Seminar-Inhalte

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