Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Opleiding : Bedrijfsinformatiesystemen, Gegevensfabriek

Bedrijfsinformatiesystemen, Gegevensfabriek




Van data-analyse of beslissingsanalyse zijn we nu overgegaan naar 'data science', ook wel bekend als data factory, dankzij de opkomst van big data-technologieën, die nieuwe perspectieven bieden voor modellering en voorspelling. Tijdens dit seminar wordt het bestaande ecosysteem voor gegevensanalyse onder de loep genomen, met als doel de gegevensbronnen van het bedrijf om te zetten in een echte hefboom voor groei.


INTER
INTRA
OP MAAT

seminarie ter plaatse of via klasverband op afstand

Ref. SID
  3d - 21u00
Prijs : Neem contact met ons op

Downloaden in pdf-formaat

Deze cursus delen via mail




Van data-analyse of beslissingsanalyse zijn we nu overgegaan naar 'data science', ook wel bekend als data factory, dankzij de opkomst van big data-technologieën, die nieuwe perspectieven bieden voor modellering en voorspelling. Tijdens dit seminar wordt het bestaande ecosysteem voor gegevensanalyse onder de loep genomen, met als doel de gegevensbronnen van het bedrijf om te zetten in een echte hefboom voor groei.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Inzicht in de toegevoegde waarde, uitdagingen en principes van BI-systemen
Een mix van traditionele business intelligence-modellering en ontdekkingsmodus
Een aanpak implementeren voor het ontwerpen van een enterprise data repository
Big Data integreren in de IDS om de gegevensfabriek te bouwen
Stap-voor-stap handleiding voor het beheren van uw IDS-project
De juiste tools kiezen met een globaal overzicht van de markt

Doelgroep
IT-managers, research managers, IS-architecten, business intelligence consultants en projectmanagers, andere functionele en technische projectmanagers.

Voorafgaande vereisten
Geen speciale kennis vereist.

Praktische modaliteiten
Voorbeeld
Een compleet voorbeeld van de implementatie van een BI-informatiesysteem zal worden behandeld.

Opleidingsprogramma

1
Doel en beginselen van CIS

  • Positionering van de SID in relatie tot big data en de SIO (operationeel informatiesysteem).
  • Trends en ontwikkelingen in Business Intelligence. Data lake versus data warehouse.
  • Nieuwe uitdagingen: informatie optimaal benutten, snelle correlatie.
  • De architectuur van een CIS.
  • Strategische architectuurkeuzes: integratie van het data lake.
  • Een nieuw evenwicht tussen voorlopige modellering en dynamische analyse.

2
IDS-ontwerpbenadering, invloed van ontdekkingsmodus

  • De universele typologie van verzoeken op een CIS gebaseerd op management en voorspellende gedragsanalyse.
  • Het ontwerpproces voor datamarts en datalabs onder de knie krijgen.
  • Hoe ga u van silo datamarts naar een IS die openstaat voor BI en big data?
  • Samenhang van stermodellen: multidimensionaal. In-memory analyse versus stermodel. Gegevenslabmodel.
  • NoSQL denormalisatie versus klassieke BI denormalisatie.
  • Verschil tussen multidimensionele en voorspellende analyse.
  • Vermijd de wildgroei van aggregaten en indicatoren door ontwikkelingen te hergebruiken.
  • Het ontwerpen van een gemengde traditionele BI-Discovery BI-dynamische analysearchitectuur.
Casestudy
Een ontwerpbenadering voorstellen op basis van analysevereisten.

3
Referentiesystemen bouwen

  • Hoe kunnen we de toegang tot informatie vergemakkelijken? De projecteigenaar en de projectmanager afstemmen rond de repository.
  • Opbouwen van het referentiekader van het bedrijf. Analyse dimensies en deelbare indicatoren.
  • Bouw een architectuur die alle stadia omvat, van sturing tot gedragsanalyse.
  • Bouw woordenboeken voor de SID, gebruik metadata om de consistentie te beheren.
Casestudy
Toepassing van de voorgestelde methoden op voorbeelden.

4
Toegang tot gegevens optimaliseren

  • Hoe kunnen we inspelen op de behoeften en de optimale IT-oplossingen definiëren?
  • Multidimensioneel, ROLAP, MOLAP of hybride: keuzecriteria, toekomstige ontwikkelingen.
  • Multidimensionaal in het geheugen.
  • Je data lake organiseren. Datalabs bouwen.
  • Normaliseer de besluitvorming op u stermodellen.

5
De waarde van de SID meten

  • Maak van de IB een hefboom voor bedrijfsstrategie.
  • Use cases combineren in besluitvormingsprocessen.
  • Gebieden identificeren die in aanmerking komen voor cloud computing.
  • Bepaal de criteria voor een effectieve CIS.
  • De waarde van gegevens beheren.
  • Breng uw IDS in kaart om het gebruiksdoel te koppelen aan de gegevens die gebruikt worden voor de RGPD.
  • Verstedelijking van de SID: vermijd te veel verwerking en overbelaste semantische lagen.

6
Big data in industriële modus

  • Belangrijkste gebruikstypes.
  • Het probleem van het industrialiseren van Big Data projecten.
  • Checklist met aanbevelingen.
  • Analytics - real-time voorspelling en streaming (CEP: verwerking van complexe gebeurtenissen).

7
State of the art in besluitvormingstools

  • Overzicht van business intelligence-suites: SAS, Microsoft, SAP BusinessObjects, enz.
  • Mate van integratie van ontdekkingsmodus, analyse en gegevensvisualisatie.
  • ETL. Multidimensionale tools. Web implementatie.
  • Big data geïntegreerd in de SID. NoSQL-database. NewSQL databases. Samenwerking tussen verschillende databases.
  • In-memory analyse. Appliance of standaardhardware.
  • Positionering van het Hadoop-ecosysteem in de analyse van klantgedrag.
  • De SID overschakelen naar een NoSQL- of NewSQL-database of de benaderingen integreren?
  • Een flexibele oplossing voor het ontdekken van gegevens combineren met mogelijkheden voor BI-industrialisatie.
  • Het data lake en data warehouse koppelen of samenvoegen om de data factory te creëren.
Casestudy
Bepaal uw evolutiepad naar een geïntegreerde architectuur.

8
Kansen en waardecreatie voor het bedrijf

  • De toegevoegde waarde voor het bedrijf en het nut van veranderingsmanagement beoordelen.
  • Beheren en prioriteren van u projectportfolio. Criteria voor onderverdeling.
  • De specifieke kenmerken van een BI-project en een Big Data-project.
  • Technieken voor het analyseren van business intelligence eisen: valkuilen om te vermijden.
  • Hoe beoordeel u de complexiteit en volwassenheid van uw behoeften?
  • De overgang leiden van traditionele besluitvorming naar gemengd traditioneel-analytisch in de vrije modus.

9
Bestuurlijke organisatie: teams - processen - gegevens

  • De verschillende spelers en hun respectievelijke rollen. Nieuwe relatie tussen bedrijf en IT.
  • BI positioneren binnen het bedrijf. Governance en algehele consistentie van gegevens organiseren.
  • Creëer een coherente, multidisciplinaire organisatie.
  • De autonomie van de gebruiker behouden. Responsiviteit beheren.
  • Bedrijfsonderdelen integreren in waardebeheer: gegevens en use cases.
  • De gegevensfabriek organiseren. De componenten van de SID beheren.
  • De hefbomen van discovery BI, big data en data science.
  • De betrouwbaarheid van gegevens en informatie garanderen.
  • Implementeer het proces voor kwaliteits- en waarheidsmanagement.
  • Minimale kwaliteitscontroles definiëren. Bepaal de fasering van controles.
  • Invloed van de RGPD-regelgeving op de beveiliging van gegevenstoegang.