Power BI adatmodell tervező workshop

A Power BI adatmodell tervező tanfolyam célja, hogy

• megtanítsa az üzleti elemzőket arra, hogy hogyan kell az üzleti igényeket úgy felmérni és specifikálni, hogy abból egy riportfejlesztő adatmodellt tudjon terrvezni
• megtanítsa a riprortfejlesztőket arra, hogy hogyan kell az üzleti igények alapján adatmodellt tervezni

Ezt a két kalapot sokszor egy személy viseli, de nagyvállatoknál ezek a szerepek kettéválnak, ezért a tanfolyamot úgy építettem fel, hogy lekövesse ezt a strukturát és a feladatokat a felelősségek mentén kettévágja. Az üzleti elemző feladata a specifikáció elkészítéséig tart, a riportfejlesztő (adatmodell tervező) feladata innen indul. De mindkettőjüknek ismernie kell a teljes folyamatot, hogy egy nyelvet beszéljenek, tudják hogy a munkájuknak hol is milyen hatása lesz a másikra. Ha pedig hiányzik az üzleti elemző, akkor a riportfejlesztő végig tudja vinni a folyamatok az üzleti igények felmérésétől az adatmodell tervezéséig.

Kiknek szól a tanfolyam?

Elsősorban azoknak, akik már ismerik valamennyire a Power BI-t, túl vannak az első voá érzésen. Nekik szeretnék egy olyan módszertant adni, amit nem oktatnak sehol. Sem itthon sem külföldön. Nem azért mert akkora újdonság, hanem azért mert nem közgazdászok. Márpedig színtisztán IT háttérrel nehéz megérteni, hogy mit akat az üzlet és még nehezebb olyan adatmodellt tervezni, ami az üzleti felhasználók logikája mentén épül fel. 

Mit fogunk a Power BI adatmodell tervező tanfolyamon csinálni?

A tanfolyamot azzal fogjuk kezdeni, hogy összeszedjük az üzleti igényeket. Ezek között lesznek riportok, prezentációk, interjú jegyzőkönyvek és szóban eldalolt igények is.  Ezeket először rendszerezzük, prirorizáljuk, majd egyesével analizáljuk, egységesítjük és végül dimenziókra és mutatókra bontjuk. Ez lesz a logikai adatmodellünk alapja, ezt fogjuk kiegészíteni vagy szűkíteni a feltáró adatelemzés során nyert információk alapján további oszlopokkal/változókkal. Az így nyert adatmodellt aztán „bemappeljük”, azaz meghatározzuk hogy a Power BI adatmodell egy adott oszlopát a mely forrásrendszerből, és milyen transzformációkkal kell majd betölteni a Power BI adatmodellbe. Ennek eredményeképp áll elő a végleges adatmodell terv.

Csillagsémás adatmodellt fogunk tervezni, de nem követjük szigorúan a csillagsémás modellezés alapelveit. A csillagsémás adatmodell alapvetően relációs adatbázis kezelőkre, és adattárház problémák megoldására lett kitalálva. A Power BI adatbáziskezelője nem relációs, és mi sem adattárház problémákat fogunk megoldani vele. Ezért olyan csillagsémás adatmodelleket fogunk tervezni, amelyek az igényeinek és az adatbázis kezelő lehetőségeinek a legjobban megfelel.

Tematika

• Bevezetés: Elemzői adatmodellek, széles tábla, a csillagsémás adatmodellezés alapjai.
• Miből lesz dimenzió és miből tény? (Egyszerű csillagsémák tervezése): Hogyan tudom megállapítani, hogy miből lesz dimenzió és miből tény?
• A csillagsémás modellezés elmélete: Ténytáblák, dimenziótáblák, hídtáblák, dátumtábla, kapcsolatok, számított mezők, oszlopok, fizikai adatmodell
• Nagy (komplex) adatmodellek tervezése: Előveszünk valós Excel riportokat, Power Point prezentációkat, interjú jegyzőkönyveket, és ezek alapján elkezdünk egy olyan adatmodellt tervezni, amiből az összes riportigény kielégíthető. A workshop a következő blokkokból áll:
  • Üzleti igények felmérése: üzleti igények analizálása, üzleti fogalmak egységesítése, üzleti igények szintetizálása, logikai adatmodell tervezée
  • Forrásrendszter felmérése és feltáró adatelemzés: Adatforrások azonosítása, az adatok megismerése, kiugró értékek keresése, anomáliák detektálása, az adatminőség-ellenőrzés szabályainak kidolgozása, feltáró adatelemzés automatizálása, stb.
  • Mapping: Az üzleti igények, és feltáró adatelemzés eredményeképp kialakul a végleges adatmodell. Ezt már csak be kell mappelni (meg kell határozni, hogy a Power BI adatmodelljébe honnan, milyen adattranszformációk útján kerül be az adat)
  • Az adatmodell metaadatokkal dúsítása, fizikai adatmodell. Készülünk az AI-ra, és egy olyan világra, ahol a felhasználók már nem lesznek támogatva IT-val. Mindent nekik kell majd csinálniuk, önállóan, önkiszolgáló módon és ehhez virtuális asszisztenseket, ügynököket fognak használni. A workshopon megbeszéljük majd, hogy mi kell ehhez.
• Csillagsémás adatmodellek dokumentálása, minőségbiztosítása.

Milyen hosszú?

A Power BI adatmodell tervező tanfolyam egy egésznapos képzés, reggel 9-től délután 5-ig tart.

Miért fontos?

Ezt a tudást nem csak Power BI-ban fogja tudni használni. A csillagsémás modellezés az egész iparág de facto szabványa. Minden analitikai adatelemző platform, minden riportkészítő eszköz ezt használja, ez a multidimenzionális adatbáziskezelés alapja. Óriási népszerűségnek örvend, és ez nem véletlen. Nincs ugyanis még egy olyan adatmodell, amely ennyire közel áll az üzleti felhasználók gondolkodásához. Kis túlzással egy jól megépített adatmodellből bárki tud riportot csinálni.

Power BI-ban mégis kevesen használják. Nagyon kevesen. A mentoring alkalmakkor rendszeresen előjön, hogy nem tudnak megírni egy számított mezőt, vagy szánalmas a riportok sebessége. És sokszor sajnos csak azt tudom mondani, hogy ez az adatmodell ennyit tud. Ne várj tőle többet. Vagy azt, hogy ha akarod, hogy segítsek, akkor újra kell terveznünk alatta az adatmodellt, mert ha itt nem is, de máshol majd falba ütközünk. Mert sajnos a problémák jelentős részét a rossz adatmodell okozza.

Miben különleges a Power BI adatmodell tervező tanfolyam?

Hogy megtanít komplex adatmodelleket tervezni. Nem egy riport alá, hanem 10-20-sokszáz riport alá úgy, hogy abból 10-20-sokszáz riport kiforgatható legyen.

Ha felmegy ma az internetre, akkor jobbnál jobb csillagsémás adatmodellezési tanfolyamokat talál. De egyik sem azt tanítja, hogy tervezzünk adatmodellt ÜZLETI IGÉNYEK ALAPJÁN. Egyik sem onnan indul, hogy itt vannak interjú jegyzőkönyvek, itt vannak korábbi prezentációk, itt vannak korábbi Excel riportok és ezeket szeretnénk átforgatni Power BI-ba úgy, hogy még ezt is, meg azt is hozzá kéne tenni. Mindegyik azzal foglalkozik, hogy a 3nf adatmodelleket hogyan kell átalakítani csillagsémásra, meg hogy milyen táblatípusok vannak.

Ezek nagyon fontos dolgok, (mi is fogunk velük foglalkozni), de ezek alapján nehéz elindulni. Nehéz mert az adatmodellt sosem a forrás adatmodell alapján tervezzük, és nehéz mert a dimenzió- és ténytábla típusok ismerete kevés az elinduláshoz.

Épp ezért mi az üzleti- és riportigényekből fogjuk az adatmodellt levezetni, és egy olyan módszertant fogunk megtanulni, amivel könnyűvé válik az adatmodell tervezés. Adatmodellt fogunk tervezni de a lényeg a módszertanon van, aminek eleme az üzleti igényfelmérés, a feltáró adatelemzés és az adatmodell tervezés is.

Kiknek ajánljuk?

Elsősorban azoknak,

• akik meg akarják tanulni, hogy hogyan lehet az üzleti igényeket felmérni, és azokat adatmodell specifikációvá fordítani
• akiknek több riportot is kiszolgáló adatmodellt kell tervezniük nagyvállalati környezetben
• és akik nem akarnak szívni a DAX-szal :-)

Kiknek kötelező?

• Riportfejlesztőknek,
  • Akik magas szinten akarják művelni a Power BI-t. Ha tovább akar lépni a csilivili vizualizációk elkészítésén, ha uralni akarja a Power BI-t, ha ügyesebb akar lenni DAX-ban, akkor az első, amit meg kell tanulnia, az az adatmodell tervezés. Minden erre épül, nem lehet megkerülni. 
  • Akiknek olyan adatmodellt kell terveznie, amit más felhasználók is használni fognak. A csillagsémás adatmodell az elemzői iparág de facto szabványa, mindenki ezt ismeri, ezt használja.
• Üzleti elemzőknek akik meg akarják tanulni
  • az üzleti igényeket strukturáltan összegyűjteni, egységesíteni, dimenziókra és tényekre bontani
  • az igényfelmérés eredményéből egy olyan specifikációt készíteni, ami alaján a riportfejlesztők le tudják fejleszteni az adatmodell (és a tetejére a riportokat)
• Kontrollereknek,
  • akiknek ad-hoc elemzésre kell olyan adatmodellt terveznük, amit aztán Excelből is, és Power BI-ból is le tudnak kérdezni
  • akiknek fontos, hogy az igazságnak minden riporton egy verziója legyen
• Tanácsadóknak,
  • akik a tanított módszer segítségével tudják felméni és dokumentálni az ügyfeleik igényeit és
  • specifikálni a fejlesztőknek az elkészítendő riportok alatti adatbázis adatmodelljét

Milyen technikai előképzettség szükséges hozzá?

A tervezést papíron és Excelben csináljuk, a feltáró adatelemzéshez használjuk majd a Power Query-t és az eredmények vizualizálásához a Power BI-t. De csak minimálisan. A hangsúly azon lesz, hogy hogyan kell adatmodellt tervezni, ahhoz pedig kis túlzással elég egy rajztábla vagy egy kockás füzet. Csak mi ez utóbbi helyett az Excelt fogjuk használni.

Mindazonáltal jó ha már használt Power BI-t. Nagyban meg fogja könnyíteni a tanulást, ha látott már Power BI riportokat és tud majd asszociálni, hogy az adatmodell hogyan fogja támogatni az elképzelt riport megjelenítését.

IT tudás nem kell hozzá, a tanfolyam elemzőknek, kontrollereknek, Power BI fejlesztőknek szól. Annyi kell csak, hogy legyen nyitott az üzleti problémák megértésére, tudjon gondolkodni egy kicsit a vezetők, üzleti felhasználó fejével, érezze hogy Ők mit szeretnének majd kiforgatni az adatokból.

Milyen eszközökkel fogunk dolgozni?

Mindenki saját laptopján fog dolgozni Excellel és Power BI Desktoppal. A tanfolyamon használt adatokat, anyagokat a tanfolyam előtt fogom elküldeni. A laptopnak látnia kell az internetet, mert az igények függvényében onnan is le fogunk tölteni adatokat.

Ki lesz az oktató?

Az oktató én leszek (Kővári Attila) Rólam azt kell tudnia, hogy 25 éve terveztem az első csillagsémás adatmodellt. 25+ éve forglalkozok a témával és legalább 50 csillagsémás adatmodellt terveztem már. Ezek között voltak hatalmas adattárházak, adatpiacok, OLAP kockák és kismillió Power BI szemantikus modell (dataset). Végzettségemet tekintve mérnök-közgazász vagyok, ami nagyban segít megérteni az üzlei problémákat és lefordítani azokat az adatmodellek nyelvére.

Részvételi lehetőségek:

A Power BI adatmodell tervező tanfolyamon kétféleképp tud részt venni:

Maradt még kérdése?

Ha maradt kérdése a Power BI tanfolyammal kapcsolatban, akkor kérem keressen az elérhetőségek egyikén.