Kursusmål
Business Intelligence (BI) er et område, der bliver mere og mere centralt for mange virksomheder. Ved at deltage på dette kursus opnår du en grundlæggende teoretisk viden om Business Intelligence (BI). På kurset lærer du om alle de vigtigste begreber som indgår i Business Intelligence (BI). Du lærer om definitionen af Business Intelligence (BI) og alle de processer, der indgår i opbygningen af Data Marts og Data Warehouses.

På kurset vil der bl.a. være fokus på data modellering i forhold til Data Marts og Data Warehouses. Endvidere vil der blive fokuseret på problemstillinger omkring ETL processen mht. data profilering, rensning og konsolidering af data.

Formålet med kurset er at give dig den teoretiske baggrund for arbejde med Business Intelligence (BI) og afdække mulighederne indenfor dette område. Kurset er et teoretisk kursus og har ikke til formål at behandle implementering af Business Intelligence (BI) løsninger med f.eks. Microsoft SQL Server Analysis Services, Excel 2010 o.l.

Efter kurset vil du være i stand til at håndtere følgende opgaver:
• Oprette overordnet design af processen fra source system til slutbruger
• Designe et relationelt data warehouse baseret på den dimensionelle model
• Overordnet design af ETL processen
• Kendskab til Multidimensionelt Storage
• Kendskab til rapporteringsmuligheder

Deltagere
For at deltage på kurset forudsættes det, at du har grundlæggende kendskab til databaser, modellering af relationelle databaser og SQL.

Kurset henvender sig til dig, som ønsker at lære om teorien bag Business Intelligence (BI). Enten med målet om, selv på sigt at skulle implementere en Business Intelligence (BI) løsning, eller arbejde med analyse af data, og derfor gerne vil vide noget om mulighederne for udarbejdelse af analyser beregnet på f.eks. økonomi, salg, marketing, logistik, produktion eller lignende områder.

Kurset kræver ikke nogen specielle tekniske forkundskaber.

Kursusmateriale
Kurset er baseret på en vekslen mellem teori og praktiske øvelser. Du vil få udleveret et opgavekompendium og en bog, der understøtter den teoretiske del af kurset.

Modul 1 - Introduktion til Business Intelligence
Målet med dette modul er at definere begrebet Business Intelligence (BI), da dette begreb i mange tilfælde opfattes forskelligt. Endvidere bliver deltageren introduceret til definitionen af Data Warehouse og Data Mart, som er særdeles centrale i forbindelse Business Intelligence. Endvidere gives der et overblik over den ofte lange og krævende proces, der skal gennemarbejdes før data fra source systemerne kan bruges til de ønskede analytiske opgaver.

• Definition af business intelligence
• Hvad er et Data Warehouse og et Data Mart
• Fra source system til slutbruger
• Source systemer
• Staging Area

Modul 2 - Den dimensionelle data model
Målet med dette modul er at gennemgå teorien bag den dimensionelle model og design af denne. Der bliver gennemgået og forklaret en lang række begreber omkring den dimensionelle model. Kursisten vil efterfølgende være i stand til at modellere et data warehouse på baggrund af den dimensionelle model.

• Star Schema
• Snowflake
• Design af Data Model
• Facts og measures
• Dimensioner og hierarkier
• Dimensions typer
• Slowly changing dimension

Modul 3 - ETL Processen
Målet med dette modul er at gennemgå den ofte lange og krævende ETL proces. Kursisten bliver bekendt en række typiske opgaver, som er en del af processen, der kopierer og omformer data fra feks økonomisystemer, lønsystemer og lignende.

• Design
• Data profilering
• Data rensning og konsolidering

Modul 4 - Multidimensional storage
Dette modul har til formål at introducere multidimensional storage og cube teknologi med Microsoft SQL Server Analysis Server.

• Cube teknologi med SQL Server Analysis Services

Modul 5 - Rapportering
I dette modul gennemgås og præsenteres en række værktøjer til rapportering og analyser.

• Reporting Services
• Excel
• Sharepoint
• 3. parts og brugerdefinerede applikationer

Modul 6 - Realtime og near-realtime Data Warehousing
I dette modul gennemgås fordele, ulemper og muligheder med realtime og near-realtime datawarehousing.