Prediktiv analyse. Segmentering av brukere hos Statens Innkrevingssentral. Eivind Martinsen
|
|
- Patrik Hjelle
- 7 år siden
- Visninger:
Transkript
1 Prediktiv analyse Segmentering av brukere hos Statens Innkrevingssentral Eivind Martinsen
2
3 SAP og Bouvet
4 Bouvet si6 SAP miljø Vi leverer hele prosjekter, Consulting og Forvaltning Har ca 100 konsulenter Et av de ledende SAP miljøer i Norge Forvaltningsoppgaver for over 30 SAP kunder Gullpartner med SAP Forsvaret
5 Utviklingen av SAP ERP
6 Utviklingen av rapportering
7 Prediktiv Analyse Hvorfor er det mer aktuelt nå enn tidligere? Har tilgang på strukturerte og ustrukturerte data Billigere å lagre data Har verktøy til å analysere data «real time» Hvorfor skal vi gjøre det? Konkurransefordel å segmentere målgrupper. Kan med større sannsynlighet forutse hva som kommer til å skje
8 Statens innkrevingssentral Prediktiv Analyse, hvordan utny4e dine data mer effektivt. «Vi er en aktiv pådriver og bidragsyter til samordning, forenkling og effektivisering av offentlig sektor»
9 Vi krever inn 188 kravtyper 35 oppdragsgivere 15 departement
10 Noen nøkkeltall 2014 Innkrevd beløp 4,5 mrd. kr. 15 mill. kr./årsverk 1,2 mill. nye krav Driftskostnad pr. innkrevd kr. er ca. 6,2 øre Fordeling innkrevd beløp: 528 Politi og domstoler Lånekassen Finanstilsynet NRK Regnskapsregisteret Andre ,276
11 Noen flere nøkkeltall utlegg årlig løpende trekk i lønn og trygd inngående telefonsamtaler fra brukere hver måned unike brukere besøker nettstedet hver måned 2,8 millioner utgående brev per år
12 SI har hatt en betydelig vekst 130 % økning i innkrevd beløp per årsverk siden 2000 Over 90 % automatiseringsgrad i behandling av krav
13 Ekstern oppmerksomhet 2. plass beste Call Center Årets rakett DIFI Klart språk Beste standardbrev Brukervennlighet 2. plass beste nettsted Farmandprisen Årets IT-avdeling 2014 Statens klarspråkpris
14 Hvorfor segmentere? Noen saker løses frivillig, mens andre krever tvangstiltak. Rasjonell ressursbruk får vi ved å fokusere på de sakene som ikke løses frivillig. Prediktiv analyse og segmentering kan brukes til å estimere sannsynligheten for at en sak løses frivillig eller ikke.
15 Oppdrag: Segmentere skyldnerne ut fra betalingssannsynlighet Identifisere mulige og sannsynlige parametre som kan påvirke betalingssannsynlighet. Analyse av data Lage en skåringsmodell
16 Hva skal vi bruke segmenteringen til? Ringe ut til skyldnere Tilpasse avdrag etter betalingsevne Gi automatisk avdragsordning Minske dokumentasjonskrav i saker Tilpassede eller sende ut ekstra varsel Anbefale gjeldsrådgivning til enkelte Avskrive enkelte skyldnere/saker Gi bedre styringsinformasjon for SI. F.eks. forutsi arbeidsmengde for saksbehandlere.
17 Segmentere skyldnerne som har misligholdte saker og predikere om de vil betale frivillig før utleggsforretning Segmentere før de går til utleggsforretning F.eks ringe de før utlegg iverksettes Bruksområder: Prioritere ressursbruk i SI Justere innkrevingsstrategien For å ringe opp skyldnere For å tilpasse brev som går ut til skyldnerne For å endre innkrevingsstrategi for utvalgte grupper
18 100% Sannsynlighet for frivillig oppgjør Modell basert på logis:sk regresjon 0% Modellen beregner skyldnernes sannsynlighet for frivillig oppgjør Skåre
19 100% Sannsynlighet for frivillig oppgjør Vi ønsker f.eks. å iden:fisere der vi tror utgående telefoner har effekt (ca 50% sannsynlighet?) 0% HØY SCORE MEDIUM SCORE LAV SCORE Skyldnerne plasseres i segmenter i forhold :l sannsynlighet for frivillig oppgjør. Skåre
20 Datagrunnlag
21 Datagrunnlag Vi har to sett datatabeller som er brukt som utgangspunkt for analysen: Kravdata Historiske kravdata fra SI Persondata Dette er satt sammen fra flere forskjellige kilder: Datavarehuset, Folkeregisteret og Utleggsdatabasen
22 Kravdata Data i rødt overføres :l persondatatabellen som brukes for selve analysene Kilde Felt Format Beskrivelse Datavarehuset OPPDRAGSGIVER_ID Tekst Oppdragsgiver Datavarehuset SISTE_TILTAK Tekst Siste :ltak Datavarehuset KRAV_TYPE_ID Tekst Krav type Datavarehuset OPPRINNELIG_BELOP Numerisk Opprinnelig beløp Datavarehuset RESTBELOP Numerisk Restbeløp Datavarehuset KRAV_ODATO Dato Krav dato Datavarehuset MISLIGHOLD_DATO Dato Datavarehuset AVSLUTTET_DATO Dato Følgende felt blir oppdatert (overskrevet) i løpet av saksbehandlingen : SISTE_TILTAK RESTBELOP Følgende felt se]es i løpet av saksbehandlingen : MISLIGHOLD_DATO AVSLUTTET_DATO Hvis ikke misligholdt = blank Hvis ikke avslu]et = blank
23 Persondata Data i rødt hentes fra Kravdatatabellen og blir overskrevet med siste krav som er misligholdt Kilde Felt Format Beskrivelse Datavarehuset ID Numerisk Anonymisert FNR Datavarehuset Kjønn 1/0 Kvinne - mann Datavarehuset Alder Numerisk Alder på skyldner Datavarehuset Kommunegruppe Tekst SSBs 16 kommunegrupper DSF Sivilstand Tekst Gic, samboer, aleneboer DSF Hjemmeboende barn Numerisk antall barn DSF Antall personer i husstanden Numerisk Antall personer i husstanden Al:nn? Enkeltmannsforetak 1/0 1 Skyldner med inntekt fra enkeltmannsforetak ellers 0 DSF Antall flyfnger siste 5 år Numerisk Antall ulike adresser siste fem år DSF Tid siden siste flyfng Numerisk Antall dager siden siste adresseendring FNR Utlending 1/0 1 FNR- Type utlending, ellers 0 Datavarehuset Gjeldsstørrelse Numerisk Sum alle krav hos SI Datavarehuset Tid siden siste missligholdte krav Numerisk Dager Datavarehuset Iverksa] tvangs:ltak 1/0 1 for IRT, Lønnstrekk, trygdetrekk, pant etc ellers 0 Utleggsdatabasen Månedlige trekkbeløp Numerisk Trekk uten SI Utleggsdatabasen Sum alle krav Numerisk Sum alle ak:ve krav i utleggsdatabasen Datavarehuset Oppdragsgiver Tekst Datavarehuset Kravtype - master Tekst Kravtype for "Hovedkrav" Datavarehuset Datostempel misgholdtmerket- master Dato Dato for når misligholdtmerke ble sa] Datavarehuset Kravstørrelse - master Numerisk Størrelse på "hovedkrav" Datavarehuset IRT- merket - master 0/1 1 dersom kravet er merket IRT ellers 0 Datavarehuset Datostempel IRT - merket - master Dato Dato for når IRT- merket er sa] Datavarehuset Utleggsforretning - master 0/1 1 dersom det er gjennomført utleggsforretning Datavarehuset Datostempel Utleggsforretning - master Dato Dato for når Utleggsforretning er holdt Datavarehuset Utleggspant - master 0/1 1 dersom kravet er gjort opp e]er utleggspant ellers 0 Datavarehuset Datostempel Utleggspant - master Dato Dato for når Utleggspant er sa]
24 Beregnede data Data for prediktiv analyse er beriket med aggregerte data fra sakshistorikken. Følgende data er tillegg til kildedata og beregnes fra alle krav en person har hatt Variabel Dager siden forrige sak Antall saker Antall åpne saker Antall avslu]ede saker Es:mert/Anta] utleggsforretning Frivillig Antall saker med utleggsforretning Antall saker uten utleggsforretning Beskrivelse Antall dager mellom siste og nest siste kravs misligholdsdato Antall krav en person har ha], inkluderer misligholdt krav (siste) og alle :dligere krav Antall krav en person har ha] og som fortsa] er åpen, dvs. ingen avslu]et dato Antall krav en person har ha] som er avslu]et, dvs. avslu]et dato er oppgi] Se beskrivelse i slide nedenfor Motsa] av Es:mert/Anta] utleggsforretning Antall :dligere krav en person har ha] og som er anta] å ha endt med utleggsforretning jfr. kode for siste :ltak. Se beskrivelse av Es:mert Utleggsforretning. Siste krav er ikke ta] med. Antall :dligere krav en person har ha] og som ikke er anta] å ha endt med utleggsforretning jfr. kode for siste :ltak. Se beskrivelse av Es:mert Utleggsforretning. Siste krav er ikke ta] med.
25 Prediktiv analyse
26 Prediktiv analysemodell Vi har brukt 2 forskjellige algoritmer: Robust Regression & Logis:c Regression. (Data som vises i de neste slidene er fra Robust Regressjon) Predic:ve power 0,6863 Predic:on Confidence (KR) 0,9887 CM - Classifica:on Rate 76,63 % CM - Sensi:vity 77,10 % CM - Specificity 76,14 % Modelleringsprogramvare brukt : SAP InfiniteInsight V7.0.1 Algoritme : Kxen.RobustRegression Antall modeller testet med denne algoritmen: 7 Beste modell predikerer riktig 69% av sakene CM - Precision 76,81 % CM - F1 Score 0,77
27 Den beste modellen inneholder følgende 13 variabler: Antall saker til Utleggsforretning Sum krav i Utleggsdatabasen Antall dager siden forrige sak Enkeltmannsforetak (J/N) Kravtype Kommune Sum krav hos SI Antall hjemmeboende barn Alder Antall dager siden siste flytting Antall saker hos SI Sivilstand Antall personer i husstanden
28 Bidrag fra hver variabel Grafen under viser hvor mye hver enkelt variabel bidrar i prediksjonsmodellen. Saker :l utleggsforretning Summen på kravene i utleggsdatabasen Antall dager siden vedkommende fly]et sist.
29 Antall saker til Utleggsforretning 0 saker gir posi:v skåre (Høyere sannsynlighet for frivillig oppgjør) Det er ingen forskjell på 1 eller flere saker.
30 Sum krav i Utleggsdatabasen Trolig forsinkelsesgebyret som slår ut i posi:v retning her og opphever effekten 0 eksisterende saker i utleggsdatabasen predikerer posi:vt. Mindre sammenheng mellom størrelse på kravene i UB.
31 Antall dager siden forrige sak 0 :dligere saker predikerer posi:vt. Tallene for kan indikere at halvårlige periodiserte krav (som NRK) kan predikere nega:vt (mindre sannsynlighet for frivillig betaling). Altså en spuriøs sammenheng med dager siden forrige sak.
32 Skåringsmodell
33 Skåringsmodell Basert på logaritmen logistisk regresjon har vi utarbeidet en skåringsmodell som vil predikere hvem som vil betale før utleggsforretning avholdes. For hver person beregnes en sum som forteller sannsynlighet for at vedkommende vil betale Sum = konstantledd + sum av alle verdier for denne personen
34 Skåringsmodell Variabel Kategori Score 0. Konstantledd Legges :l for samtlige 0, Antall :dligere saker med UF En eller flere - 2, Sum krav UB Krav foreligger - 1, Dager mellom siste saker , Enkeltmannsforetak Ja 0, Krav type 114 (Bot Dom), 490 (NRK), 632 (Regress) - 0, Kommune 219, 220, 230, 235, 237, 403, 701, 906, 1103, 1201, 1601, 1805, , Sum krav 1554,11 (NRK) 0, Hjemmeværende barn >0 0, Alder , Antall dager siden siste flyfng <1606-0, Antall saker 1-0,100 Antall saker 2-9 0, Sivilstand Gic 0, Personer i husstand 1 0,202 Personer i husstand 2-7 0,214
35 Skåringsmodell
36 Eksempel: Asbjørn Bakke Asbjørn er 43 år og fagarbeider i Oslo. Han er samboer og har tre barn. Samboer er i jobb. De eier en rekkehusleilighet. Asbjørn har kontinuerlig krav til tvangsinnkreving hos SI. Det har han hatt i flere år. Han har aldri sendt inn dokumentasjon på sin økonomiske situasjon til SI. Asbjørn har hatt påleggstrekk på kr 2700,00 og kr 3000,00 i flere toårsperioder.
37 Asbjørn Variabel Kategori Asbjørn Score 0. Konstantledd Legges :l for samtlige Ja 0, Antall :dligere saker med UF En eller flere Ja - 2, Sum krav UB Krav foreligger Ja - 1, Dager mellom siste saker Nei - 0, Enkeltmannsforetak Ja Nei 0, Krav type 114 (Bot Dom), 490 (NRK), 632 (Regress) Nei - 0, Kommune 219, 220, 230, 235, 237, 403, 701, 906, 1103, 1201, 1601, 1805, 1833 Ja, Bor i Asker 0, Sum krav 1554,11 (NRK) Nei 0, Hjemmeværende barn >0 Ja 0, Alder Ja 0, Antall dager siden siste flyfng <1606 Nei - 0, Antall saker 1 Nei - 0, Ja 0, Sivilstand Gic Ja 0, Personer i husstand 1 Nei 0,202 SUM 2-7 Ja 0,214-1,98
38 Eksempel: Asbjørn Bakke Asbjørn er 43 år og fagarbeider i Oslo. Han er samboer og har tre barn. Samboer er i jobb. De eier en rekkehusleilighet. Plassering i segmenteringsmodell
39 Asbjørn Skåre: 1,98 Ca 10% betalingssannsynlighet
40 Verdiskapningen for SI Utføre prediktiv analyse i systemet på SI så man kan få frem hva slags løsning man skal tilby brukeren. Sannsynligheten for at vedkommende betaler (skåringen) kommer opp i saksbehandlersystemet.
41 Videre arbeid
42 Utfordring for SI Datasettene er laget slik at vi ikke har historikk på prediksjonsøyeblikket. Vi vet ikke hvordan utfallet har vært. Tiltak: For å kunne predikere dette korrekt er SI nødt til å starte å logge data på nye måter.
43 Videre arbeid Teste ut modellen i praksis Etablere dette som en standard måte å måle og teste ut nye tiltak på Forbedre datakvalitet. Dette er en kontinuerlig prosess.
44 Forbedre datakvalitet Registrere flere data (historikk) gjennom innkrevingsprosessen for å kunne gi bedre prediksjon Vurdere å få tilgjengelig data fra flere kilder Eksisterende data som SI har Eksisterende data fra andre kilder
Hva vektlegges ved tilsetting på SI? Næringslivsdag 29.4.2014 Johanna Lensu
Hva vektlegges ved tilsetting på SI? Næringslivsdag 29.4.2014 Johanna Lensu «Vi er en aktiv pådriver og bidragsyter til samordning, forenkling og effektivisering av offentlig sektor» Det finnes alltid
DetaljerStatens innkrevingssentral. Vi er en aktiv pådriver og bidragsyter til samordning, effektivisering og forenkling i offentlig sektor.
Statens innkrevingssentral Vi er en aktiv pådriver og bidragsyter til samordning, effektivisering og forenkling i offentlig sektor. Organisasjonskart Direktør Per Waage Ass. direktør Christel Halsen HR
DetaljerHva er tjenestedesign 2.0? NOKIOS 1. november 2017 Trude Hole
Hva er tjenestedesign 2.0? NOKIOS 1. november 2017 Trude Hole Heidi Austlid, administrerende direktør i IKT-Norge Vi digitaliserer overalt, men vi gjør det i blinde. Vi tar grep vi ikke klarer å hente
DetaljerDigital post fra Statens innkrevingssentral
Digital post fra Statens innkrevingssentral Digitaliseringskonferansen, 17.06.15 Mette Fallhei Axel Birkeland Innhold i presentasjon Kort om SI Hva gjorde vi Hva nå? Kort om SI Om SI Primæroppgave innkreving
DetaljerSikker Digital Post for Statens innkrevingssentral Mette Fallhei
Sikker Digital Post for Statens innkrevingssentral Mette Fallhei Om SI Primæroppgave innkreving av: Straffekrav for justismyndighetene Avgifter og gebyr for andre statlige virksomheter Driftssentral for
DetaljerDigital transformasjon spennende muligheter i dine data! Work Shop Tema: Masterdata. Marit M. Holsæter
Digital transformasjon spennende muligheter i dine data! Work Shop Tema: Masterdata Marit M. Holsæter EVRY Information Logistics & Services skal være våre kunders prefererte «Digital Capital Partner» i
DetaljerStatens innkrevingssentral (Sl) viser til tidligere varsel om tvangsfullbyrdelse. Vi har besluttet å avholde utleggsforretning.
il STATENS INNKREVINGSSENTRAL www.sismo.no Organisasjonsnummer 971 648 198 0055680301130001000561 BERAMMELSE Forretningen avholdes ved den 10.12.2012 kl. 08:00 RUNE LEANDER HANSEN TINDELAND 5568 VIKEBYGD
DetaljerIntelligent digitalisering av dialogen: hvordan komme i gang?
Intelligent digitalisering av dialogen: hvordan komme i gang? Anne Johanne Solhjell og Ståle Sørensen Winorg Fokusområder for forbedringer «Empower» de ansatte Engasjere medlemmer, givere, frivillige og
DetaljerSI går fra hjemmeside. Statens Innkrevingssentral 3/8/2012. GIR DIGITALT FØRSTEVALG ØKT BETALINGSVILLIGHET? Trude Hole Rådgiver, Bouvet 07.03.
Statens Innkrevingssentral GIR DIGITALT FØRSTEVALG ØKT BETALINGSVILLIGHET? Trude Hole Rådgiver, Bouvet 07.03.2012 SI går fra hjemmeside Bilde: thinkstockphotos.com 1 til digital filial Bilde: thinkstockphotos.com
DetaljerForelesning 17 Logistisk regresjonsanalyse
Forelesning 17 Logistisk regresjonsanalyse Logistiske regresjons er den mest brukte regresjonsanalysen når den avhengige variabelen er todelt Metoden kan brukes til å: teste hypoteser om variablers effekt
DetaljerPersonvernerklæring. Nettbasert behandling av personopplysninger
Personvernerklæring Nettbasert behandling av personopplysninger Denne Personvernerklæringen gjelder for Behandlingsansvarlige Nettsider som samles inn på www.jatak.no Jatak Fræna AS 945 735 406, ved daglig
DetaljerOffentlig innkreving initiativ til samhandling
Offentlig innkreving initiativ til samhandling NOKIOS 2009 Norsk konferanse for IKT i offentlig sektor Trondheim, 13. 15. oktober Per Waage direktør Hva skal jeg si noe om? 1. Hvem er Statens innkrevingssentral
DetaljerI vedlegget fiimer du en oversikt over de kravene som vi vil dekke med skattepengene dine.
2949 sstatens innkrevingssentral RUNE LEANDER HANSEN tx VIKEVEGEN 1808 5568 VIKEBYGD Dato: Vår referanse: 27. mai 2015 2737632 Klagefrist: 1 maned Erklæring - vi motregner skattepengene du har til gode
DetaljerINKASSOLOVEN M/ FORSKRIFTER
INKASSOLOVEN M/ FORSKRIFTER Lovbestemte rammebetingelser for en innkrevingsprosess, og de rettigheter og plikter som partene er tildelt Forfalte pengekrav God inkassoskikk Frister for purring / varsel
DetaljerForelesning 16 Regresjonsanalyse 3. Regresjonsanalyse av timelønn. Modeller med samspill
Forelesning 16 Regresjonsanalyse 3 Modeller med samspill år effekten av en uavhengig variabel er betinget av en annen uavhengig variabel Eksempel: Hvis effekten av utdanning på timelønn er sterkere for
DetaljerPersonvernerklæring. Nettbasert behandling av personopplysninger
Personvernerklæring Nettbasert behandling av personopplysninger Denne Personvernerklæringen gjelder for Behandlingsansvarlige Nettsider som samles inn på http://www.jatak.no/bedriftene/jatak-are-brug Are
DetaljerVeien mot selvbetjening for Statens innkrevingssentral
Veien mot selvbetjening for Statens innkrevingssentral Nåsituasjon, konseptutvikling, utfordringer og gevinster NOKIOS 21. september 2011 Axel Birkeland Geir Tore Klæbo Kort om SI SI ble etablert 01.07.1990
DetaljerSelvbetjent pengeinnkreving - fra konsept til handling
Selvbetjent pengeinnkreving - fra konsept til handling NOKIOS 2012 Rikets tilstand Trondheim 31. oktober Anita Gjesbakk Axel Birkeland Statens innkrevingssentral Agenda Kort om SI Selvbetjent pengeinnkreving
DetaljerSTATENS IN NK REVING SSENTRAL
7 STATENS IN NK REVING SSENTRAL www.sism.n Organisasjnsnummer 971 648 198 5568020199010394 RUNE LEANDER HANSEN VIKEVEGEN 1808 5568 VIKEBYGD Dat 03.11.2014 Vår referanse: 06125537993 AVHOLDT UTLEGGSFORRETNING
DetaljerPersonvernerklæring. Nettbasert behandling av personopplysninger
Personvernerklæring Nettbasert behandling av personopplysninger Denne Personvernerklæringen gjelder for behandlingsansvarlige nettsider som samles inn på www.jatak.no Jatak medlem Alfa Tre Jæren AS 921760515,
DetaljerHvis kurset du trenger ikke finnes i oversikten under, ta kontakt med oss. Vi tilrettelegger gjerne kurs etter behov.
Kursoversikt 2012 Målet med våre kurs er å gi deg best mulige forutsetninger for å kunne utnytte mulighetene i SPSS. Det gjelder uansett om du er nybegynner eller allerede bruker vår programvare og trenger
DetaljerSTATENS INNKREVINGSSENTRAL www.sismo.no Organisasjonsnummer 971 648 198
STATENS INNKREVINGSSENTRAL www.sismo.no Organisasjonsnummer 971 648 198 i K i i i i i M i i i n i i i i 0055680301700001000687 971 RUNE LEANDER HANSEN TINDELAND 5568 VIKEBYGD Dato: Vår ref: 29.10.2013
DetaljerRegler for behandling personopplysninger Svea Finans AS
Regler for behandling personopplysninger Svea Finans AS EU har siden 2012 jobbet med å tilpasse den nåværende personvernforordningen til den teknologiske utviklingen. EUs personvernarbeid resulterte i
DetaljerForhåndsvarsel om at SI vil motregne ubetalte krav i skattepenger
i i i uo Statens *innkrevingssentral RUNE LEANDER HANSEN VIKEVEGEN 1808 5568 VIKEBYGD Dato: 23. mai 2017 Vår referanse: 2737632 Forhåndsvarsel om at SI vil motregne ubetalte krav i skattepenger Statens
DetaljerHva kjennetegner skyldnere med mange inkassosaker? Tanker om hva man skal gjøre for å reduser tapet på «storskyldnere»
Hva kjennetegner skyldnere med mange inkassosaker? Tanker om hva man skal gjøre for å reduser tapet på «storskyldnere» Magnus Solstad, analysesjef i Kredinor På hvilke områder kan analyseavdelingen bistå
DetaljerKursoversikt 2009. Kurskalender 2009-1. halvår. Kurskalender 2009 2. halvår
Kursoversikt 2009 Målet med våre kurs er å gi deg best mulige forutsetninger for å kunne utnytte SPSS omfattende muligheter. Det gjelder uansett om du er nybegynner eller allerede bruker vår programvare
DetaljerForelesning 18 SOS1002
Forelesning 8 SOS002 Bruk av regresjonsmodeller til å predikere verdier? Hvordan kan vi predikere timelønn ut fra denne lineære regresjonsmodellen? B SEB Beta t Sig. t Kvinner(kvinne=, mann=0) -4,0 0,96-0,23-4,66
DetaljerMarnardal kommune 2016: Innbyggerundersøkelse om Nye Lindesnes
Marnardal kommune 216: Innbyggerundersøkelse om Nye Lindesnes Mai 216 Eva Kvelland Ordkraft Bakgrunn og metode Undersøkelsen er gjennomført av Ordkraft AS og Respons Analyse på oppdrag fra Marnardal kommune.
DetaljerOppdragsgivers spesifikasjon av Tjenesteytelsen
Oppdragsgivers spesifikasjon av Tjenesteytelsen 1 Formål med anskaffelsen SI skal inngå en samarbeidsavtale med en leverandør i forbindelse med innkreving av misligholdte studielån for innkreving og erstatningskrav
DetaljerInformasjon om eksamen SOS Kvantitativ metode
Informasjon om eksamen SOS1120 - Kvantitativ metode Skriftlig skoleeksamen 29. mai 2018 4 timer Eksamensoppgaven Eksamenssettet består av 26 sider inkludert denne, med 22 oppgaver. Oppgavesettet er delt
DetaljerGDPR. General Data Protection Regulation Personvernforordningen, erstatning for personopplysningsloven - fra 2018
GDPR General Data Protection Regulation Personvernforordningen, erstatning for personopplysningsloven - fra 2018 en grunnleggende kjedelig men absolutt nødvendig innføring for lag og foreninger i Asker
DetaljerKontroll av omsetningsoppgaver ny modell kan gi bedre utvelgelse
Kontroll av omsetningsoppgaver ny modell kan gi bedre utvelgelse Tormod Reiersen, Skattedirektoratet Per Arne Paulsen, Skattedirektoratet Anders Berset, Skattedirektoratet I 2012 gjennomførte Skatteetaten
DetaljerKravspesifikasjon MetaView
Kravspesifikasjon MetaView BACHELOROPPGAVE VÅREN 2014 1. Presentasjon Tittel: MetaView Oppgave: Lage en applikasjon og api som skal kommunisere med MetaVision slik at det skal bli enklere for leger og
DetaljerSPSS Statistics-kurs 2014
SPSS Statistics-kurs 2014 Kurskalender 2014-1. halvår Dager Pris Jan Feb Mars April Mai Juni 6.-7. 5.-6. 3.-4. 6.-7. 5.-6. 22.-23. 27.-28. 19.-20. 22.-23. 26.-27. Anvendt statistikk 2 8 300 16.-17. 13.-14.
DetaljerSEO. Søkemotoroptimalisering. Bjørn Ove Width 07 Interaktiv FROKOSTSEMINAR 2018
SEO Søkemotoroptimalisering Bjørn Ove Width 07 Interaktiv Betalt søk (AdWords) Betalt søk (Google Shopping) Organisk søk HVORFOR ER SYNLIGHET SÅ VIKTIG? Google er verdens største søkemotor 80% av nordmenn
DetaljerPersonvern for mobilkunder hos Fjordkraft
Personvern for mobilkunder hos Fjordkraft Sist oppdatert januar 2019 www.fjordkraft.no Fjordkraft AS, Postboks 3507, Fyllingsdalen, 5845 Bergen Kundeservice: 23 00 6100 - Chat: www.fjordkraft.no/chat 1.
DetaljerStatus-Program for modernisering av Folkeregisteret
Status-Program for modernisering av Folkeregisteret Thor Granlund SKDIU 1. september 2015 Adresseseminar Kompleksitet Nye 2014 Født i Norge 60 000 Innvandret 70 000 D-nummer 100 000 + 1,5 mill. D-nummer
DetaljerKom i gang med e-handel. Løsningen med størst vekst i Norge Roadshow 2014
Kom i gang med e-handel Løsningen med størst vekst i Norge Roadshow 2014 Agenda Hva er e-handel Hvorfor e-handel HVA ER E-HANDEL Fra: Omfattende papirdokumentasjon i tilbud Til: Innsending av elektroniske
DetaljerPlassering og bevegelse
Plassering og bevegelse «Registrering av hvor den enkelte beveger seg er et inngrep i den enkeltes personvern. Det skjer til dels en omfattende registrering av oss når vi ferdes rundt i samfunnet. Smarte
DetaljerKom i gang med e-handel. Løsningen med størst vekst i Norge Roadshow 2014
Kom i gang med e-handel Løsningen med størst vekst i Norge Roadshow 2014 Agenda Hva er e-handel Hvorfor e-handel HVA ER E-HANDEL Fra: Omfattende papirdokumentasjon i tilbud Til: Innsending av elektroniske
DetaljerBrukerveiledning for elektronisk versjon av HEVD-verktøyet RBUP ØST OG SØR THOMAS TOLLEFSEN
Brukerveiledning for elektronisk versjon av HEVD-verktøyet RBUP ØST OG SØR THOMAS TOLLEFSEN Innhold Steg 1: Innlogging til brukerlisten... 2 Steg 2: Brukerlisten... 3 Steg 3: Innlogging til HEVD-skjema...
DetaljerJobb et skritt foran. Velg nettskyen.
Jobb et skritt foran. Velg nettskyen. Velkommen til fremtiden Vil du ligge et skritt foran dine konkurrenter, er en forretningsløsning i nettskyen en smart investering. Dyre løsninger med servere, dårlige
DetaljerInkassobransjen 2013 Nøkkeltall for inkassobransjen 1. halvår 2010-2. halvår 2013
1 Inkassobransjen Nøkkeltall for inkassobransjen - 2 Innhold Om statistikken... 3 Kort om inkassobransjen... 4 Omsetning... 4 Antall årsverk... 5 Omsetning per årsverk... 6 Driftsmargin... 7 Nøkkeltall
DetaljerKlarspråk og faguttrykk Anna Senje seniorrådgiver, Språkrådet 12. juni 2013
Anna Senje seniorrådgiver, Språkrådet 12. juni 2013 Hovedpunkter Må «klarspråk» være uten faguttrykk? Hvordan lager vi gode ordforklaringer? Når er det størst fare for misforståelser? Kall en spade for
Detaljer14.12.2010 13:50 QuestBack eksport - Evaluering av NOKIOS 2010
Evaluering av NOKIOS 2010 Publisert fra 28.10.2010 til 09.12.2010 175 respondenter (175 unike) 1. Kjønn: 1 Kvinne 35,1 % 61 2 Mann 64,9 % 113 Total 174 1 2. Alder: 1 15-19 år 0,0 % 0 2 20-29 år 8,0 % 14
Detaljereid i offentleg sektor 8.desember 2009
eid i offentleg sektor 8.desember 2009 Program 09:30 Registrering 10:00 Status for eid programmet Seniorrådgivar Lise Nilsen, Difi 10:30 Status for bruken av MinID. Presentasjon av MinID 3.0 Serviceledar
DetaljerPERSONVERN Personopplysninger som lagres Hvilke personopplysninger behandler vi
! PERSONVERN Vi tar personvern på alvor fordi det handler om respekt for deg som bruker av våre nettsider og for deg som kunde. ellaandil.com har derfor utarbeidet denne personvernerklæringen i henhold
DetaljerKatalogsynkronisering i skyen
Katalogsynkronisering i skyen Å opprette og ivareta bruker og personalinformasjon i flere forskjellige systemer kan være både tidskrevende og kostbart. ID Manager Katalogsynkronisering er en struktur-
DetaljerKvalitetsstandard - utlendingsforskriften 6-13 - innvilgelse
Kvalitetsstandard - utlendingsforskriften 6-13 - innvilgelse 1 Registrering i DUF Personopplysninger Navn på søker Aliasidentitet Statsborgerskap Fødselsdato Kjønn Sivilstand Dato for sivilstand Yrkeserfaring/praksis
DetaljerKlart språk og brukerinvolvering. Frokostseminar DIFI Oslo 12. juni 2014
Klart språk og brukerinvolvering Frokostseminar DIFI Oslo 12. juni 2014 Hva sier brukerne der ute «Bruk mindre komplisert språk og fortell gangen på en enkel måte. Gjør ingenting om dere er hyggelige ;-)»
DetaljerSluttoppgjør. Innhold
Innhold Sluttoppgjør... 2 Systemparameter... 2 Vedlikehold lønn og trekkart... 3 Arbeidsbok sluttoppgjør... 3 Returner skattekort... 4 Merk ferdigbehandlet... 4 Sluttoppgjør person... 4 Saldo og feriepenger...
DetaljerVisma AutoCollect HVORDAN UNNGÅ TAP PÅ FORDRINGER? 8. OKTOBER 2013. Per Øivind Elvebakk, Visma Collectors
Visma AutoCollect HVORDAN UNNGÅ TAP PÅ FORDRINGER? 8. OKTOBER 2013 Per Øivind Elvebakk, Visma Collectors Agenda Hvordan unngå tap på fordringer? Inkassotrend i Norge Betalingsstatistikk på faktura Hvilke
DetaljerRollen som databehandler innebærer at vi behandler opplysninger på oppdrag fra den ansvarlige virksomheten (itfag.no).
Personvern Det er viktig for oss at du føler deg trygg når du bruker vår nettsider, tisip.no og itfag.no. Derfor legger vi stor vekt på å beskytte ditt personvern. Denne erklæringen forklarer hvordan vi
DetaljerGjeldskravets gang. 23. okt Inkasso Utlegg Særnamsmenn Prioritet. Hallvard Øren Økonomisk rådgiver GJELDSKRAVET OPPSTÅR
Grunnkurs i økonomisk rådgivning Gjeldskravets gang Inkasso Utlegg Særnamsmenn Prioritet Hallvard Øren Økonomisk rådgiver GJELDSKRAVET OPPSTÅR Debitor Kreditor Parter i saken: Debitor (skyldner) og kreditor
DetaljerPERSONVERNERKLÆRING FACE.NO
PERSONVERNERKLÆRING FACE.NO Personvern generelt Personvern er din rett til selv å bestemme over dine personopplysninger, og hvordan vi som nettportal i denne sammenheng henter, ivaretar, lagrer, og videre
DetaljerEksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi
Psykologisk institutt Eksamensoppgave i PSY1011/PSYPRO4111 Psykologiens metodologi Faglig kontakt under eksamen: Ingvild Saksvik-Lehouillier Tlf.: 73 59 19 60 Eksamensdato: 30. mai 2016 Eksamenstid (fra-til):
DetaljerEffek8v Kommune Glade innbyggere Godt Næringsliv
Effek8v Kommune Glade innbyggere Godt Næringsliv 1. Den digitale Kommune er med i en digital symfoni 2. Den effek8ve og samhandlende kommune har selvbetjente innbyggere og næringsliv Vi samhandler og nå
DetaljerDigitale adresser Kontakt- og reservasjonsregisteret. Adresseseminaret 10.09.14 Helge Bang, Difi
Digitale adresser Kontakt- og reservasjonsregisteret Adresseseminaret 10.09.14 Helge Bang, Difi Bakgrunn Digital kommunikasjon som hovedregel Det er den offentlige virksomhet som bestemmer om den skal
DetaljerKontakt- og reservasjonsregisteret. Elektroniske adresser,
Kontakt- og reservasjonsregisteret Elektroniske adresser, 13.09.2016 ifis nasjonale fellesløsninger Nasjonal arkitektur Nasjonalt register over innbyggernes digitale kontaktinformasjon og reservasjonsstatus
DetaljerForutsetninger for modellkjøring BEFOLKNINGSMODELLEN. Teknologi og samfunn 1
Forutsetninger for modellkjøring BEFOLKNINGSMODELLEN Teknologi og samfunn 1 PANDA kan benyttes til å beregne langsiktige trender og framskrivinger. Men mest egent er PANDA til å undersøke følgene av bestemte
DetaljerSpørreundersøkelsen 2018
Spørreundersøkelsen 2018 Norges Frivilligsentraler, november 2018 Oppsummering Spørreundersøkelsen for frivilligsentraler 2018 Side 1 av 6 Bakgrunn for undersøkelsen Endring av lskuddsordningen Oppgavemeldingen
DetaljerFra data til innsikt. Ronny Seehuus 26.11.2014
Fra data til innsikt Ronny Seehuus 26.11.2014 Big data handler om å utnytte innsikt fra et dataunivers som er i eksponentiell vekst Petabytes - Zettabytes Terabytes - Petabytes Annen Text tekst Bilder
DetaljerEn robust BI-løsning; hva må til?
En robust BI-løsning; hva må til? Noen gode praksiser, og NTNUs skritt mot prediktiv analyse Torgeir Sesseng, Oslo 23.09.2015 Kunnskap for en bedre verden Agenda. Kort om: 1. BI-/informasjonsstrategi 2.
DetaljerIKT Norge - IT kunnskaper
IKT Norge - IT kunnskaper Prosjektleder: Ellen H. Guldvog ellen@responsanalyse.no Analytiker: Ellen H. Guldvog ellen@responsanalyse.no Start: 7/5/2017 Avsluttet: 7/12/2017 Metode: Webundersøkelse (CAWI)
DetaljerNorsk standardisering i samarbeid med EU. Jan Mærøe Seniorrådgiver Direktoratet for forvaltning og IKT (Difi)
Norsk standardisering i samarbeid med EU Jan Mærøe Seniorrådgiver Direktoratet for forvaltning og IKT (Difi) OFFENTLIG SEKTOR SOM PÅDRIVER FOR STANDARDISERING OG DIGITALISERING Direktoratet for forvaltning
DetaljerVersjonsbrev for Extensor05 versjon 1.22. 12.juni 2015
Versjonsbrev for Extensor05 versjon 1.22 12.juni 2015 Innhold Bedriftsjournal... 3 Bedriftsopplysninger... 3 Integrasjoner... 5 Journal... 5 NPR... 9 Personalia... 9 Planlegger... 10 Dette versjonsbrevet
DetaljerKartlegging av private tolketjenester i 2017
Kartlegging av private tolketjenester i 2017 Tolkeoppdrag utført i 2017 Velkommen til årets undersøkelse av de private tolketjenester i 2017. Statistikken for 2016 har gjennom Årsrapporten for 2016 fått
Detaljer4 steg til suksess på web WEBANALYSE. Dataforeningen 27. august 2009. Eivind Savio eivind.savio@creuna.no
4 steg til suksess på web WEBANALYSE Dataforeningen 27. august 2009 Eivind Savio eivind.savio@creuna.no AGENDA Hva, hvorfor og hvordan måler vi? Forstå webanalyse, og lær hvordan du bruker det i ditt daglige
DetaljerBEHANDLING AV KUNDEDATA Oversikt over Norids behandling av data om domeneabonnenter. Innhold. Norids behandling av kundedata. Dato:
BEHANDLING AV KUNDEDATA Oversikt over Norids behandling av data om domeneabonnenter Dato: 09.04.2018 Innhold Norids behandling av kundedata... 1 1. Formål med behandlingen... 2 2. Type opplysninger...
DetaljerVarsel om utleggsforretning - vi vil tvangsinnkreve det du skylder
2646 Statens innkrevingssentral RUNE LEANDER HANSEN VIKEVEGEN 1808 5568 VIKEBYGD I Dat: Vår referanse: 20. mai 2015 2737632 Varsel m utleggsfrretning - vi vil tvangsinnkreve det du skylder Statens innkrevingssentral
DetaljerKundeservice telefon eller selvbetjening
CUSTOMER CARE 2015 Kundeservice telefon eller selvbetjening Kundeservicedagene 2015 29. januar, Gardermoen Knut Kvale, Telenor Research Asbjørn Følstad, SINTEF 2 God kundeservice? Konsistent i alle kanaler
DetaljerRetningslinjer for endring av rente- og avdragsvilkår og utenrettslige gjeldsforhandlinger for privatpersoner med betalingsproblemer
HB 5.B.4 21.12.2009 Retningslinjer for endring av rente- og avdragsvilkår og utenrettslige gjeldsforhandlinger for privatpersoner med betalingsproblemer INNHOLDSFORTEGNELSE Hjemmelsforhold Endring av rente-
DetaljerSpørreundersøkelsen 2017
Spørreundersøkelsen 2017 Norges Frivilligsentraler, oktober 2017 Bakgrunn for undersøkelsen Endring av lskuddsordningen Oppgavemeldingen (St. meld 14 2014 2015) inns lling fra komitéens flertall Tilskudd
DetaljerSaksframlegg. Styret Helseforetakenes senter for pasientreiser ANS 27/10/11 SAK NR Budsjettestimat for Forslag til vedtak:
Saksframlegg Referanse Saksgang: Styre: Møtedato Styret Helseforetakenes senter for pasientreiser ANS 27/10/11 SAK NR 058-2012 Budsjettestimat for 2012 Forslag til vedtak: Styret tar saken om budsjettestimat
DetaljerHva skal vi styres på? DFØ s Årskonferanse 2013
Hva skal vi styres på? DFØ s Årskonferanse 2013 Når er Skatteetaten effektiv? 2 Innhold 1. Strategisk styring mot bedre effekter 2. Etterlevelse og virkemidler Skatteetaten 3. Styring som strategisk mål
DetaljerGenerelle kjøpsbetingelser
Generelle kjøpsbetingelser Ordrebekreftelse Ordrebekreftelsen inneholder informasjon om din bestilling- Produktenes pris er oppgitt i norske kroner og er inkl. merverdiavgift, kunden mottar ordrebekreftelse
DetaljerPersonvernerklæring for Clemco Norge AS
Personvernerklæring for Clemco Norge AS Behandlingsansvarlig Daglig Leder er behandlingsansvarlig for Clemco Norges behandling av personopplysninger. Personopplysninger som lagres personopplysninger som
DetaljerSTV1020 våren 2018 oppgave 31. Se nederst i dokumentet for nynorsk versjon.
STV1020 våren 2018 oppgave 31. Se nederst i dokumentet for nynorsk versjon. DEL 2 (70 av 100 poeng): Du skal svare på alle oppgavene. Tallene i parentes viser maksimalt antall poeng per oppgave. Du skal
DetaljerNår det brukes "vi", "våre" eller "oss" nedenfor, menes det Norsk Byggtjeneste AS.
PERSONVERNERKLÆRING Norsk Byggtjeneste AS er opptatt av å håndtere personopplysninger på en trygg og sikker måte. Denne personvernerklæringen vil hjelpe deg med å forstå hvilke personopplysninger vi behandler,
DetaljerDigital modenhet. IT-puls Trondheim november. Bli digitalt moden ved hjelp av god datakvalitet. Bente Arntzen Bakken, EVRY
IT-puls Trondheim 2018 22. november Bli digitalt moden ved hjelp av god datakvalitet Bente Arntzen Bakken, EVRY www.evry.no/itpulstrondheim #ITpuls Digital modenhet Sensitivity: Internal #ITPULS WWW.EVRY.NO/ITPULSTRONDHEIM
DetaljerDenne personvernerklæringen handler om hvordan El-Tilsynet as samler inn og bruker personopplysninger om deg.
PERSONVERNERKLÆRING Sist oppdatert: 23.11.2018. Denne personvernerklæringen handler om hvordan El-Tilsynet as samler inn og bruker personopplysninger om deg. El-Tilsynet as (ET) lenker til nettsider som
DetaljerKvalitetsstandard Sakstype: utlendingsforskriften 6-1 - avslag 1 REGISTRERING I DUF KRITERIER / PROSESS KRAV. Personopplysninger.
Kvalitetsstandard Sakstype: utlendingsforskriften 6-1 - avslag 1 REGISTRERING I DUF Personopplysninger Saksforberedelse Vedtak Navn på søker Alias identitet Statsborgerskap Fødselsdato Kjønn Sivilstand
DetaljerPå nett med innbyggerne Regjeringens digitaliseringsprogram
På nett med innbyggerne Regjeringens digitaliseringsprogram Ekspedisjonssjef Lars-Henrik Myrmel-Johansen Beat for beat, Østfold, 2013 1 2 Kilde: IKT-Norge 2012 3 Kilde: IKT-Norge 2012 Ønsket måte å levere
DetaljerBRUKERUNDERSØKELSE TIL INNBYGGERE I KÅFJORD KOMMUNE
BRUKERUNDERSØKELSE TIL INNBYGGERE I KÅFJORD KOMMUNE Sett kryss i de rubrikker som passer best for deg og din husstand, s fyller du inn dine svar ut fra din husstands er med den kommunale tjenesteyting.
DetaljerFagutvalgsmøte Administrasjon, ledelse og kontorstøtte. Møte Lillestrøm
Fagutvalgsmøte Administrasjon, ledelse og kontorstøtte Møte 3-2019 06.03.2019 Lillestrøm Administrasjon, ledelse og kontorstøtte MA1 Det er etablert en felles systemportefølje som løser tverrgående administrative
DetaljerNår du ønsker å inngå en avtale med oss, må vi registrere nødvendig informasjon for å levere tjenester vedrørende din tilknytning til strømnettet.
Personvernerklæring Sist oppdatert 24.05.18 kl. 14:30 Lyse Elnett AS tar personvern på alvor og vi skal behandle personopplysninger i samsvar med den til enhver tid gjeldende personvernlovgivning. Personopplysninger
DetaljerVIRKE INKASSO FAGDAG VIRKE INKASSO INKASSO NORGE 2015
FAGDAG VIRKE INKASSO INKASSO NORGE 2015 12 mnd. vekst 6,2 % (311215) Husholdningenes innenlandske bruttogjeld 2.865 mrd. kr 580 mrd. kr usikret gjeld 12 mnd. vekst K2 3,2% (311215) 12 mnd. vekst 7,7% (311215)
DetaljerEKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer)
EKSAMEN I SOS4020 KVANTITATIV METODE 8. april 200 (4 timer) Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet) Sensur på
DetaljerI bildet knyttes et globalt oppdrag til prosjektregnskapet ved å taste oppdragsnummeret eller hente det fra
Skjema Prosjekt Fane - Prosjekt I bildet knyttes et globalt oppdrag til prosjektregnskapet ved å taste oppdragsnummeret eller hente det fra Tabell Oppdrag ved knappen Oppdrag nr Prosjektleder til dette
DetaljerInkassobransjen 2015 Nøkkeltall for inkassobransjen
Inkassobransjen 215 Nøkkeltall for inkassobransjen -215 Innhold Om statistikken... 2 Kort om inkassobransjen... 3 Omsetning... 3 Antall årsverk... 4 Driftsmargin... 5 Nøkkeltall om inkasso... 6 Mottatte
DetaljerPERSONVERNERKLÆRING FOR LEXIT GROUP AS
PERSONVERNERKLÆRING FOR LEXIT GROUP AS 1. Behandlingens formål og grunnlag 2. Opplysningene vi behandler 3. Deling av informasjon 4. Deling av informasjon på sosiale medier 5. Sikkerhet 6. Lagring og sletting
DetaljerDeres ref.: Vår ref.: Dato: 00/406 SL KjS/rla
Det kongelige Finansdepartement Postboks 8008 Dep 0030 OSLO Deres ref.: Vår ref.: Dato: 00/406 SL KjS/rla 200600131-2 11.10.2006 FORSKRIFTER TIL NY SKATTEBETALINGSLOV - HØRING Statens innkrevingssentral
DetaljerInnbyggerhøring om mulig grensejustering
Til husstanden Innbyggerhøring om mulig grensejustering Telemarksforsking er engasjert av Fylkesmannen i Telemark for å utrede mulig grensejustering av Hjuksebø-området, dvs. en overføring av Hjuksebø
DetaljerFor verden er du bare et menneske, men for et menneske kan du være en hel verden.
For verden er du bare et menneske, men for et menneske kan du være en hel verden. 1 Introduksjon i økonomisk rådgivning Generelt om økonomisk rådgivning Statens satsningsområde 2 Nettverk Finnmark Hvem/hva
DetaljerSikker digital posttjeneste. Digital postkasse til innbyggere Kontakt- og reservasjonsregisteret
Sikker digital posttjeneste Digital postkasse til innbyggere Kontakt- og reservasjonsregisteret Bakgrunn «Innbyggerne skal kunne velge mellom markedsbaserte postkasseløsninger, og kunne få post fra det
DetaljerAVTALE OM OVERDRAGELSE AV FORDRING
1 AVTALE OM OVERDRAGELSE AV FORDRING 1 PARTER OG BAKGRUNN 1.1 Denne avtalen («Avtalen») er inngått den «dato» mellom A. [Lender s name], [Lender s Address], [Lender s personal/corporate ID number.] («Selger»);
DetaljerIBM3 Hva annet kan Watson?
IBM3 Hva annet kan Watson? Gruppe 3 Jimmy, Åsbjørn, Audun, Martin Kontaktperson: Martin Vangen 92 80 27 7 Innledning Kan IBM s watson bidra til å gi bankene bedre oversikt og muligheten til å bedre kunne
DetaljerPant, kausjon og solidaransvar
Videregående kurs i økonomisk rådgivning Pant, kausjon og solidaransvar Økonomisk rådgiver Hallvard Øren Hvorfor behandle særskilt pantekrav og kausjonskrav? Kjennskap til reglene en fordel når man skal
DetaljerKvartalsrapport. 1. kvartal 2006 DIN LOKALE SPAREBANK
Kvartalsrapport 1. kvartal 2006 DIN LOKALE SPAREBANK 1. kvartal 2006 RESULTAT Resultatet ved utgangen av første kvartal 2006 utgjør 84 mill. kr før skatt. Det er en forbedring i forhold til foregående
DetaljerHAR DU EFFEKTIV BRUK AV DINE RESSURSER?
HAR DU EFFEKTIV BRUK AV DINE RESSURSER? Bedre økonomisk styring med tidregistrering og oppfølging med prosjektstyring 18. oktober 2018 I dag skal vi snakke om Hvordan dere kan skaffe dere kunnskap om ressursbruk
Detaljer