Il mentore del magazzino dati: Approfondimenti pratici su Data Warehouse e Business Intelligence

Recensioni dei lettori

Il libro fornisce una panoramica completa del data warehousing, offrendo spunti preziosi sia ai principianti che ai professionisti del settore. Sottolinea l'importanza di una corretta organizzazione e qualità dei dati per il successo delle implementazioni. Tuttavia, alcuni lettori trovano lo stile di scrittura contorto e difficile da seguire.

Offre un'ottima panoramica dei concetti di data warehousing, capitoli ben organizzati con esempi logici, consigli pratici, preziosi approfondimenti sulla governance dei dati e un approccio completo, dall'inizio alla fine, alla costruzione di un data warehouse. È particolarmente utile per gli sviluppatori ETL e per i principianti del settore.

La scrittura può risultare poco chiara e ripetitiva, rendendo difficile per alcuni lettori afferrare i punti principali. Inoltre, il libro è formattato come PDF con DRM invece che come mobi standard per Kindle, il che porta a una scarsa esperienza di lettura.

(basato su 12 recensioni dei lettori)

Titolo originale:

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

Contenuto del libro:

Sviluppate un'architettura di data warehousing e business intelligence agile e personalizzata.

Date potere ai vostri utenti e migliorate il processo decisionale in tutta l'azienda grazie alle istruzioni dettagliate e alle best practice di uno sviluppatore e formatore esperto. The Data Warehouse Mentor: Practical Data Warehouse and Business Intelligence Insights mostra come pianificare, progettare, costruire e gestire una soluzione DW/BI integrata end-to-end. Imparate a scegliere i componenti appropriati, a costruire un modello di dati aziendali, a configurare i data mart e i data warehouse, a stabilire il flusso dei dati e a ridurre i rischi. Questa guida completa tratta anche la gestione delle modifiche, la governance dei dati e la sicurezza.

⬤ Comprendere i componenti dei sistemi di BI e di data warehouse.

⬤ Stabilire gli obiettivi del progetto e implementare un piano di implementazione efficace.

⬤ Costruire accurati modelli logici e fisici dei dati aziendali.

⬤ Acquisire informazioni sulle transazioni dell'azienda con il data mining.

⬤ Immettere, pulire e normalizzare i dati utilizzando le tecniche ETL (Extract, Transform, and Load).

⬤ Usare file di input strutturati per definire i requisiti dei dati.

⬤ Impiegare metodologie di progettazione top-down, bottom-up e ibride.

⬤ Gestire la sicurezza e ottimizzare le prestazioni utilizzando strumenti di governance dei dati.

Robert Laberge è il fondatore di diverse iniziative su Internet e il principale consulente dell'Industry Models and Assets Lab di IBM, che si occupa di soluzioni di data warehousing e business intelligence.