Jour 1 – Architecture décisionnelle et modèles dimensionnels
Session du matin :
- Analyse des besoins décisionnels et identification des KPIs
- Architecture d'un Datawarehouse : zones, flux, référentiels
- Concepts fondamentaux : faits, dimensions, granularité
Session de l'après-midi :
- Étude des modèles dimensionnels : étoile, flocon, constellation
- Choix du niveau de granularité et optimisation
- Mise en œuvre d'un premier schéma dimensionnel
TP / Exercice : Conception d'un modèle dimensionnel pour un cas métier (vente / logistique)
Points clés & takeaways :
- Compréhension claire des modèles dimensionnels
- Vision opérationnelle de l'architecture décisionnelle
- Capacité à analyser un besoin pour concevoir un modèle
Jour 2 – Conception complète d'un Datawarehouse et bonnes pratiques
Session du matin :
- Conception détaillée des dimensions : Slowly Changing Dimensions
- Construction d'un modèle étoile complet
- Passage du modèle conceptuel au modèle logique
Session de l'après-midi :
- Mise en qualité et cohérence des données
- Optimisation des modèles pour la performance
- Atelier guidé : finalisation du modèle global
TP / Exercice : Construction complète du modèle Datawarehouse (cas fil rouge) et présentation
Points clés & takeaways :
- Maîtrise du modèle étoile et flocon
- Démarche structurée de conception d'un Datawarehouse
- Capacité à produire un modèle cohérent et exploitable
