Daten­mo­del­lie­rung im Data Warehouse


Nor­ma­li­sie­rung, Star- und Snow­flake sind bekannte Schlag­wör­ter aus dem Daten­mo­del­lie­rungs­be­reich im Data Ware­housing. Es exis­tie­ren eine Menge unter­schied­li­cher Ansätze für die ver­schie­de­nen Daten­schich­ten in einem Ware­house. Wel­che Ansätze dies sind und wie Sie den für Sie pas­sen­den ermit­teln, erfah­ren Sie in die­sem Seminar.
Semi­nare

Beschrei­bung


Die­ses Semi­nar gibt einen umfas­sen­den Ein­blick in die Daten­mo­del­lie­rung im Data Ware­house für Teil­neh­mer, die schon grund­le­gende Model­lie­rungs­auf­ga­ben gelöst haben. „Think big, start small“ ist der Anfang. Aber mit der Zeit steigt die Kom­ple­xi­tät des Warehou­ses. Hierzu muss ein adäqua­tes Daten-Design gefun­den wer­den. Das Vor­ge­hen zur Erar­bei­tung des Daten­de­signs bil­det einen Schwer­punkt die­ses Seminars.

Der Fokus umfasst die klas­si­schen Daten­be­stände der DWH Archi­tek­tur und wid­met sich spe­zi­el­len Fra­ge­stel­lun­gen, wie etwa der Model­lie­rung kon­for­mer Dimen­sio­nen. Anhand von Bei­spie­len wer­den die theo­re­ti­schen Erkennt­nisse vertieft.



Anmel­dung


Datum:

Standort:

Preis:

18/07/2023 - 18/07/2023


Münster (D)


995,00 EUR (zzgl. MwSt.)

15/08/2023 - 15/08/2023


Baden-Dättwil (CH)


1.195,00 CHF (zzgl. MwSt.)

19/09/2023 - 19/09/2023


Online-Veranstaltung (Weblink folgt)


995,00 EUR (zzgl. MwSt.)

Experten:



Vol­ker Wutschik


Experte Business Intelligence / Datenmodellierung

Jetzt regis­trie­ren

Agenda


Eintägiges Intensiv Seminar Datenmodellierung


Das Modellierungsumfeld im DWH-Projekt

  • Daten­ar­chi­tek­tu­ren im Warehouse
  • Model­lie­rungs­an­sätze im DWH
  • Ein­satz von Case-Tools bei der Modellierung
  • OLAP-Tools als Schnitt­stelle zwi­schen Daten­mo­dell und Analyse
Vorgehensmodell zur Erarbeitung des Business Schemas in Kooperation mit den Fachabteilungen (mit Übungen)

  • Bestim­mung der zu ana­ly­sie­ren­den Geschäftsvorfälle
  • Defi­ni­tio­nen steue­rungs­re­le­van­ter Kenn­zah­len und deren Granularität
  • Model­lie­rung von Auswertungsdimensionen
  • Abbil­dung von Hier­ar­chien und Versionierung
Maßnahmen zur Qualitätssicherung des Business-Schemas

  • Review der Ergeb­nisse, Defi­ni­tio­nen der Modelle und Objekte
  • Quell­da­ten­ana­lyse zur Veri­fi­zie­rung der Modelle
  • Erhe­bung der Mengengerüste
  • Ana­lyse der Anfor­de­run­gen an  Per­for­mance, Lade­zei­ten und Zugriffssicherheiten
Logische Modellierung im RDBMS

  • Anfor­de­rung des Star- und des Snow-Flake-Schemas
  • Umset­zung der Ana­ly­se­er­geb­nisse aus der kon­zep­tio­nel­len Phase
  • Ablei­tung der Modellanpassung
  • Model­lie­rung der Dimensionstabellen
  • Model­lie­rung der Fakt­ta­bel­len in Bestands- und Transaktionsmodellen
Spezielle Fragen der Business Modellierung und der logischen Modellierung

  • Kenn­zah­len als Dimen­sio­nen modellieren
  • Dop­pelte Ver­sio­nie­rung von Dimen­sio­nen, Ver­sio­nie­rung von Fakt­ta­bel­len, Model­lie­rung von Vorgänger-Nachfolger-Relationen
  • Model­lie­rung von Aggre­ga­tio­nen und nicht agg­re­gier­ba­ren Kennzahlen
  • Umset­zung von Zugriffs­be­rech­ti­gung durch Modellierung
Physische Datenmodellierung

  • Imple­men­tie­rung der Daten­mo­delle auf der Datenbank
  • Model­lie­rung von Par­ti­tio­nen und Indizes
Metadaten

  • Archi­tek­tu­ren von Metadatensystemen
  • Vor­ge­hen bei der Metadatenmodellierung
  • Meta­da­ten­mo­dell zur Jobsteuerung
  • Meta­da­ten­mo­dell zur Qualitätssicherung
Schaffung einer normalisierten Schicht zur Generierung dezentraler Data Marts

  • Modell­schich­ten im Core Warehouse
  • Ver­wen­dung von Nor­ma­li­sie­rung und Denormalisierung
  • Unter­schiede der Gra­nu­la­ri­tät zu den Data Marts
  • Abbil­dung von His­to­ri­sie­rung und Versionierung
Integration von Modellen verschiedener Projekte

  •  Gemein­same oder sepe­rate Data Marts
  • Kon­forme Dimen­sio­nen (shared Dimensions)
  • Bezie­hung zwi­schen Fakttabellen
  • Kon­so­li­die­rung von Dokumentationen

Abschluss: Dis­kus­sion und Zusammenfassung



Kurz­in­for­ma­tion


Vor­aus­set­zun­gen



Keine Vor­kennt­nisse notwendig.
Berück­sich­ti­gen Sie bitte, dass eine Min­dest­teil­neh­mer­zahl von 4 Per­so­nen vor­ge­se­hen ist. Ansons­ten kann das Semi­nar nicht stattfinden.


Methode



Prä­senz­se­mi­nar:
Das Semi­nar wird aus Vor­trag, Dis­kus­si­ons­run­den sowie prak­ti­schen Übun­gen in Klein­grup­pen bestehen. Viele Bei­spiele aus der Pra­xis ver­deut­li­chen die Theorie.


Ziel­gruppe



Teil­neh­mer soll­ten Busi­ness-Ana­lys­ten oder Pro­jekt­mit­ar­bei­ter mit Model­lie­rungs­auf­ga­ben sein, aber auch Pro­jekt­lei­ter, die im Data-Ware­house- und Infor­ma­ti­ons­ma­nage­ment-Umfeld tätig sind.


Sprachen



Semi­nar: Deutsch


Stornierung



Bei Stor­nie­rung bis zu 14 Tage vor Ver­an­stal­tungs­be­ginn erhe­ben wir eine Bear­bei­tungs­ge­bühr von 50% der Gebühr. Bei spä­te­ren Absa­gen wird der gesamte Bei­trag fällig.


Soll­ten wir aus wich­ti­gem Grund (z. B. Erkran­kung des/der Refe­ren­ten) gezwun­gen sein, den Kurs abzu­sa­gen, so tei­len wir Ihnen die­ses umge­hend mit. Wir wer­den Ihnen in die­sem Fall einen Ersatz­ter­min anbie­ten. Passt die­ser nicht zu Ihrer Ter­min­pla­nung, erhal­ten Sie die bereits gezahlte Semi­nar­ge­bühr in vol­ler Höhe zurück. Dar­über hin­aus­ge­hende Ansprü­che bestehen nicht.




Möch­ten Sie
als Team teilnehmen?


Mel­den Sie drei Teil­neh­mer an und erhal­ten Sie 10% Rabatt ab dem drit­ten Teilnehmer.

Stand­ort


Baden-Dättwil (CH)


Anfahrtsbeschreibung finden Sie hier.

Münster (D)


Anfahrtsbeschreibung finden Sie hier.

Online



Semi­narpreis


Die Preise sind Net­to­preise und ver­ste­hen sich zuzüg­lich der zur Zeit gül­ti­gen Mehrwertsteuer.
Der Preis für die­ses Semi­nar beträgt:


Semi­nar­dauer
1 Tag

EUR 995

CHF 1.195


top