrift geleistet werden. Diese ist aufgrund der Schrift zu erkennen.
Im Internet besteht diese Möglichkeit aber nicht. Dennoch musste ein Verfahren gefunden werden, das den Beweis der Identität des Urhebers ermöglicht. Dieses Verfahren ist die digitale Unterschrift, die aus dem zu unterzeichnenden Dokument und einem nur dem Besitzer bekannten Code eine Prüfsumme errechnet.
Die Domain fasst einen oder mehrere Server oder Gruppen von eMail-Adressen zusammen, die die gleiche Namensendung haben.
Die sogenannte Toplevel-Domain für Deutschland ist „de.“, eine der vielen Subdomains ist z.B. „name_subdomain.de“. Die Domain befindet sich jeweils im Besitz einer Institution oder einer Person.
DNS
Ein Server, der Hostnamen (z.B. www.openshop.de) in numerische IP-Adressen (z.B. 195.143.167.160) umwandelt und umgekehrt. Das DNS erlaubt einem den Zugang zu Web-Seiten mittels Domain Name anstatt der IP-Adresse.
In anderen Worten: an www.openshop.com kann man sich erinnern, aber an 195.143.167.161 nicht.
Verkaufsaktivitäten mithilfe einer Kundendatenbank (oft Teil des Customer Relationship Management)
Die differenzierten Kundendaten werden dazu genutzt, Produkte gezielter anzubieten.
Beispiel: Ein Augenoptiker schickt allen Kunden, die seit zwei Jahren nichts mehr gekauft haben, eine Einladung zum Sehtest mit kostenlosem Brillen-Check. Oder junge Kundinnen der letzten zwei Jahre erhalten ein Kontaktlinsenangebot.
Die zielgruppengerechte Ansprache erhöht nicht nur Akzeptanz und Umsatzchancen, sondern mindert auch teure Streuverluste.
„Data Mining" ist der Prozess des Entdeckens bedeutsamer neuer Zusammenhänge, Muster und Trends durch die Analyse großer Datensätze mittels Mustererkennung sowie statistischer und mathematischer Verfahren“ (Erick Brethenoux, Gartner Group).
Data Mining-Verfahren führen zu besseren Prognosen, differenzierteren Segmentierungen, Klassifizierungen und Bewertungen von Kundengruppen oder Märkten.
Von W. H. Inmon entwickeltes Konzept für die themenorientierte (subjektorientiert), integrierte (Integrität), zeitbezogene und dauerhafte (Time-variant) Sammlung von Informationen zur Entscheidungsunterstützung in Unternehmen.
Ein Data Warehouse ist eine von den operationalen DV-Systemen isolierte Datenhaltung, die als unternehmensweite Datenbasis für alle Geschäftsbereiche dient, um die Entscheidungsfindung im Unternehmen zu unterstützen. Die Speicherung in einem Data Warehouse kann dabei in zwei grundsätzlichen Ausprägungen erfolgen: relational und/oder multidimensional. Die bestehenden Schwächen zum Aufbau eines Data Warehouse bei den dazu verfügbaren Datenbanksystemen mündeten in den von E. F. Codd entwickelten Ansatz des Online Analytical Processing (OLAP) und der Forderung, Informationen in multidimensionalen Datenbanksystemen zu speichern, um die notwendige Performance sicherzustellen. Mittlerweile hat sich eine „Koexistenz“ von relationalen und multidimensionalen OLAP-Anwendungen gebildet (ROLAP und MOLAP), die in einem Data Warehouse auch parallel eingesetzt werden können.
Die Daten werden einerseits gesammelt, andererseits verwaltet, kontrolliert und von einem recht komplizierten Filter- und Sortiersystem miteinander in Beziehung gebracht. Damit ist bei möglichst nur einmaliger Erfassung einer Information ein schnelles Auffinden und/oder Sortieren in den verschiedensten Zusammenhängen möglich.
Datenbanken sind die Grundlage der meisten komplexeren Informationssysteme. (DBMS)
Das Datenbank-Design beschreibt die Organisation der Daten in einer Datenbank auf einem von der Datenbank geforderten Level. Es umfasst beispielsweise bei einer relationalen Datenbank die Aufteilung der Daten in Tabellen, Spalten und Datentypen.
Das Design der Datenbank ist abhängig von den Anwendungen, die auf die Daten zugreifen. Ein Datenbank-Design für ein Data Warehouse berücksichtigt z.B. Forderungen nach hoher Performance (Tabellen werden denormalisiert) und vorberechneten Feldern (z. B. Jahresumsatz pro Verkäufer). Datenbank-Design für operative Datenbestände (z. B. die Datenbank eines Buchungssystems) unterscheidet sich grundlegend vom Design für Data Warehouses oder Data Marts (Datenmodell)
Eine Beschreibung des Inhalts einer Datenbank.
Zu dem Datenmodell gehört zum Beispiel die Beschreibung der Tabellen und der Relationen der Tabellen untereinander.
Eine der bekanntesten Datenmodellierungstechniken ist „Entity Relationship Modeling“. Diese Technik identifiziert die Tabellen auf dem jeweiligen Business Level und ihre Verbindung untereinander (Datenbank Design).
Die „Tauglichkeit“ von Daten für verschiedene Anforderungen.
Abhängig von den Anforderungen kann eine Datenbasis für eine Anwendung genügen, für eine andere jedoch nicht. Während des Aufbaus und Füllens eines Data Warehouse muss die Datenqualität überprüft und gegebenenfalls verbessert werden (z.B. durch das Füllen von leeren Datenfeldern oder das Korrigieren von Mehrfachschreibungen des gleichen Gegenstandes).
Dynamic Hypertext Markup Language.
Von Browsern der 4. Generation bereitgestellte Funktionen zur Entwicklung selbst ablaufender und interaktiver Anwendungen, d. h. Web-Inhalt, der sich bei jedem Aufruf verändert. DHTML bezieht sich auf neue HTML-Erweiterungen, durch die eine Web-Seite auf Nutzer-Input reagieren kann, ohne eine Anfrage an den Web-Server zu senden (z. B. JavaScript).
Diese Funktionen sind insbesondere die vom W3C standardisierten Sprachen HTML 4 und CSS 1 sowie noch nicht vereinheitlichte Skriptsprachen wie JavaScript oder JScript.
Probleme bei der Arbeit mit DHTML-Funktionalität bereiten vor allem die uneinheitlichen Objektmodelle der marktführenden Browser sowie die zum Teil sehr fehlerhafte Implementierung der W3C-Standards.
Eine Dimension Table ist eine Tabelle in einer Datenbank (Data Warehouse).
Sie enthält Informationen über aufgegliederte Geschäftsinformationen innerhalb einer Dimension. Dimensionen können sowohl beschreibende Attribute als auch Hierarchien beinhalten. So kann zum Beispiel die Tabelle „Produkte“ die Informationen über Produkttyp, Produktreihe, Produkt und eindeutige Produktnummer in jedem Datensatz enthalten.
Dimension Tables und Fact Tables bilden die Informationstabellen eines Star Schemas.
Data Manipulation Language.
Ein Satz von Statements, mit denen Daten aus einer Datenbank gespeichert, aufgerufen, verändert und gelöscht werden können. Es gibt zwei Arten von DML: prozedural, bei denen der Nutzer festlegt, welche Daten benötigt werden und wie sie aufgerufen werden, und non-prozedural, bei welcher der Nutzer nur festlegt, welche Daten benötigt werden.
Eine sog. „demilitarized zone“ wird von Unternehmen verwendet, die eigene Internet-Dienste anbieten, aber verhindern wollen, dass User öffentlicher Netze auf das firmeneigene Netzwerk zugreifen.
Die DMZ ist zwischen Internet und Intranet geschaltet, in der Regel in einer Kombination aus Firewall und Host. In der Regel beinhaltet die DMZ Server, die im Internet-Verkehr zugänglich sind, wie Web (HTTP)-Server, FTP-Server, SMTP-Server und DNS-Server.
Was früher ganz einfach die geordnete Ablage war, wird heute mit Dokumentenmanagement bezeichnet.
Im Wesentlichen geht es um die zwei Grundfragen: „Wo steht die Information?“ und „Wohin kommt das Dokument?“ Die Güte eines Dokumentenmanagements wird bestimmt durch die Zugriffszeit auf eine gesuchte Information und durch die Vollständigkeit des Dokumentenpools.
Diesen Anforderungen versuchen IT-gestützte Dokumentenmanagementsysteme gerecht zu werden. Sie archivieren die unterschiedlichen Versionen der Dokumente, überwachen den Zugriff, indizieren und strukturieren die Dokumente. Fortschrittliche Funktionen sind beispielsweise die automatische Nachrichtenfunktion bei Veränderung des Dokuments oder die Möglichkeit, verschiedene Versionen eines Dokuments miteinander zu vergleichen und die Unterschiede hervorzuheben.
Beim Desktop Online Analytical Processing befinden sich Daten sowie Auswertungs- und Präsentationssoftware im Arbeitsplatzrechner des Anwenders.
Die Menge der analysierbaren Daten ist begrenzt, da sie über ein Netz aus dem Datenbestand des Unternehmens übertragen werden muss. Der Vorteil besteht darin, dass das Netz weniger beansprucht wird und der Anwender mobiler ist, da er nicht bei jeder Anfrage auf einen OLAP-Server zugreifen muss.
DOLAP eignet sich daher für wenig umfangreiche Analysen mit klar abgegrenzter Aufgabenstellung.
Mit der OLAP-Funktion Drill Down kann der Anwender während einer interaktiven Datenanalyse auf detailliertere Daten der gerade betrachteten Dimension zugreifen.
Man erzielt schnelle Antworten auf erfolgsentscheidende Fragen im Unternehmen durch einfaches Navigieren auf verschiedenen Detaillierungsebenen. (Funktionsumfang von Business Intelligence-Lösungen)