Introduction à la Business Intelligence

• Les raisons qui sous-tendent l'initiation de projets BI.
• Qu'est-ce qu'un entrepôt de données (Data Warehouse) ?
• Les composants d'une Solution Data Warehouse.
• Les étapes de modélisation d'un DW (Ralph Kimball).
• Comprendre les principes de la modélisation (étoile, flocon, constellation).
• SQL Server BI, plateforme de DataWarehouse.
• Architecture des outils de BI de SQL Server.

Data Quality et Master Data Management (MDM)

• La notion de référentiel qualité des données.
• Objectifs du Master Data Management (MDM). L'application de règles de gestion afin d'assurer la validité des données.
• Les Master Data Services.
• Le composant de Master Data Management DQS Cleansing (nettoyage des données).
• La déduplication des données.

Integration Services (SSIS), les objets manipulés

• Comprendre les principes et le modèle de l'ETL. Vue d'ensemble.
• La notion de Package, la notion de Workflow.
• La définition du flux de contrôle et du package.
• Les différentes tâches d'un flux de contrôle : script SQL, envoi de mail, mise à jour de cube.
• La tâche "Change Data Capture".
• Add-in de tâches (filewatcher).
• Conteneur de séquence.
• Conteneur de boucle ForEach.

Integration Services (SSIS), savoir alimenter les tables

• Sources, destinations et transformations.
• Les différentes transformations : fractionnement conditionnel, colonne dérivée, regroupement...
• Les dimensions à variation lente.
• Déploiement, exécution de packages.
• Ordonnancement et configuration des paquets.
• Journalisation, sécurité.

Analysis Services (SSAS), construire des cubes et des schémas en étoile

• Introduction aux cubes multidimensionnels.
• Les modèles tabulaires SSAS
• Utilisation de tables de dimension et tables de faits.
• Introduction aux cubes tabulaires et à PowerPivot.
• Création de cubes dans SSDT.
• Conception de la dimension.
• Les hiérarchies utilisateur.
• Les relations d'attribut.
• Clés composites.

SSAS, éléments avancés

• Introduction au langage MDX.
• Membres calculés et ensembles nommés.
• Extraction et rapports.
• Partitions et conception d'agrégation.
• Requêtes graphiques de prédiction DMX.
• Sauvegarde et restauration des cubes.
• Mises à jour incrémentielles et sécurité des cubes.

Data Science avec R et SQL Server

• Présentation de la Data Science.
• Introduction au langage R.
• Présentation de SQL Server R Services.

Reporting Services (SSRS), construire des rapports

• Le serveur de rapports.
• Report Designer versuss Report Builder
• Utiliser les Tablix (tableaux et matrices).
• Éléments de mise en forme.
• Mise en forme conditionnelle.
• Éléments simple de présentation.

SSRS, fonctionnalités avancées

• Enrichir ses rapports avec des graphiques et jauges.
• Utilisation des paramètres.
• Tris et filtres.
• Éléments d'analyse avancée : expressions, sparkline, KPI...
• Rapports sur cube MDX, extraction de données avec MDX.
• Actions et sous-rapports.

SSRS, déployer et gérer des rapports

• Gestionnaire de configuration.
• Gestion du serveur en mode natif.
• Déploiement de rapports.
• Export de rapports sous Excel et PDF, Word.
• Mise en cache, captures instantanées de rapport.
• Sécurité.
• Rapports liés, KPI, présentation des rapports mobiles et Power BI.