Multidimensionale Datenmodellierung im Data Warehouse/Business Intelligence Projekt

• Das dimensionale Prinzip: Fakten, Dimensionen und Beziehungen
• Der dimensionale Entwicklungsprozess
• Struktur und Funktion von Dimensionen
• Surrogate Keys
• Fakttabellen Typen: Transaction, Snapshot, Factless-fact
• das BUS Matrix Prinzip
• Zeit Dimension
• Historisierung
• Role-Playing Dimensions
• Degenerierte Dimensionen
• Junk Dimensionen
• Multi Währungsfähigkeit
• Modellierungsbeispiele aus verschiedenen Branchen, um bestimmte Modellierungsthematiken zu veranschaulichen
• Performance Tuning: Indizierungsstrategie, Partitionierung, Handling BIG Dimensions
• Snow-Flakes
• Hierarchien: Balanced or unbalanced?
• Multivalued Dimensions
• Zu viele oder zu wenig Dimensionen?

• Grundkenntnisse zum Data Warehouse Konzept sowie der allgemeinen Datenmodellierung (z.B. 3NF Modellierung)

• Business Intelligence/Data Warehouse Architekten
• Datenmodellierer
• Business Analysten
• Berichtsentwickler
• ETL-Entwickler
• BI Projektleiter
• BI Produktmanager
• Berater

C