Formation Conception de DataWarehouse Créer votre feuille de route pour la mise en œuvre d'un DataWarehouse robuste et fiable

Pour réussir votre projet de création d'un DataWarehouse (entrepôt de données), vous devez maîtriser un ensemble de concepts et de méthodes dédiés à la mise en œuvre de cet entrepôt en tant qu'élément indispensable à la prise de décision au sein de votre organisation. Au cours de cette formation Conception de DataWarehouse, vous allez acquérir les compétences nécessaires pour établir une feuille de route efficace pour la mise en œuvre d'un entrepôt de données robuste. Vous allez notamment apprendre à utiliser la modélisation dimensionnelle afin d'améliorer la prise de décision, mais aussi à extraire, transformer et charger des données opérationnelles répondant aux besoins de votre organisation. Vous utiliserez également des outils d'informatique décisionnelle (BI) pour décomposer vos données (slice and dice).

Objectif opérationnel : 

Savoir maîtriser la conception de DataWarehouse.

Objectifs pédagogiques : 

Cette formation Conception de DataWarehouse, vous permettra d'acquérir les connaissances et compétences nécessaires pour :

• Déployer et gérer un projet de création complète d'un DataWarehouse afin d'améliorer la prise de décisions
• Appliquer la modélisation dimensionnelle à vos processus métier afin de mieux évaluer les données
• Analyser les données pour garantir la qualité des données source 
• Extraire, transformer et charger des données opérationnelles.

Public :

Cette formation s'adresse à toute personne souhaitant mettre en œuvre un entrepôt de données au sein d'une organisation, et en particulier aux administrateurs de bases de données, architectes de données, responsables informatiques, architectes des structures de l'information, développeurs BI, auteurs de rapports et assistants à maîtrise d'ouvrage.

Prérequis :

Une expérience préalable des entrepôts de données est utile sans toutefois être obligatoire.

Présentation DataWarehouse

Identifier les composants d'un DataWarehouse
Analyser les installations défaillantes
Architecture de haut en bas / de bas en haut
Choisir la méthode la plus adaptée à votre environnement

Modélisation dimensionnelle

Modéliser les processus métier

Associer dimensions et processus métier avec la matrice de bus
Étudier les méthodes de dénormalisation afin d'optimiser les performances de lecture de la base de données
Avantages des schémas en étoile sur les schémas en flocon de neige
Faire la différence entre les structures système normalisées et dénormalisées
Utiliser des hiérarchies afin d'activer les fonctionnalités drill-up et drill-down pour la création de rapports

Créer des tables de faits

Définir précisément la structure des tables de faits afinde maintenir l'équilibre entre souplesse et performances
Identifier les clés primaires et les clés étrangères
Utiliser des tables de résumé pour personnaliser les besoins des assistants à maîtrise d'ouvrage

Créer des dimensions

Résoudre les problèmes de dimensions de date
Examiner les relations entre les événements séparés et les dimensions conformes
Utiliser des dimensions de type role-playing pour créer des modèles plus souples
Remplacer les clés de substitution par des clés naturelles

Création du DataWarehouse

Définir l'architecture de la base de données physique

Mapper le modèle de données logique au modèlede données physique
Évaluer les spécifications matérielles requises
Choisir un mode de stockage des données
Indexation et vues matérialisées pour améliorerles performances

Garantir la qualité des données

Analyser les données source
Configurer la base de données pour identifier les données modifiées
Actualiser l'entrepôt de données

Extraire des données de différentes sources

Se connecter à différentes sources de données
Bases de données
Feuilles de calcul
Fichiers texte

Transformer les données au cours de la migration

Nettoyer les données
Mapper les éléments de données et les types de données
Créer des faits et des dimensions conformes

Charger des données dans un entrepôt de données

Utiliser la base de données de la zone de transit
Automatiser le chargement incrémental des données
Vérifier l'intégrité des données

L'informatique décisionnelle (BI) au service de l'analyse des données

Identifier les différents niveaux de la pile BI

Utiliser SharePoint comme plateforme de déploiement
Utiliser Excel comme outil client pour l'analyse des données
Rechercher des données sur le serveur OLAP

Outils d'informatique décisionnelle

Cubes multidimensionnels
Décomposer les données
Faire ressortir les indicateurs de performance clés (KPI) pour évaluer l'intégrité des données de votre organisation

Déploiement d'une solution complète de DataWarehouse

S'appuyer sur les normes de l'industrie en matière d'exploration des données

Identifier les différentes méthodes d'exploration des données
Choisir les tâches d'exploration des données qui répondent aux besoins de votre organisation

Préparer l'avenir

Impact des ensembles de données volumineux sur les entrepôts de données traditionnels
Améliorer les entrepôts de données traditionnels pour gérer les données non structurées
Gérer les ensembles de données volumineux avec Hadoop

- Transformer les processus métier en dimensions - Créer des faits et des dimensions - Utiliser un outil de modélisation pour finaliser la structure d'une base de données - Appliquer un modèle logique pour perfectionner une base de données - Extraire, transformer et charger des données - Utiliser des indicateurs de performance clés (KPI) Remarque : l'ensemble des travaux pratiques est réalisable à distance si vous optez pour la formule cours à distance