- Datawarehousing und Business Intelligence
- Grundlegende Konzepte und Terminologien
- Projektierung: Aufgaben, Rollen und Verantwortlichkeiten
- Überblick über das Microsoft DWH-Framework: Komponenten und Architektur
- Der "Business Dimensional Lifecycle"-Ansatz
- Anforderungsdefinition auf Unternehmensebene und Ableitung analytischer Themen
- Kritische Erfolgsfaktoren
- Multidimensionales Datenbankdesign
- Fakten, Dimensionen, Conformed Dimensions
- Fortgeschrittene Techniken: Ersatzschlüssel, Slowly Changing Dimensions, Snowflaking,
- Many-to-many Dimensions
- Der Modellierungsprozess
- Die Datawarehouse-Datenbanken
- Hard- und Softwarekonfiguration unter SQL-Server, Test- und Produktivsysteme
- Physikalisches Datenbankdesign: Indexierung, Partitionierung, Staging Area
- Entwicklung und Betrieb des ETL-Systems
- Extrahieren, Transformieren und Laden von Daten: eine erste Übersicht
- Schnelleinstieg in die SQL Server Integration Services: Das Business Intelligence
- Development Studio (BIDS), Control und Data Flows, Event Handler
- Grob- und Feinplanung: Data Profiling, Source-To-Target Mapping, Data Quality Management
- Laden der Dimensionsdaten: Identifikation und Verarbeitung relevanter Daten,
- Verfahren für Slowly Changing Dimensions
- Laden der Fakten: Bereinigung, Aggregation und Verarbeitung
- Surrogate Key Pipeline
- Partitionierungsstrategien
- Das Audit-System
- Sonstige Aufgaben: Aufbereitung der Analysis Services, Event Handling, Unit Testing
- Die OLAP-Datenbank
- Merkmale von SQL-Server Analysis Services und OLAP
- Schnelleinstieg: Entwicklung von Cubes im BIDS
- Entwicklung des logischen Datenbankdesigns und der OLAP-Struktur: Dimensionen,
- Attribute, Multilevel Hierarchies, Measure Groups, Calculated Members, KPIs, Actions
- Physikalisches Datenbankdesign: Speichermodi, Aggregation, Processing
- Business Intelligence Applikationen
- Nutzergruppen, Anwendungstypen
- Schnelleinstieg: Entwicklung von Berichten im BIDS
- Merkmale der Reporting Services: Aufbau und Architektur
- Der Entwicklungsprozess für BI-Anwendungen
- Arten der Bereitstellung: On Demand, On Time, Personalisierung, Portalintegration
- Data Mining
- Einführung und Übersicht
- Ausgewählte Microsoft Data Mining Algorithmen
- Der Data Mining Prozess
- Beispiele
- Betrieb und Wartung des Systems
- Allgemeine Aufgaben
- Sicherheit: Einschränkung und Überwachung des Datenzugriffs, weitere Maßnahmen
- System Management: Monitoring, Performance Tuning, Backup und Recovery, sonstige Wartungsaufgaben
- Real-Time Business Intelligence: Real Time Reporting, Real Time OLAP
- Metadaten: Zweck von Metadaten, das Repository, Herausforderungen beim Metadatenmanagement
- Integration von Komponenten anderer Anbieter, Erweiterungsmöglichkeiten
LernzieleIn diesem Kompakt-Seminar lernen Sie, wie aus den Komponenten "Analysis Services, Integration Services und Reporting Services" eine Business Intelligence Infrastruktur aufgebaut wird.
ZielgruppenProjektleiter, BI-Architekten, Consultants, BI-PowerUser, Analysten und Entwickler.
