Descrizione

Il Data Warehouse si trova oggi al centro dell'interesse di numerose aziende che intendono supportare in modo adeguato i processi decisionali.

I Data Warehouse poggiano le basi sui sistemi gestionali, ma utilizzano anche dati di sistemi informativi esterni. L'organizzazione delle informazioni e lo stile di interazione tra utente e sistema sono evidentemente differenti rispetto ai sistemi informativi tradizionali.

Il corso non si limita solo ad illustrare i possibili benefici che si possono prospettare al management, ma esamina in toto il ciclo di vita del Data Warehouse, le tecnologie disponibili e le risposte che può dare a seconda della tipologia utente.

Fra gli aspetti che vengono trattati c’è anche quello della governance sul ciclo di vita del progetto e del Data management.

Obiettivo del corso è, infine, definire una chiara strategia di sviluppo e di utilizzo anche alla luce del nuovo paradigma di sviluppo applicativo Internet / Intranet.

Destinatari

• responsablili dello sviluppo
• analisti
• analisti programmatori

Prerequisiti

Conoscenza di base su Qualità, Modello Dati , Teoria Relazionale

Contenuti

Ragioni aziendali, tecnologiche ed economiche del Data Warehouse, e differenze fra i sistemi gestionali e i Data Warehouse

Data Warehouse Framework

• Esame delle componenti di base di un ambiente di Data Warehousing

Problematiche e modalità di gestione/pianificazione di un progetto in ambiente di Data Warehosing

Integrazione e Qualità

• Problematiche e modalità di approccio

Metadati

• Ruolo all'interno dell'ambiente di Data Warehousing
• Repository dei Metadati

Architettura di un Data Warehouse

• Confronto fra le modalità di approccio (Global Data Warehouse, Interconnected Data Mart)
• Confronto fra i modelli usabili : Relational, Star Schema e Snowflake Schema

Area di ETL

• Analisi delle componenti (Capture, Transform, Apply)
• Problematiche e tecniche di approccio

Il progetto di un DW (requisiti, metodi di analisi, strategie di Test)

Stime e conteggi FP in ambito DW

Le applicazioni tipiche che operano su un Data Warehouse

• Query/Reporting
• DSS / EIS
• Data Mining
• Distribuzione dei risultati

Esempi e Caso studio

Durata

3 giorni