Termine:

17.03.2015 : Multidimensionale Modellierung und Star Schema Design
Multidimensionale Modellierung ist ein Kernthema im Data Warehouse. Angesichts der vielen Hype-Themen droht dieser Aspekt jedoch an den Rand gedrängt zu werden. BI-Tool-Anwender modellieren kaum noch, sondern klicken sich ihre Daten zusammen, egal wo sie her kommen. In-Memory-Propheten glauben auch ohne besonders modellierte Datenbestände schon fast mit den operativen Daten Analysen betreiben zu können.
Ein multidimensionales Star Schema ist ein Konzept, das Unternehmens-Stammdaten als zusammenhängende Geschäftsobjekte definiert, um damit Transaktionsdaten als Kennzahlen in einen fachlichen Kontext zu setzen.
Im Gegensatz zu 3NF-Modellen ist das multidimensionale Modell für nicht-IT-affine Endanwender leichter verständlich und lässt sich leichter als dieses analysieren.
In Zeiten von In-Memory gehören solche Modelle einfach in die Datenbank, damit der Endanwender direkt den In-Memory-Effekt erfahren kann. Gerade dann (In-Memory) sollten in einer multidimensionalen Struktur vorliegen.

Ein weiteres wichtiges Ziel des Seminars ist das Modellieren von unternehmensweit ausgerichteten Auswertemodellen, denn sachgebietsübergreifende Analysen werden immer wichtiger. Star Schemen müssen miteinander verzahnt sein, um Endanwendern ein möglichst breites Informationsangebot zu bieten. Eine reine Data Mart-bezogene Betrachtung reicht nicht aus.
In diesem Seminar werden multidimensionale Modelle von den Teilnehmern nach der Vorgabe von Geschäftsanforderungen als Planspiel entworfen.

Themen sind:
• Informationsbedarfsanalyse zur Identifizierung relevanter Geschäftsobjekte
• Analyse- und Geschäftsobjektmodell als Grundlage der multidimensionalen Modellierung
• Dimensionen, Hierarchien und Kennzahlenstrukturen
• Das konzeptionelle (multidimensionale) Modell
• Starschema-Design für spezielle Anforderungen
• Physische Implementierungsvarianten multidimensionaler Modelle
• Physische Implementierung Star Schema unter Einsatz von Indizierung, Partitionierung und Materialized Views
• Aufbau von Kennzahlensystemen in der Datenbank
• Multidimensionale Modelle und In-Memory