Masterclass Data Warehouse Design & Data Management.195 Voeg toe aan favorieten

Data warehouse is een gegevensbron voor de users in Business Intelligence omgevingen. Een goede data architectuur is onontbeerlijk om rapprotage of extracting van gegevens snel te kunnen leveren.
Ook willen we zo min mogelijk last van updating, onderhoudswerkzaamheden of andere gebruikers op het data warehouse. Een lagen model is dan handig en tijdelijke opslaggebieden zoals de Operational Data Store. Technisch kunnen we ook lagen specificeren om near-real time gegevens van batch-georienteerde data te scheiden zodat de verwerkingssnelheid toeneemt.

Veel data en veel lagen, beteket een god proces om data te extraheren (E) , te transformeren (T) naar de juiste data modellen in de diverse lagen en te transporteren of te wel in teladen (L). Deze zogenaamde ETL processen moet goed gedefineerd worden en afspraken over hoe en wanneer deze worden uitgevoerd. De ETL uitvoering heeft ook een kwaliteits assurance functie, we willen wel de juiste data in de data warehouse en geen vage, onvolledige, verouderede en inconsistente data inladen. We bekijken data cleaning technieken en data profiling technieken en data enrichement technieken.

Ten slotte de aard van de data warehouse; gebruiken we vectortechnieken zoals EXCEL en een multidimensional data warehouse (MOLAP) of de bekende lees/schrijf technieken zoals bij relationele databases (ROLAP). Of wellicht beide? En hoe starten we? Gaan we event driven /data driven te werk of vragen we de toekomstige BI user uit (requirements driven). Of gaan we uit van doelen van het management (Goal driven), of wellicht een combinatie van deze benaderingen?

In deze masterclass van 5 lesdagen, doorloop 11 a 15 weken, gaan we in op bovenstaande concepten en technieken en kijken welke modellen en requirements te gebruiken om in een project vanuit niets een set van data marts op te zetten en hoe je deze dan onderhoudt en kunt gebruiken voor BI rapportage c.q. de informatiebehoefte van de verschillende eindgebruikers.

Onderwerpen
- Rollen bij BI & Data Warehousing
- Governance van data
- Data Mesh
- Meta data, master data en reference data
- Business rules identificatie.
- Business event driven approach
- Requirements driven approach
- Data driven approach
- Goal driven approach
- Conceptueel modelleren met ERD-ISO/ISD.
- Logisch modelleren met het relationele model.
- Data Fact Modeling
- Attribute trees
- NIAM-FCOM/ Object Role modeling
- Omzetten van business rules in informatieregels voor het datamodel.
- Informatieregels implementatie in ERD.
- Logisch/conceptueel modelleren van data warehouses
- Conceptueel dat modelleren van een data warehouse met Data Fact Modeling.
- Conceptueel modelleren met Data Vault.
- Logical Data Vault design
- Van Data Vault naar Dimensionale modellen
- Business Process informatiebehoeftebepaling
- Workload & Materialized views
- Ster modellen en Snowflake modellen.
- Data Mart design
- Anchor modeling
- Van Achnor modellen naar Dimensionale modellen
- ETL processen
- Data profiling
- Data cleansing
- Data enrichement
- Operational data Store
- Data lake
- Data lakehouse

Leerdoelen

• De deelnemer kan feitenanalyse maken, de samenhang en regels vaststellen tussen entiteiten op verschillend detailniveau, waaronder conceptuele en logische modellen.
• De deelnemer begrijpt data modelleren via Object Role Modeling (FCOM) en kan feittypen verwoorden, uniciteitsregels en beperkingsregels begrijpen en de transformatie naar een relationeel model.
• De deelnemer weet hoe een informatiestructuurdiagram (isd) of ERD te maken.
• De deelnemer weet hoe top-down en bottom-up benaderingen te gebruiken om ontwikkeling van een datamodel te initiëren en daarna middel-out uit te werken.
• De deelnemer weet hoe meta data te specificeren.
• De deelnemer kan masterdata en reference data identificeren.
• De deelnemer kan datanormalisatie toe te passen in een E-R model en relationele database schema.
• De deelnemer kent diverse technieken om additionele requirements te ontdekken en business rules te implementeren in het datamodel.
• De deelnemer kan een datamodel ‘lezen’ en overbrengen naar materiedeskundigen, gebruikmakend van de bijbehorende terminologie.
• De deelnemer snapt hoe Data Fact modeling en Data Vault modeling werkt.
• De deelnemer heeft kennis van multi-dimensionale databases en hyper(cubes).
• De deelnemer snapt hoe een work-load vanuit reporting behoefte voor data warehouse te bepalen.
• De deelnemer snapt hoe queries voor rapportage te definieren passen in een multi-dimensionale database omgeving.

Investering training
Zie kostenspecificatie, er zijn bijkomende materiaal & lunches kosten, eventuele examen kosten.

Doorloop
11 tot 15 weken, één lesdag in de 2 a 3 weken in beginsel.

Niveau/Voorkennis
HBO denkniveau en enige kennis van relationele model en SQL wordt verwacht. Het is een Post-HBO cursus.

Examen
Certified Professional Data Warehouses* kent 30 meerkeuze vragen, duurt maximaal 3 uur, is een open boek examen.

* the Certified Professional Data Warehouses assessment is fully owned and maintained by The Business & IT Exams Association.