Il Data Warehouse

Guida ai fondamenti della filosofia Data W. La competizione mondiale spinge verso un’analisi più accurata dei dati aziendali, della concorrenza e dell’ambiente in cui si deve operare per ottenere informazioni che diano un vantaggio competitivo.

Che cos’è un data warehouse?

Un data warehouse è un tipo di sistema di data management progettato per abilitare e supportare le attività di business intelligence (BI), in particolare gli analytics. I data warehouse servono esclusivamente a eseguire query e analisi e spesso contengono grandi quantità di dati storici. I dati all’interno di un data warehouse sono generalmente derivati da una vasta gamma di origini come i file di registro dell’applicazione e le applicazioni di transazione.

Un data warehouse centralizza e consolida grandi quantità di dati da più origini. Le sue capacità analitiche consentono alle organizzazioni di ricavare importanti insight sul business dai loro dati per migliorare il processo decisionale. Nel tempo, crea un record storico che può risultare prezioso per i data scientist e i business analyst. Grazie a queste funzionalità, un data W. può essere considerato un’unica fonte affidabile di dati aziendali.

Le guide sui database di Boma Software

Vai al Link qui del sito per vedere tutte le guide sull’argomento Base di Dati

I corsi sui Database di Boma Software

LA FILOSOFIA DATA WAREHOUSE

7.1. Introduzione
7.2. Evoluzione dei sistemi di raccolta dati
7.3. Problemi con la naturale evoluzione della architettura
7.4. Il magazzino dei dati
7.5. Il costo
7.6. L’ambiente
7.6.1. L’evoluzione evoluzione
7.6.2. Due elementi concettuali del sistema
7.6.2.1. La granularità
7.6.2.2. La partizione dei dati
7.6.3. Struttura dei dati
7.7. Il disegno
7.7.1. Si parte dai dati operazionali
7.7.2. Modello dei dati
7.7.3. L’istantanea
7.7.4. IL Metadata
7.7.5. Ritorno dei dati all’ambiente operazionale
7.8. Dati esterni/non strutturati e Data Warehouse
7.8.1. Inserimento dei dati esterni/non strutturati 
7.8.2. Metadata e dati esterni
7.8.3. Confronti fra dati interni e dati esterni
7.9. Data W. o Datamart
7.10. Il Data W. distribuito
7.10.1. Il Data W. locale e il Data W. globale
7.10.2. Gestione degli sforzi di sviluppo di Data W. multipli
7.10.3. Natura degli forzi di sviluppo
7.11. Un piano di migrazione
7.11.1. I passi del piano
7.12. Executive information system nel Data Warehouse
7.12.1. On-Line Analytical Processing
7.12.1.1. Analisi Drill-Down
7.12.1.2. Il Data W. per l ‘OLAP
7.12.3. Strutture relazionali per l’EIS
7.12.3.1. Normalizzazione/Denormalizzazione
7.12.3.2. Schema a stella
7.12.3.3. Schema a fiocco di neve
7.12.4. Il Data Mining