Project Description

Curso de Modelagem Dimensional tem como objetivo transmitir ao aluno, uma série de técnicas e ferramentas necessárias para construir um consistente e confiável modelo de dados dimensional. Baseado na metodologia de Ralph Kimball, o treinamento não tem foco em nenhuma tecnologia específica, podendo essas técnicas ser aplicadas a qualquer ferramenta de Business Intelligence ou qualquer banco de dados. O Modelo Dimensional é uma técnica de modelagem que se difere da modelagem tradicional, nesse padrão de modelagem sua função principal é voltada para performance e organização dos dados.

Público-Alvo

Somente treinamentos para empresas (In-Company). Profissionais que trabalham ou interessados que irão trabalhar com projetos de Data Warehouse (DW) e Business Intelligence (BI), Analistas de Requisitos, Modeladores e Administradores de Dados.

Requisitos

Somente treinamentos para empresas (In-Company). Compreensão de Banco de Dados.

Conteúdo Programático

Este é o conteúdo que será abordado durante o curso.

PARTE 1

  • Conceitos de Inteligência e BI
  • Principais Ferramentas de BI
  • O que é Data Warehouse ?
  • Componentes do Data Warehouse
  • Sistemas Fontes ou Legados
  • Área de Preparação de Dados ou Staging Area
  • Camada de Apresentação ou Data Presentation
  • Ferramentas utilizadas em Data Warehouse
  • Data Warehouse x Data Mart
  • Comparativo de Sistemas Transacionais e
  • Informações Gerenciais
  • O que é OLAP e suas variações ?

PARTE 2

  • Arquiteturas de Data Warehouse
  • Data Warehouse Kimball
  • Data Warehouse Inmon (CIF)
  • Abordagem Híbrida
  • Ciclo de Vida do Data Warehouse
  • Fases do Desenvolvimento de um projeto de DW
  • Metáfora de Uma Publicação
  • Modelagem Dimensional
  • Modelagem de Dados
  • Modelagem Relacional
  • Modelagem Snow-Flake
  • Modelagem Star Schema
  • “Mitos” sobre Modelagem Dimensional
  • Mais Razões para Pensar “Dimensionalmente”
  • Considerações sobre Agile em Modelagem Dimensional
  • PARTE 3
  • Dimensões
  • Objetivos das Dimensões
  • Principais Características de uma Dimensão
  • Surrogate Key ou SK
  • Colunas de uma Dimensão
  • Estrutura básica de uma Dimensão
  • Exemplos de Registros em uma Dimensão
  • Fatos
  • Chave Primaria da Tabela Fato
  • Granularidade
  • Degenerated Dimension (DD)
  • Chaves e Campos de uma Tabela Fato
  • Comportamento das Tabelas Fatos nas ferramentas de

PARTE 4

  • Características Comuns das Tabelas Fato
  • Tempo – When
  • Objeto – What
  • Sujeito – Who
  • Estrutura – Where
  • Métricas
  • Degenerated Dimension (DD)
  • Resista ao Snow Flake
  • 4 Passos do Processo de Modelagem Dimensional
  • 1. Passo – Identificar o Processo de Negócio
  • 2. Passo – Identificar a Granularidade ( Grão )
  • 3. Passo – Identificar as Dimensões ( Descrições )
  • 4. Passo Identificar os Fatos ( Métricas )
  • Requisitos de Negócios x Realidade dos Dados

PARTE 5

  • Slowly Changing Dimension Basics
  • Type 0: Retain Original
  • Type 1: Overwrite
  • Type 2: Add New Row
  • Type 3: Add New Attribute
  • Multiple Type 3 Attributes
  • Type 4: Add Mini-Dimension
  • Hybrid Slowly Changing Dimension echniques
  • Type 5: Mini-Dimension and Type 1 Outrigger
  • Type 6: Add Type 1 Atributes to Type 2 Dimension
  • Type 7: Dual Type 1 and Type 2 Dimensions
  • Resumo sobre Slowly Changing Dimensions (SCD)
  • Dimensional Table Role Playing
  • PARTE 6
  • Impacto de Mudanças nos Modelos Dimensionais
  • Análise de Promoções
  • Modelagem Dimensional para Master/Detail ou Mestre/Detalhe
  • Diferentes Granularidades em Master/Detail ou Mestre/Detalhe
  • Junk Dimensions ou Dimensão de Restos/Porcaria
  • Fatos com Multiplas Moedas
  • Fatos com Diferentes Unidades de Medidas
  • Como Modelar Capital Intelectual
  • Tipos de Métricas em Fatos
  • Totalmente Aditiva/Fully Additive
  • Semi-Aditivas/Semi Additive

PARTE 7

  • Não Aditivas/No Additive
  • Tipos de Tabelas Fatos
  • Transactional Fact Tables
  • Perdiodic SnapShot Tables
  • Accumulating SnapShot Fact TablesConformed Dimension
  • Bus Matrix/Matriz Barramento
  • Envolvimento dos Usuários/Levantamento
  • Como estimar tempo para o projeto
  • Revisão de Modelos Dimensionais