Grundlæggende Business Intelligence (BI)

Business Intelligence (BI) og rapportering er en del af hverdagen for flere og flere i den moderne datadrevne virksomhed. Ofte er de nødvendige data spredt ud over forskellige systemer.

Det er derfor essentielt at du kan sætte dig ind i de forskellige systemers datastrukturer, så du kan udtrække de rigtige data til dit foretrukne BI værktøj. Det kunne fx være “Power BI Desktop”, “Power BI”, Excel eller et andet rapporteringsværktøj.

Dette er et meget vigtigt kursus, som anbefales alle, der skal arbejde med data. Det er essentielt for at kunne lave solide og korrekte rapporter, at du forstår det grundlæggende i datamodeller og design på tværs af systemer og databaser.

Efter kurset kan du blandt andet:

  • Bedre forstå data i eksisterende datamodeller
  • Bygge dine datamodeller til understøttelse af dine rapporter
  • Arbejde med Excels Datamodel
  • Bygge stjerneskema datamodeller
  • Forklare hvad en OLTP-database er
  • Lave grundlæggende normalisering af data
  • Anvende kuber som datakilde i fx Power BI og Excel
  • Arbejde med views

I afsnittet ”Kursusindhold” længere nede på denne side, kan du læse alt om, hvad du vil få gennemgået på dette kursus i Business Intelligence.

Det får du

Før kurset

  • Mulighed for at tale med en instruktør, der kan hjælpe dig med at finde det helt rigtige kursus.

På kurset

  • Undervisning af Danmarks mest erfarne instruktørteam i hyggelige og fuldt opdaterede kursuslokaler i centrum af København.
  • Et kursus bestående af en vekslen mellem teori og praktiske øvelser. Vi ved, hvor vigtigt det er, at du får tid til at arbejde med opgaverne i praksis, og derfor har vi altid fokus på hands-on i undervisningen.
  • Et kursusmateriale, som du efterfølgende kan bruge som opslagsværk samt et opgavesæt, der understøtter kurset.
  • Fuld forplejning, som inkluderer morgenmad, friskbrygget kaffe, te, frugt, sodavand, frokost på en italiensk restaurant på Gråbrødretorv, kage, slik, og naturligvis Wi-Fi til dine devices.
  • Et kursuscertifikat med bevis på dine nye kvalifikationer.

Efter kurset

  • Adgang til vores gratis hotline, som betyder, at du op til et år efter kurset kan ringe eller skrive til os, hvis du har spørgsmål til de emner, der er blevet gennemgået på kurset.

Få det optimale ud af kurset

Dette Datamodellering og design kursus indgår som en del af vores samlede udbud af Business Intelligence kurser.

Kursusindhold

Modul 1 – Datalagring i virksomheder

I dette modul gennemgår vi de overordnede muligheder for at trække data ud fra virksomhedens datasystemer. Vi gennemgår fordele og ulemper ved de forskellige løsninger. En valgt løsning i form af oprettelse af et Data Warehouse bliver uddybet nærmere så du får et indblik i de processer, der indgår i oprettelsen af et Data Warehouse.

  • Datasiloer
  • Udtræk med ODBC fra sourcedata
  • Hvad er et Data Warehouse og et Data Mart
  • Hvorfor have et Data Warehouse?
  • Processen i oprettelsen af et Data Warehouse
  • Self Service BI løsninger, hvor passer de ind

Modul 2 – Datamodeller i OLTP-databaser

Vi vil fokusere på den måde data er lagret i et normalt OLTP-system eks. i et faktureringssystem. Data lagret i en sådan struktur er normalt svære at overskue og udnytte i rapporter, da det her kræves at informationerne gemmes i mange forskellige små tabeller. Disse regler, kaldet normaliseringsregler, vil blive gennemgået og forklaret i små praktiske eksempler. Ved udtræk af data fra OLTP-databaser vil du ofte kun have adgang til at vælge data fra Views og ikke fra de grundlæggende tabeller. Vi vil her se på hvad et View er og hvilke konsekvenser dette kan have.

  • OLTP-databaser
  • Tabeller og datatyper
  • Normaliseringsregler
  • Primærnøgler og fremmednøgler
  • Referentiel integritet i data
  • Query
  • SQL-Views

Modul 3 – Datamodeller i stjerneskema

Data lagret i en traditionel OLTP-database skal normalt overholde en masse normaliseringsregler, som dybest set ikke er brugervenligt når data skal trækkes ud af databasen. Derfor er data i et Data Warehouse struktureret i et stjerneskema som er den optimale struktur når det gælder brugervenlighed. Vi skal se på hvordan dette bygges i et Data Warehouse og vi skal også se på hvordan du, i dine valgte rapporteringsværktøjer, kan tilstræbe at bygge din datamodel så du har et stjerneskema.

  • Hvad er et stjerneskema?
  • Opbygning af Fact-tabel
  • Dimensionstabeller
  • Tidsdimensionen
  • Measures

Modul 4 – Data i kuber

Dette modul giver dig en kort introduktion til hvad en kube er og hvor du møder kuber. 

  • Hvad er en kube? - Hvor møder du Kuber?
  • Excel Datamodel

Modul 5 – Teoriernes anvendelse

Vi vil demonstrere nogle af de forskelle, der ses i rapporteringsværktøjerne hvis de anvender en kube som datakilde frem for andre datakilder. Værktøjer som “Power Bi”, “Power BI Desktop” og Excel Power Pivot anvender kuber til lagring af din datamodel. Vi vil ligeledes vise nogle eksempler hvor du kan se den store forskel mellem at rapportere ud fra en OLTP-database og et stjerneskema.

  • Excel
  • Excel Power Pivot
  • Power Bi