Inhalt

• 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