Ved hjælp af datamining kigger modulet på de mønstre frafaldne elever efterlader. Alle vinder ved at mindske frafaldet på erhvervsuddannelserne. Eleven får en uddannelse og skolen modtager tilskud. Et samarbejde mellem Københavns Tekniske Skole, TEC, Tech College Aalborg og Hotel og Restaurantskolen er skabt for at forudsige, hvilke elever der frafalder en uddannelse. Dette sker ved at lægge tidligere frafaldsmønstre ned over nye elever – også kaldet datamining. 

Datamining er en analyse, som afdækker sammenhænge i store datamængder. På baggrund af definerede parametre, trækkes historiske mønstre ned over data på de nye elever på skolen, og resultatet er en liste med elever, der er frafaldstruede samt begrundelse for, hvilke parametre der giver dem denne markering. De mange avancerede beregninger er gemt bag en brugervenlig facade, så datamining kan benyttes uden statistiske kundskaber.

Værktøj til lønstyring

Øgede forventninger om effektivitet og lønstyring i de statslige institutioner sætter skærpede krav til institutionernes lønstyringsværktøjer. Vi garanterer hurtig og effektiv lønrapportering og lønbudgettering. Accobat har lavet et værktøj, som sikrer en effektiv og præcis lønstyring. Værktøjet er lavet på basis af behov, defineret af statslige institutioner, og den er tilmed web-baseret og brugervenlig.

SLS lønbudgettering

De realiserede data opdateres af administrator

fra LDV’et. Opdateringen sker månedligt eller ad hoc. Ved budgettering inddaterer budgetlæggeren som minimum året, der skal budgetteres og måneden med realiseret data, som budgettet skal baseres på og lønstigninger/omregningsfaktorer.

Herefter kan budgetlæggeren automatisk få klargjort et færdigt budgetforslag for alle medarbejdere, personalekategorier, områder med mere. Budgettet kan holdes op mod de realiserede SLS data, og administrator kan overføre data til den samlede accoSTAT-løsning. Løsningen er ikke person- eller leverandørafhængig - og er i øvrigt udelukkende baseret på standardsoftware.