Opleiding : Modellering, ontwerp en implementatie van sterren

Praktijkcursus - 3d - 21u00 - Ref. AMT
Prijs : 1970 € V.B.

Modellering, ontwerp en implementatie van sterren




Deze cursus, opgebouwd rond een aantal praktische casestudies, geeft u een precies beeld van de stermodellering voor datawarehouseprojecten. U zult zien waarom het de uitdrukking bij uitstek is van de behoeften van de projecteigenaar en hoe het de visie van operationeel personeel, analisten en pilots van de bedrijfsactiviteiten laat samenkomen.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. AMT
  3d - 21u00
1970 € V.B.




Deze cursus, opgebouwd rond een aantal praktische casestudies, geeft u een precies beeld van de stermodellering voor datawarehouseprojecten. U zult zien waarom het de uitdrukking bij uitstek is van de behoeften van de projecteigenaar en hoe het de visie van operationeel personeel, analisten en pilots van de bedrijfsactiviteiten laat samenkomen.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Uitvoeren van interviews om de analysebehoeften van de business lines te verzamelen
De kwaliteitscriteria voor een datawarehouse definiëren
Identificeer op basis van een analysespecificatie de dimensies en feiten die in het model moeten worden opgenomen
Een stermacromodel ontwerpen en beschrijven
Optimalisatie van het stermodel om rekening te houden met volume- en rapportagekwesties
Een architectuur voor het laden van gegevens in het beschreven stermodel beschrijven

Doelgroep
Projecteigenaren en hoofdaannemers, managers van business intelligence systemen, IT-managers, ontwerpmanagers, informatiesysteemarchitecten, projectmanagers.

Voorafgaande vereisten
Basiskennis van beslissingsanalyse en relationele DBMS.

Opleidingsprogramma

1
Inleiding en herinneringen

  • Wat is een BI-informatiesysteem?
  • Evoluerende besluitvormingseisen in de huidige context.
  • Infocentra, SIAD, EIS, datawarehouse, definitie en positionering.
  • Het doel van de datawarehousebenadering begrijpen.

2
Architecturen als antwoord op besluitvormingsbehoeften

  • De belangrijkste componenten, datawarehouse, ODS of "staging area", datamarts.
  • De architecturen voorgesteld door Kimball en Inmon. Voor- en nadelen.
  • Positionering van het stermodel in het datawarehouse volgens de architectuur.
  • De fasen in de levenscyclus van een datawarehouse.
  • Kwaliteitscriteria voor datawarehouse.
  • Het begrip metadata en repository.
Groepsdiscussie
Definitie van kwaliteitscriteria voor datawarehouses.

3
Basisprincipes en definities van stermodellering

  • Een herinnering aan operationele databasemodellering.
  • Verschillen tussen Online Transactionele Verwerking (OLTP) en Online Analytische Verwerking (OLAP).
  • Entiteiten, attributen, kardinaliteiten, normale vormen.
  • Het principe van denormalisatie voor het ontwerpen van een stermodel.
  • De begrippen feit, dimensie en analyseas begrijpen.
  • Alternatieven voor modellering: vlokkenmodel, melkwegmodel.
  • De regels en goede praktijken van stermodellering. Het alternatieve voorstel van Kortink en Moody.
Casestudy
Identificeer vanuit een analysespecificatie de belangrijkste dimensies en feiten van een model.

4
Ontwerp van het stermodel

  • Organiseren en samenvatten van gebruikersinterviews om vereisten te verzamelen.
  • De te modelleren bedrijfsprocessen begrijpen en identificeren.
  • Keuze van analysedimensies.
  • Creatie van dimensiehiërarchieën.
  • Maten identificeren en vergelijken met afmetingen.
  • Definitie van de granulariteit van de analyse.
  • Definitie van aggregatieregels.
  • Gebruik van modelleergereedschappen.
Oefening
Maak op basis van de doelstellingen van de klant een macromodel en koppel de dimensies.

5
Functionele optimalisatie van het stermodel

  • Wijzigingen in referentiesystemen en nomenclatuur beheren.
  • Beheer van trage en snel bewegende dimensies.
  • Substitutietoetsen.
  • Kwaliteitsbeheer en betrouwbaarheid van gegevens.
  • Beheer van context niet ingevoerd of onbekend.
  • Degeneratieve dimensies.
Workshop storytelling
De impact van een bepaalde verandering beschrijven op basis van een voorgesteld model. Het model optimaliseren voor zijn evolutie.

6
Modellering terugbrengen in het projectkader voor besluitvorming

  • Presentatie van de Kimball en Inmon methode voor het organiseren van het project.
  • Projectbetrokkenen en -resultaten.
  • Verzamelen van zakelijke behoeften. Formaliseren van technische en organisatorische vereisten.
  • Identificatie van prioriteiten en pilot reikwijdte.
  • Informatiemodellering.
  • Keuze van infrastructuur. Implementatie en acceptatie.
  • Implementatie en onderhoud van het model.
  • Beheer van de geschiedenis.
Rollenspel
Uitvoeren van interviews om vereisten te verzamelen voor analyse.

7
Fysieke optimalisatie van het model

  • Beheer van vraagprestaties.
  • Geschatte schijfruimte die nodig is voor het model.
  • De grootte van een dimensie beperken.
  • Directe aggregatie van bepaalde elementen in tabellen.
  • Technische afmetingen om traceerbaarheid te garanderen.
Oefening
Gemiddelde volumeschattingen voor een aantal analysegevallen.

8
Stermodel voeding

  • Beperkingen op operationele bronsystemen.
  • De rol van ODS in voedsel.
  • De organisatie van de verwerking in de DSA (Data Staging Area).
  • De verschillende soorten voer (delta, voorraad, volledig).
  • De stadia, regels en voorwaarden van voeding.
  • Beheer bij ontslag.
  • Beheer verschillende bronnen om een dimensie of feit te voeden.
  • Extraction, Transformation and Loading (ETL), de feed oplossingen die beschikbaar zijn op de markt.
Oefening
Stel op basis van een casestudy een laadarchitectuur voor: ODS/Staging Area.

9
Informatie ophalen uit een stermodel

  • De verschillende soorten hulpmiddelen die gebruikt worden om feedback te geven.
  • De markt voor restitutie-instrumenten.
  • Het model optimaliseren voor datamining.
  • Indexoptimalisatie.
  • Gebruik van tabelpartitionering.
Workshop storytelling
Presentatie van best practices voor het optimaliseren van het model voor rapportagedoeleinden.

10
Conclusie

  • Dingen om te onthouden.
  • Valkuilen die je moet vermijden.
  • Voor meer informatie.


Feedback van klanten
4,5 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
SEBASTIAN G.
15/10/25
4 / 5

Verouderd trainingsmateriaal -> gebruik een andere casestudy dan de 'verkoop'-casus die steeds weer wordt gezien
NICOLAS B.
08/10/25
4 / 5

Er was geen materiaal om in de praktijk te brengen (ook al had de trainer oefeningen gegeven), en de praktische training werd op papier gedaan, wat het aantal manipulaties, uitwisselingen en progressies beperkte...
ELODIE B.
08/10/25
3 / 5

Het onderwerp modelleren (met oefeningen die ik nog niet onder de knie had) werd gedurende 2 halve dagen behandeld. De gepresenteerde inhoud kwam overeen met algemeenheden over datawarehousing en was erg interessant, maar kwam niet overeen met modelleren.



Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2026 : 11 maa., 17 juni, 30 sep., 2 dec.

PARIS LA DÉFENSE
2026 : 11 maa., 17 juni, 30 sep., 2 dec.