BI基础班

现场

400元

远程

400元
上课地点:视频课程 在线观看 讲师:王飞 报名时间:视频教程,随报随学 - 视频教程,随报随学 开课时间:视频教程,随报随学

BI基础班.视频教程

规格:13课时

培训形式:视频教程,购买后点击课程章节在线观看

使用权限:自购买开通之日起1年内不限次观看



讲师介绍:
 

    王飞,BI领域专家,主讲课程为商业智能、数据仓库、数据架构。商业智能,数据架构项目经验丰富,教学内容详尽,培训过的单位包括中国人民银行,电力系统等各大机构,出版著作《商业智能深入浅出》-机械工业出版社。


培训目的:
 
1)帮助学员快速进入到商业智能领域,尤其是零基础的学员,为学习和应用商业智能奠定坚实的基础
 
2)帮助学员理解商业智能的设计、开发流程,并且增强学习和研究的能力。
 
3)帮助学员从商业智能设计、开发阶段逐渐过渡到架构、咨询阶段。
 
4)帮助学员学习商业智能方法论,积累项目经验知识库。

 

大纲简介:

一 商业智能概述
  1.1 BI
产生的背景
  1.2
商业智能的定义
  1.3
商业智能体系架构
  1.4
商业智能实质
  1.5
商业智能实施方法论
  1.6
商业智能意义
  1.7
商业智能的功能
  1.8
商业智能的发展趋势
  1.9
商业智能主要开发流程
  1.10
商业智能主要的组织机构


二 数据仓库
  2.1
商业智能和数据仓库的关系
  2.2
数据仓库的定义
  2.3
数据仓库的特点
  2.4
数据仓库和数据库的区别
  2.5
数据仓库的基本架构
  2.6
数据仓库实施的详细步骤
  2.7
如何提高数据仓库的性能


三 数据集市
  3.1
数据集市的概念
  3.2
数据集市产生的原因
  3.3
数据集市和数据仓库的区别
  3.4
数据集市和数据仓库的关系


ODS
  4.1 ODS
的定义
  4.2 ODS
建设的原因
  4.3 ODS
的特点
  4.4 ODS
系统建立之前,存在哪些问题?
  4.5 ODS
的作用和定位
  4.6
数据仓库和ODS之间的关系
  4.7 ODS
的实施价值
  4.8 ODS
和数据仓库的区别
  4.9 ODS
设计原则
  4.10
介绍某银行ODS系统建设背景(案例)
  4.11 ODS
系统的作用(案例)
  4.12 ODS
项目建设原因(案例)
  4.13 ODS
系统建设的方法论(案例)
  4.14 ODS
数据模型设计思路(案例)
  4.15 ODS
的关键问题(案例)
  4.16
项目风险总结(案例)

 

五、商业智能建模
  5.1
数据模型定义
  5.2
模型的分类
  5.3
模型建设的原因
  5.4
数据库建模理论知识
  5.5
数据仓库建模流程
  5.6
数据仓库模型和数据集市模型设计介绍
  5.7
数据集市概念模型-主题设计
  5.8
企业模型的意义
  5.9
企业数据模型转换到数据仓库模型的步骤
  5.10
数据模型在数据仓库架构中所处的位置
  5.11
企业级概念数据建模目的
  5.12
企业级概念数据建模方法
  5.13
企业级概念数据模型设计
  5.14
数据主题域划分
  5.15
数据主题域详细解释
  5.16
逻辑数据模型设计
  5.17
完善逻辑模型设计
  5.18
企业数据模型到数据仓库模型设计
  5.19
构建企业级数据仓库五步法
  5.20
项目模型实践技巧

 

OLAP
  6.1 OLAP
的概念
  6.2
钻取
  6.3
旋转
  6.4
切片和切块
  6.5
度量
  6.6 ROLAP
  6.7 MOLAP
  6.8 HOLAP
  6.9 OLAP
系统与OLTP系统的区别
  6.10 OLAP
的实现方法

 

七 联机分析处理 ETL
  7.1 ETL
在数据仓库中的重要地位
  7.2 ETL
的一般过程
  7.3
研究ETL的本质
  7.4
详解ETL过程
  7.5 ETL
逻辑模块划分
  7.6 ETL
常见错误
  7.7 ETL
数据加载
  7.8 ETL
运维基础知识
  7.9 ETL
海量数据的处理
  7.10
使用ETL产品和手工开发的比较
  7.11 ETL
的过程
  7.12 ETL
的设计
  7.13 ETL
执行时的异常处理

 

八 商业智能数据架构方法论和经典案例
  8.1
某商业银行BI系统信息化总体架构规划
  8.2
元数据管理
  8.3
数据质量管理
  8.4
数据质量治理流程
  8.5
数据质量管理案例
  8.6
数据标准管理
  8.7
数据标准——实施方法
  8.8
主数据管理
  8.9
数据安全管理
  8.10
系统信息化总体架构规划步骤方法论
  8.11
对现状的分析
  8.12
高阶需求分析
  8.13
总体架构规划
  8.14
数据架构
  8.15
现状调研分析工作方法
  8.16
如何进行数据分类
  8.17
数据质量分析
  8.18
数据标准问题
  8.19
数据生命周期改进意见
  8.20
规划设计原则
  8.21
数据分布
  8.22
数据分布参考架构
  8.23
数据管理
  8.24
元数据管理
  8.25
数据质量管理
  8.26
数据安全管理
  8.27
名词解释

 

培训优惠:
同时报两个班及以上,9折优惠