TDWI Dimensional Data Modeling Primer: From Requirements to Business Analysis (Online-Canlı)

Eğitim Süresi

1 GÜN

Kontenjan

12

Ön Koşullar

Herhangi bir ön koşul bulunmamaktadır.

Eğitim Hakkında

Eğitim, ilişkisel ve boyutsal veri organizasyonlarının karşılaştırması ile başlamakta olup ilişkisel modellemenin daha klasik veri yapıları kullanılarak cevaplandırılamayan işle ilgili çeşitli soru örnekleri sunmaktadır. Ardından iş sorularından başlayıp bir OLAP çözümünün sergilenmesiyle tamamlanan tasarım analitiği çözümlerini adım adım anlatmaktadır. Bu adımlar, iş sorularını toplama için kullanılan teknikleri kapsamakta, bunları bir iş çözümü olarak sunmakta, bir teknoloji çözümüne dönüştürmekte ve ardından bilgiye ihtiyacı olanlara iletmektedir.

 

Bu Eğitimde Neler Öğreneceksiniz

  • Boyutsal veri modelleme kavramları
  • İş metriği ve boyutsal veriler arasındaki ilişki
  • İlişkisel ve boyutsal veri modelleri arasındaki benzerlikler ve farklılıklar
  • İş metrikleri ve boyutsal veriler için gereksinim toplama teknikleri
  • Mantıksal bir boyutsal model nasıl oluşturulur
  • Mantıksal bir boyutsal model yıldız şema tasarımına nasıl dönüştürülür
  • İş analitiklerini ve OLAP yetkinliklerini sunmak için boyutsal veriler nasıl kullanılır

 

Bu Eğitime Kimler Katılmalı

  • Veri mimarları
  • Veri marketi geliştiricileri
  • İş analistleri
  • İş zekası ve veri ambarı program ve proje yöneticileri

 

Eğitim İçeriği

Module One

Dimensional Modeling Concepts

  • Dimensional Modeling in Context
    • Business Intelligence Defined
    • Data Warehousing Defined
    • Data Mart Defined
  • Dimensional Modeling Basics
    • Dimensional Model Defined
    • Dimensional Modeling Defined
    • Business Metrics and Measures Defined
    • Business Metrics Examples
    • Dimensional Data Models
  • Comparing E-R and Dimensional Models
    • A Quick Review of E-R Modeling
    • Introduction to Dimensional Models
    • Relational with Additional Constraints
    • A Basis for Comparison
    • Relational for Transaction Processing
    • Dimensional Data for Business Analysis
    • Conformed Dimensions
  • Concepts Summary
    • Review of Some Key Points

 

Module Two

Requirements Gathering for Dimensional Models

  • Business Context for Data Modeling
    • Business Value
    • Business Alignment
    • Business Process Alignment
  • Business Questions as Requirements Models
    • A Framework for Business Questions
    • Examples
    • Refining Business Questions
  • Fact/Qualifier Analysis
    • From Business Questions to Data Requirements
    • Mapping Business Questions
  • Requirements Gathering Summary
    • Process Review

 

Module Three

Logical Dimensional Data Modeling

  • ·Modeling Meters and Measures
    • A Group of Related Business Measures

Modeling Dimensions

  • Adding Dimensions from Qualifiers
  • Dimension Hierarchy
  • Refining the Dimensions
  • Completing the Dimensions
  • More about Meters and Measures
    • Granularity and the Meter
    • Granularity and the Measures
    • Completing the Meter
  • Model Verification
    • Testing the Model

Logical Modeling Summary

  • Process Review

 

Module Four

From Logical Model to Star Schema

  • Star Schema Dimensions
    • Naming the Dimensions
    • Modeling Dimension Tables
    • Defining Dimension Table Keys
  • Star Schema Fact Tables
    • Modeling the Fact Table
    • Defining the Fact Table Key
    • Supporting Calculated Measures
    • Semi-Additive and Non-Additive Facts
  • Star Schema Design Challenges
    • Slowly Changing Dimensions
    • Degenerate Dimensions
    • Junk Dimensions
    • Difficult Situations
  • Modeling Process Summary
    • From Business Requirements to Star Schema

 

Module Five

Dimensional Data and Business Analysis

  • Delivering Business Value
    • Data Enabled Business Analysis
    • Collecting, Analyzing, and Using Business Metrics
  • Effective Dimensional Modeling
    • Critical Success Factors
    • Mistakes to Avoid
    • References and Learning Resources