• Den Schweizer Fussball mit Daten voranbringen

    Daten zu Spieler(innen), Spielen, Strafen, etc. sollen künftig den nationalen und internationalen Erfolg des Sports unterstützen
     

    Mehr erfahren

  • Mit AI Muster in Kundenbedürfnissen erkennen

    Optimierung der Customer Experience via datengetriebene Angebotssteuerung, Vermarktung, Produkt- und Kanalentwicklung 

    Mehr erfahren

  • Totale Kontrolle über Geschäftsdaten

    Agiles Data Warehouse und BI-System führen zu Vereinfachung im Controlling und Steigerung der Kundenbindung

    Mehr erfahren

  • Data Driven zu noch mehr Kundenzentrierung

    Wie Enterprise Data Warehouse, Machine Learning, DWH- und Testautomatisierung strategische Ziele unterstützen 

    Mehr erfahren

  • Klein starten, aber doch gross denken

    Umfangreiche Reporting- und Prognosemöglichkeiten dank direktem Zugriff auf Datenquellen

    Mehr erfahren

  • Von der Marketingstrategie zum agilen BI-Projekt

    Datengetriebenes Entscheiden dank Einbindung von Marketingdatenquellen in BI-Plattform

    Mehr erfahren

  • Agiler Aufbau eines Data Warehouse

    Entlastung der produktiven Systeme dank DWH-Drehscheibe - agil, automatisiert, zukunftsfähig

    Mehr erfahren

  • Einführung von Business Intelligence

    Top-Down zum Erfolg: Von der BI-Strategie, über Infrastuktur und Anforderungen, bis zur Einführung von BI-Services

    Mehr erfahren

  • Gesundheitsdaten für die Forschung

    Architekturberatung und Projektmanagement für Implementierung eines föderierten Abfragesystems über alle Schweizer Unispitäler

    Mehr erfahren

  • Kosten sparen dank Data Warehouse Automation

    Statt 40 Personentage nur ein bis zwei solche: Wie DWH-Automatisierung Agilität ermöglicht und Kosten spart

    Mehr erfahren

  • Rasch zu umsetzbarer BI-Strategie dank strukturiertem Vorgehen

    Wo unterstützt Datenalanalyse die strategische Zielerreichung? Ziele, IST-SOLL-Gap und Roadmap zum Digitalisierungserfolg

    Mehr erfahren

  • Zentrale Datenplattform für personalisierte Medizin

    Clinical Data Warehouse auf Basis des Common Data Model Healthcare (CDMH)

    Mehr erfahren

  • Erstellung der spitalweiten Datenplattform

    Clinical Data Warehouse - Entwicklung und Umsetzung der Gesamt-Architektur

    Mehr erfahren

  • "Nachfrage-Score" für weniger Leerstand

    Was ist der optimale Marktpreis eines Mietobjektes? Integration verschiedener Datenquellen ermöglicht effiziente Vermarktung

    Mehr erfahren

  • Prozessinnovation dank Künstlicher Intelligenz

    Automatisierte Bildklassifizierung von Schlachtprodukten anhand eines "Custom Vision"-Algorithmus entlastet Mitarbeitende

    Mehr erfahren

  • BI-Strategie als Fundament für datengetriebenes Marketing

    Top-Down Herangehensweise: Mit Plan zu datengetiebenen Erkentnissen in der Spenderakquise und -betreuung 

    Mehr erfahren

  • Data Analytics: Anforderungsanalyse und Toolauswahl

    Planung der für die überarbeitete Reportinglösung zum Einsatz kommenden Microsoft Tools und Plugins

    Mehr erfahren

  • Analytics für Fachanwender dank Data Warehouse

    Überwachung und Steuerung hochkomplexer Produktoionsprozesse - Transparenz dank Data Warehouse-Lösung

    Mehr erfahren

  • Vom BI-Konzept bis zur Auswertungsgestaltung

    Top-Down zum planbaren BI-Erfolg: IT-Logix unterstützt auf strategischer, konzeptioneller und technologischer Ebene

    Mehr erfahren

  • DWH für Qualitätsmanagement und Forschung

    Qualitätsmanagement und Forschung auf internationalem Topniveau dank faktenbasierten Fallanalysen und Reports

    Mehr erfahren

  • Erarbeitung und Umsetzung der BI-Strategie

    Nachhaltiger Mehrwert aus Daten dank strategischem Alignment, verbindlichen BI-Zielen und Roadmap

    Mehr erfahren

  • Enterprise Data Warehouse für unternehmensweite Analysen

    Enterprise Data Warehouse versorgt Management und Mitarbeitende mit aktuellsten und handlungsrelevanten Informationen

    Mehr erfahren

  • Agil und effizient - Data Warehouse-Lösung der Uni Bern

    Data Warehouse-Lösung ermöglicht effiziente Analyseprozesse - agil, automatisiert und flexibel

    Mehr erfahren

Agile DWH Design

Collaborative BI Requirements Analysis & Dimensional Modeling Training

Join Lawrence Corr, author of the DW/BI bestseller "Agile Data Warehouse Design" for a three-day BEAM* workshop and data modelstorming masterclass covering the latest agile techniques for systematically gathering Business Intelligence (BI) requirements and designing effective DW/BI systems.

Discover how modelstorming (modeling + brainstorming) directly with business stakeholders overcomes the limitations of traditional BI requirements analysis and data modeling to create a shared data language across business and IT.

Over three days of engaging class room sessions, quizzes, games and team exercises, Lawrence will build on Kimball method, industry-standard dimensional modeling and go beyond the books to provide you with practical tools and techniques for BI data design.

Who Should Attend

Business and IT professionals who want to jointly develop better BI solutions faster.

Business analysts, scrum masters, data modelers/architects, DBAs and application developers new to DW/BI, will benefit from the solid grounding in dimensional modeling.

Experienced DW/BI practitioners will find the course updates their hard-earned industry knowledge with fresh ideas on agile modeling, data warehouse design patterns and business model alignment.

You will learn how to:

  • Model BI requirements with stakeholders using business-friendly tools and techniques
  • Rapidly translate BI data requirements into efficient, flexible data warehouse designs
  • Identify and solve common BI problems using dimensional design patterns
  • Plan, design and develop BI solutions incrementally with agility

Day 1: Modelstorming - Agile BI Requirements Gathering

Agile Dimensional Modeling Fundamentals

  • BI/DW design requirements, challenges and opportunities: the need for agility
  • Modeling for measurement: the case for dimensional modeling, star schemas, facts & dimensions
  • Modelstorming with BI stakeholders: the case for collaborative data modeling
  • Thinking dimensional using the 7Ws (who, what, when, where, how many, why & how)
  • Business Event Analysis and Modeling (BEAM*): an agile approach to dimensional modeling

Dimensional Modelstorming Tools

  • Data Stories, Themes and BEAM* Tables: modeling detailed BI data requirements by example
  • Timelines: modeling process sequence measurement
  • Hierarchy Charts: modeling dimensional drill-downs and rollups
  • Change Stories: capturing historical data requirements (slowly changing dimension rules)
  •  BEAM* Matrix: Storyboarding multiple business events planning and estimating for agile BI development
  • Business Model Canvas: aligning DW/BI design with business model definition, measurement and innovation
  • BEAM* (BI Model) Canvas: a systematic approach to BI & star schema design

Day 2: Agile Star Schema Design

  • Test-driven design: agile data profiling for validating and improving requirements models
  • Data warehouse reuse: identifying, defining and developing conformed dimensions and facts
  • Balancing ‘just enough design up front’ (JEDUF) and ‘just in time’ (JIT) data modeling
  • Designing flexible, high performance star schemas: maximising the benefits of surrogate keys
  • Refactoring star schemas: responding to change, dealing with data debt
  • Lean DW documentation: enhanced star schemas, Data Warehouse matrix
  • How Many: Designing facts, measures and KPIs
  • Fact table types: transactions, periodic snapshots, accumulating snapshots
  • Fact additivity: additive, semi-additive and non-additive measures

Day 3: Dimensional Design Patterns

Who & What patterns for modeling customers, employees, products and services

  • Large populations with rapidly changing dimensional attributes: mini-dimensions & customer facts
  • Customer segmentation: business to business (B2B), business to consumer (B2C) dimensions
  • Recursive customer relationships and organisation structures: variable-depth hierarchy maps
  • Current and historical reporting perspectives: hybrid slowly changing dimensions
  • Mixed business models: heterogeneous products/services, diverse attribution, ragged hierarchies
  • Product and service decomposition: component (bill of materials) and product unbundling analysis

When & Where patterns for modeling dates, times and locations

  • Flexible date handling, ad-hoc date ranges and year-to-date analysis
  • Modeling time quantitatively and qualitively as dimensions and facts
  • Multinational BI: national languages reporting, multiple currencies, time zones & national calendars
  • Understanding journeys and trajectories: modeling event sequences with multiple geographies

Why & How patterns for modeling cause and effect

  • Causal factors: trigging events, referrals, promotions, weather and exception reason dimensions
  • Fact specific dimensions: transaction and event status descriptions
  • Multi-valued dimensions: bridge tables, weighting factors, impact and 'correctly weighted' analysis
  • Behaviour Tagging: modeling causation and outcome, dimensional overloading, step dimensions

Material

Attendees receive a course workbook, BEAM* agile dimensional modeling reference card, downloadable modelstorming templates plus paperback and ebook copies of Agile Data Warehouse Design (DecisionOne Press, 2011) by Lawrence Corr and Jim Stagnitto.

Ort:IT-Logix AG, BernZeit: 09.00 - 16.30

Datum:   07.-09.02.2018


Lunch, teas and coffees will be provided each day

Ort:IT-Logix AG, BernZeit: 09.00 - 16.30

Datum:   07.-09.02.2018


Lunch, teas and coffees will be provided each day