Análisis colaborativo de requisitos de BI y modelado dimensional
Enviado por foxeraxe • 1 de Octubre de 2018 • Apuntes • 913 Palabras (4 Páginas) • 123 Visitas
Análisis colaborativo de requisitos de BI y modelado dimensional
Únase a Lawrence Corr , autor del bestseller DW / BI "Agile Data Warehouse Design" para un taller BEAM✲ de tres días y masterclass de modelización de datos que cubre las últimas técnicas ágiles para reunir sistemáticamente los requisitos de Business Intelligence (BI) y diseñar sistemas DW / BI efectivos .
Descubra cómo modelstorming (modelado + intercambio de ideas) directamente con las partes interesadas del negocio supera las limitaciones del análisis de requisitos de BI tradicional y el modelado de datos para crear un lenguaje de datos compartido en las empresas y las TI.
Durante tres días de atractivas sesiones de sala de clase, cuestionarios, juegos y ejercicios en equipo, Lawrence se basará en el método Kimball , modelado dimensional estándar de la industria e irá más allá de los libros para proporcionarle herramientas prácticas y técnicas para el diseño de datos de BI.
[pic 1]Quién debe asistir
Profesionales de negocios y TI que deseen desarrollar conjuntamente mejores soluciones de BI de manera más rápida.
Los analistas comerciales, los maestros del scrum, los modeladores / arquitectos de datos, los DBA y los desarrolladores de aplicaciones nuevos en DW / BI, se beneficiarán de una sólida base en el modelado dimensional.
Los profesionales con experiencia en DW / BI encontrarán que el curso actualiza su conocimiento de la industria ganado con tanto esfuerzo con nuevas ideas sobre modelado ágil, patrones de diseño de data warehouse y alineación de modelos de negocios .
Aprenderá cómo:
- Modelo de requisitos de BI con partes interesadas utilizando herramientas y técnicas favorables para las empresas
- Transfiera rápidamente los requisitos de datos de BI a diseños de almacenamiento de datos eficientes y flexibles
- Identificar y resolver problemas comunes de BI utilizando patrones de diseño dimensional
- Planifique, diseñe y desarrolle soluciones de BI de forma incremental con agilidad
Día 1: Modelstorming - Agile BI Recopilación de requisitos
Fundamentos de modelado dimensional ágil
- Requisitos, desafíos y oportunidades de diseño de BI / DW: la necesidad de agilidad
- Modelado para medición: el caso para el modelado dimensional, esquemas de estrella, hechos y dimensiones
- Modelstorming con stakeholders de BI: el caso para el modelado colaborativo de datos
- Pensando en dimensiones usando los 7W ( quién, qué, cuándo, dónde, cuántos, por qué y cómo )
- Business Event Analysis and Modeling ( BEAM✲ ): un enfoque ágil para el modelado dimensional
Herramientas dimensionales de modelado de modelos
- Historias de datos, temas y tablas BEAM✲ : ejemplos de requisitos detallados de datos de BI por ejemplo
- Líneas de tiempo : medición de secuencia de proceso de modelado
- Gráficos de jerarquía : ejemplos de desgloses y acumulaciones dimensionales
- Historias de cambio : captura de requisitos de datos históricos (cambiando lentamente las reglas de dimensión)
- BEAM✲ Matrix : Storyboarding, planificación de eventos empresariales múltiples y estimación para el desarrollo ágil de BI
- Business Model Canvas : alineación del diseño DW / BI con la definición, medición e innovación del modelo comercial
- Lienzo de BEAM✲ (BI Model) : un enfoque sistemático para eldiseño de esquemas de BI y estrella
Día 2: Diseño de esquema de estrella ágil
- Diseño basado en pruebas: perfiles de datos ágiles para validar y mejorar los modelos de requisitos
- Reutilización del almacén de datos: identificación, definición y desarrollo de dimensiones y hechos conformes
- Equilibrar el modelado de datos "justo lo suficiente de diseño en el frente" (JEDUF) y "justo a tiempo" (JIT)
- Diseñar esquemas de estrellas flexibles y de alto rendimiento: maximizar los beneficios de las claves sustitutas
- Refactorizar esquemas de estrella: responder al cambio, tratar con la deuda de datos
- Documentación de Lean DW: esquemas de estrellas mejorados, matriz de Data Warehouse
- Cuántos: diseño de hechos, medidas y KPI
- Tipos de tabla de hechos: transacciones, instantáneas periódicas, instantáneas acumuladas
- Adición de hechos: medidas aditivas, semi-aditivas y no aditivas
Día 3: Patrones de diseño dimensional
Quién y qué patrones para modelar clientes, empleados, productos y servicios
...