Data Modeling [GK2711]
Startdata en plaatsen
placeNieuwegein (Iepenhoeve 5) 22 jul. 2024 tot 24 jul. 2024Toon rooster event 22 juli 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232760.1 event 23 juli 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232760.2 event 24 juli 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232760.3 |
placeNieuwegein (Iepenhoeve 5) 16 dec. 2024 tot 18 dec. 2024Toon rooster event 16 december 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232761.1 event 17 december 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232761.2 event 18 december 2024, 09:00-17:00, Nieuwegein (Iepenhoeve 5), NL232761.3 |
Beschrijving
Ontdek de verschillende trainingsmogelijkheden bij Global Knowledge
Online of op locatie er is altijd een vorm die bij je past.
Kies op welke manier jij of je team graag een training wilt volgen. Global Knowledge bied je verschillende trainingsmogelijkheden. Je kunt kiezen uit o.a. klassikaal, Virtueel Klassikaal (online), e-Learning en maatwerk. Met onze Blended oplossing kun je de verschillende trainingsvormen combineren.
OVERVIEW
In deze 3-daagse Data Modeling cursus krijgt u hands-on training in het modelleren van requirements door middel van entity relationship diagrams, supertypes en subtypes, en attributieve en associatieve entiteiten. U leert logische data modellering te gebruiken om direct met business gebruikers te werken om requirements nauwkeurig te definiëren.
Aangezien een bedrijfsanalist nauwkeurig gebruikerseisen moet vaststellen, definiëren en documenteren, is het begrijpen van de behoeften van de gebruikers de sleutel tot het succes van een analist. Door logische datamodellering te gebruiken, kan een businessanalist vereisten overbrengen op een manier die gemakkelijk kan worden gevalideerd. Op…
Veelgestelde vragen
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
Ontdek de verschillende trainingsmogelijkheden bij Global Knowledge
Online of op locatie er is altijd een vorm die bij je past.
Kies op welke manier jij of je team graag een training wilt volgen. Global Knowledge bied je verschillende trainingsmogelijkheden. Je kunt kiezen uit o.a. klassikaal, Virtueel Klassikaal (online), e-Learning en maatwerk. Met onze Blended oplossing kun je de verschillende trainingsvormen combineren.
OVERVIEW
In deze 3-daagse Data Modeling cursus krijgt u hands-on training in het modelleren van requirements door middel van entity relationship diagrams, supertypes en subtypes, en attributieve en associatieve entiteiten. U leert logische data modellering te gebruiken om direct met business gebruikers te werken om requirements nauwkeurig te definiëren.
Aangezien een bedrijfsanalist nauwkeurig gebruikerseisen moet vaststellen, definiëren en documenteren, is het begrijpen van de behoeften van de gebruikers de sleutel tot het succes van een analist. Door logische datamodellering te gebruiken, kan een businessanalist vereisten overbrengen op een manier die gemakkelijk kan worden gevalideerd. Op die manier kunnen belanghebbenden de vereisten, bedrijfsregels en datamanagementmethoden voor een bepaald project begrijpen.
In this 3-day Data Modeling training you'll get hands-on practice modeling requirements through entity relationship diagrams, supertypes and subtypes, and attributive and associative entities. You will learn to use logical data modeling to work directly with business users to accurately define requirements.
Since a business analyst needs to accurately elicit, define, and document user requirements, understanding the users' needs is key to an analyst's success. By using logical data modeling, a business analyst can convey requirements in a way that can easily be validated, and doing so allows stakeholders to understand the requirements, business rules, and data management methods for any given project.
OBJECTIVES
- How logical data models relate to requirements
- Identifying entities and attributes
- Determining relationships and business rules
- Data integrity through normalization
AUDIENCE
- Systems analysts
- Business analysts
- IT project managers
- Associate project managers
- Project managers
- Project coordinators
- Project analysts
- Project leaders
- Senior project manager
- Team leaders
- Product managers
- Program managers
CONTENT
1. Introduction to Logical Data Modeling
- Importance of logical data modeling in requirements
- When to use logical data models
- Relationship between logical and physical data model
- Elements of a logical data model
- Read a high-level data model
- Data model prerequisites
- Data model sources of information
- Developing a logical data model
2. Project Context and Drivers
- Importance of well-defined solution scope
- Functional decomposition diagram
- Context-level data flow diagram
- Sources of requirements
- Functional decomposition diagrams
- Data flow diagrams
- Use case models
- Workflow models
- Business rules
- State diagrams
- Class diagrams
- Other documentation
- Types of modeling projects
- Transactional business systems
- Business intelligence and data warehousing systems
- Integration and consolidation of existing systems
- Maintenance of existing systems
- Enterprise analysis
- Commercial off-the-shelf application
3. Conceptual Data Modeling
- Discovering entities
- Defining entities
- Documenting an entity
- Identifying attributes
- Distinguishing between entities and attributes
4. Conceptual Data Modeling-Identifying Relationships and Business Rules
- Model fundamental relationships
- Cardinality of relationships
- One-to-one
- One-to-many
- Many-to-many
- Is the relationship mandatory or optional?
- Naming the relationships
5. Identifying Attributes
- Discover attributes for the subject area
- Assign attributes to the appropriate entity
- Name attributes using established naming conventions
- Documenting attributes
6. Advanced Relationships
- Modeling many-to-many relationships
- Model multiple relationships between the same two entities
- Model self-referencing relationships
- Model ternary relationships
- Identify redundant relationships
7. Completing the Logical Data Model
- Use supertypes and subtypes to manage complexity
- Use supertypes and subtypes to represent rules and constraints
8. Data Integrity Through Normalization
- Normalize a logical data model
- First normal form
- Second normal form
- Third normal form
- Reasons for denormalization
- Transactional vs. business intelligence applications
9. Verification and Validation
- Verify the technical accuracy of a logical data model
- Use CASE tools to assist in verification
- Verify the logical data model using other models
- Data flow diagram
- CRUD matrix
Blijf op de hoogte van nieuwe ervaringen
Deel je ervaring
Heb je ervaring met deze cursus? Deel je ervaring en help anderen kiezen. Als dank voor de moeite doneert Springest € 1,- aan Stichting Edukans.Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.