OLAP und Data Warehousing

Comelio GmbH
In Dresden, Hamburg, Frankfurt Am Main und an 7 weiteren Standorten

1.100 
Möchten Sie den Bildungsanbieter lieber direkt anrufen?
030 8... Mehr ansehen
Vergleichen Sie diesen Kurs mit ähnlichen Kursen
Mehr ansehen

Wichtige informationen

  • Intensivseminar berufsbegleitend
  • Anfänger
  • An 10 Standorten
  • 15 Lehrstunden
  • Dauer:
    2 Tage
Beschreibung

Modellierung - Data-Warehouse-Konzepte                                                    

Wichtige informationen
Veranstaltungsort(e)

Wo und wann

Beginn Lage
auf Anfrage
Berlin
Goethestr. 34, 13086, Berlin, Deutschland
Plan ansehen
auf Anfrage
Dresden
Rosenstraße 36, 01067, Sachsen, Deutschland
Plan ansehen
auf Anfrage
Düsseldorf
Stadttor 1, Nordrhein-Westfalen, NRW, Deutschland
Plan ansehen
auf Anfrage
Frankfurt Am Main
Mainzer Landstraße 50, 60325, Hessen, Deutschland
Plan ansehen
auf Anfrage
Hamburg
Stadthausbrücke 1-3, 20355, Hamburg, Deutschland
Plan ansehen
Alle ansehen (10)

Meinungen

Zu diesem Kurs gibt es noch keine Meinungen

Was lernen Sie in diesem Kurs?

Allgemeine Datenbank-KenntnisseArchitektur und Grundlagen
Phasen des Data Warehousing
Modellierung im multidimensionalen Datenmodell
Physische Umsetzung
Anwendung
OLAP und Data Mining

Themenkreis

Kurslevel:
Einsteiger

Zielgruppe:
Business Intelligence-Entwickler

Voraussetzungen:
Allgemeine Datenbank-Kenntnisse

Methode:
Vortrag und Diskussion

Seminarziele:
OLAP-Systeme beziehen ihre Daten entweder aus den operationalen Datenbeständen eines Unternehmens oder aus einem Data-Warehouse (Datenlager). Hierdurch wird verhindert, dass die Analysedaten mit den transaktionsorientierten Datenbeständen in Kontakt kommen, und die Leistungsfähigkeit beeinträchtigt wird. Ebenso ist die Leistung eines OLAP-Systems von der verwendeten Datenhaltungsform und deren Anbindung an den Analyse-Client abhängig. Die OLAP zugrunde liegende Struktur ist ein OLAP-Würfel (englisch cube), der aus der operationalen Datenbank erstellt wurde. Dieser folgt einer multidimensionalen, datenpunktorientierten Logik im Gegensatz zur zeilenorientierten Logik beim Online-Transaction-Processing (OLTP). Die Entwicklung und der Betrieb eines Data Warehouses verlangen modifizierte Ansätze zur Datenmodellierung als gewöhnliche Transaktions-Datenbanken. Dieses Seminar erklärt den allgemeinen Aufbau eines Data Warehouses und die Grundzüge der OLAP-Technik. Darüber hinaus vermittelt es Ihnen die Prozessschritte bei der Implementierung einer solchen Lösung.

Themen:
A. Architektur und Grundlagen
Dauer:0.25 Tage
Abgrenzung und Einordnung: Begriffliche Einordnung, Einordnung und Abgrenzung von Business Intelligence, Anwendungsbereiche - Referenzarchitektur: Aspekte einer Referenzarchitektur, Data-Warehouse-Manager, Datenquelle, ETL, Komponenten eines Data Warehouses

B. Phasen des Data Warehousing
Dauer:0.25 Tage
Monitoring, ETL (Extraktion, Laden, Transformation), Analyse und Planung - Physische Architektur: Speicherarchitekturen für das Data Warehouse und die Basisdatenbank, Schichtenarchitekturen, Middleware, Schnittstellen, Sicherheit

C. Modellierung im multidimensionalen Datenmodell
Dauer:0.5 Tage
Das multidimensionale Datenmodell: Konzeptuelle Modellierung, Logische Modellierung, Unterstützung von Veränderungen - Metadaten: Metadaten und Metamodelle beim Data Warehousing, Metadatenmanagement, Metadatenmanagementsystem, Metadaten-Warehouse

D. Physische Umsetzung
Dauer:0.5 Tage
Umsetzung des multidimensionalen Datenmodells: Relationale Speicherung, Multidimensionale Speicherung, Realisierung der Zugriffskontrolle - Optimierung: Anfragen im multidimensionalen Modell, Indexstrukturen, Partitionierung, Einsatz materialisierter Sichten, Optimierung eines multidimensionalen Datenbanksystems

E. Anwendung
Dauer:0.25 Tage
Datenprobleme: Unvollständigkeit, Unkorrektheit, Unverständlichkeit, Inkonsistenz - Ursachen für Datenprobleme: Falsche oder ungünstige Datenstrukturen, Geschätsregeln, Validierungen - Berücksichtigung im System und in der Übernahme-Anwendung

F. OLAP und Data Mining
Dauer:0.25 Tage
OLAP: Tabellen, Pivot-Darstellungen, Dimensionen, Hierarchien, MDX als Abfragesprache - Data Mining: Erweiterung der statistischen Methoden für Cluster-Analyse, Assoziationsregeln oder Entscheidungsbäume und Neuronale Netze

Unsere dozenten

Marco Skulschus studierte in Wuppertal und Paris Ökonomie mit Schwerpunkt Wirtschaftsinformatik und arbeitet schon seit mehr als 10 Jahren als Dozent und Projektleiter/Berater für Business Intelligence und Data Mining. Er ist auch als Fachbuch-Autor tätig und war in verschiedenen Forschungsprojekten im Einsatz.

Veröffentlichungen:

  • "MS SQL Server - XML und SOAP-Webservices" (Comelio Medien, ISBN 978-3-939701-03-3)

  • "MS SQL Server - T-SQL Programmierung und Abfragen" (Comelio Medien, ISBN 978-3-939701-02-6)

  • "SQL und relationale Datenbanken" (Comelio Medien, ISBN 978-3-939701-52-1)

  • "Grundlagen empirische Sozialforschung - Befragung und Fragebogen im Unternehmen" (Comelio Medien, ISBN 978-3-939701-23-1)

  • "System und Systematik von Fragebögen" (Comelio Medien, ISBN 978-3-939701-26-2)

Erfahrung:
Projekte:
Als Berater und Projektleiter konzipiert Herr Skulschus Business Intelligence-Systeme auf Basis von OLAP und Data Warehouse-Technologien mit Berichtskomponenten, statistische Analysen und Data Mining-Modulen. Zu seinen größten Projekten zählt die Entwicklung eines Data Warehouses für den Deutschen Bundesrat mit deutschen Steuerdaten für Analysen und Prognosen von Steuereinnahmen, Ausgaben des Bundes und Bevölkerungsentwicklung. Weitere Projekte hatten die Analyse von Marktforschungsdaten oder Versicherungsleistungen sowie Gesundheitsdaten zum Thema.

Zertifizierung:

Marco Skulschus ist zertifiziert als "Microsoft Certified Trainer", "Microsoft Certified Application Designer" und hat die ComptiaCTT+-Prüfung absolviert.

Webseite:

  • http://www.marco-skulschus.de

  • http://de.wikipedia.org/wiki/Marco_Skulschus



Referenzkurse:
  • Relationale Datenbanksysteme

Zusätzliche Informationen

OLAP-Systeme beziehen ihre Daten entweder aus den operationalen Datenbeständen eines Unternehmens oder aus einem Data-Warehouse (Datenlager). Hierdurch wird verhindert, dass die Analysedaten mit den transaktionsorientierten Datenbeständen in Kontakt kommen, und die Leistungsfähigkeit beeinträchtigt wird. Ebenso ist die Leistung eines OLAP-Systems von der verwendeten Datenhaltungsform und deren Anbindung an den Analyse-Client abhängig. Die OLAP zugrunde liegende Struktur ist ein OLAP-Würfel (englisch cube), der aus der operationalen Datenbank erstellt wurde. Dieser folgt einer multidimensionalen, datenpunktorientierten Logik im Gegensatz zur zeilenorientierten Logik beim Online-Transaction-Processing (OLTP). Die Entwicklung und der Betrieb eines Data Warehouses verlangen modifizierte Ansätze zur Datenmodellierung als gewöhnliche Transaktions-Datenbanken. Dieses Seminar erklärt den allgemeinen Aufbau eines Data Warehouses und die Grundzüge der OLAP-Technik. Darüber hinaus vermittelt es Ihnen die Prozessschritte bei der Implementierung einer solchen Lösung.

Vergleichen Sie diesen Kurs mit ähnlichen Kursen
Mehr ansehen