ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Análisis colaborativo de requisitos de BI y modelado dimensional


Enviado por   •  1 de Octubre de 2018  •  Apuntes  •  913 Palabras (4 Páginas)  •  106 Visitas

Página 1 de 4

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

...

Descargar como (para miembros actualizados)  txt (6.4 Kb)   pdf (219.1 Kb)   docx (213.3 Kb)  
Leer 3 páginas más »
Disponible sólo en Clubensayos.com