Mentor dátového skladu: Praktické poznatky o dátovom sklade a Business Intelligence

Recenzie čitateľov

Kniha poskytuje komplexný prehľad o dátových skladoch a ponúka cenné poznatky pre začiatočníkov aj profesionálov v tejto oblasti. Zdôrazňuje význam správnej organizácie a kvality údajov pri úspešnej implementácii. Niektorí čitatelia však považujú štýl písania za zmätočný a ťažko zrozumiteľný.

Ponúka skvelý prehľad koncepcií dátových skladov, dobre organizované kapitoly s logickými príkladmi, praktické rady, cenné poznatky o správe údajov a kompletný prístup k budovaniu dátového skladu od začiatku do konca. Je užitočná najmä pre vývojárov ETL a začiatočníkov v tejto oblasti.

Písmo môže byť nejasné a opakujúce sa, čo niektorým čitateľom sťažuje pochopenie hlavných bodov. Okrem toho je kniha naformátovaná ako PDF s DRM namiesto štandardného mobi pre Kindle, čo vedie k slabému zážitku z čítania.

(na základe 12 čitateľských recenzií)

Pôvodný názov:

The Data Warehouse Mentor: Practical Data Warehouse and Business Intelligence Insights

Obsah knihy:

Vývoj vlastnej, agilnej architektúry dátových skladov a business intelligence.

Posilnite postavenie používateľov a zlepšite rozhodovanie v rámci podniku vďaka podrobným pokynom a osvedčeným postupom od odborného vývojára a školiteľa. The Data Warehouse Mentor: Mentor údajov: Praktické poznatky o dátových skladoch a Business Intelligence ukazuje, ako plánovať, navrhovať, konštruovať a spravovať integrované komplexné riešenie DW/BI. Naučíte sa, ako vybrať vhodné komponenty, vytvoriť dátový model podniku, nakonfigurovať dátové marty a dátové sklady, vytvoriť tok údajov a zmierniť riziká. Táto komplexná príručka sa zaoberá aj riadením zmien, správou údajov a bezpečnosťou.

⬤ Poznajte komponenty systémov BI a dátových skladov.

⬤ Stanoviť ciele projektu a implementovať efektívny plán nasadenia.

⬤ Vytvoriť presné logické a fyzické modely podnikových údajov.

⬤ Získajte prehľad o transakciách vašej spoločnosti pomocou dolovania údajov.

⬤ Vkladať, čistiť a normalizovať údaje pomocou techník ETL (Extract, Transform, and Load).

⬤ Používajte štruktúrované vstupné súbory na definovanie požiadaviek na údaje.

⬤ Využívajte metodiky návrhu zhora nadol, zdola nahor a hybridné metodiky.

⬤ Zabezpečenie a optimalizácia výkonu pomocou nástrojov na správu údajov.

Robert Laberge je zakladateľom niekoľkých internetových podnikov a hlavným konzultantom IBM Industry Models and Assets Lab, ktorá sa zameriava na dátové sklady a riešenia business intelligence.