Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science

Niveau
Totale lesduur
Trainer
Dick Pouw
Startdatum en plaats
Nano opleiding datawarehouse data governance
Logo van Passionned Academy
Opleiderscore: starstarstarstarstar_half 8,6 Passionned Academy heeft een gemiddelde beoordeling van 8,6 (uit 40 ervaringen)

Tip: meer info over het programma, startdatum, prijs, en inschrijven? Download de brochure!

8,7
Gemiddeld cijfer voor Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science
Gebaseerd op 3 ervaringen Lees alle ervaringenchevron_right
starstarstarstarstar_half
Richard van de Kraats
9
Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science

"Uitstekende uitleg: ik kon vragen wat ik wilde. Antwoorden zijn vakkundig en duidelijk. Veelal ook praktijkgericht. Nuttig is het om eerst iets meer van databases af te weten zodat je het beter kan plaatsen" - 13-10-2018 15:12

"Uitstekende uitleg: ik kon vragen wat ik wilde. Antwoorden zijn vakkundig en duidelijk. Veelal ook praktijkgericht. Nuttig is het om eerst i… alles lezen - 13-10-2018 15:12

Startdata en plaatsen

Amersfoort
28 nov. 2018 tot 30 nov. 2018
check_circle Start gegarandeerd
Toon rooster
event 28 november 2018, 09:00-17:00, Passionned Academy
event 29 november 2018, 09:00-17:00, Passionned Academy
event 30 november 2018, 09:00-17:00, Passionned Academy
Amersfoort
6 mrt. 2019 tot 8 mrt. 2019
Amersfoort
29 mei. 2019 tot 31 mei. 2019
Amersfoort
25 sep. 2019 tot 27 sep. 2019
Amersfoort
27 nov. 2019 tot 29 nov. 2019

Beschrijving

Onze missie: elke organisatie intelligent

De opleiding Datawarehouse & Data Governance helpt je als manager of medewerker bij het vinden van antwoorden op belangrijke datavragen. Je bent daarnaast niet alleen op zoek naar theoretische, maar je wilt vooral praktische kaders krijgen om een goede data-infrastructuur in te kunnen richten. Dat is niet eenvoudig want:

  • Je weet dat met een datawarehouse (DWH) gewerkt wordt aan “één versie van de waarheid”, maar kun je die wel afdwingen?
  • Je kijkt uit naar het moment dat stuurinformatie niet meer uit een scala van spreadsheets ‘getoverd’ wordt, maar hoe kom je er vanaf?
  • Je wilt nu weleens echt bruikbare historische informatie tot je beschikking hebben. Hoe kan een datawarehouse je daarbi…

Lees de volledige beschrijving

Veelgestelde vragen

Heb je een vraag? Onze leeradviseurs helpen je graag. Bel ons op 085 7440830 of e-mail naar info@springest.nl.

Onze missie: elke organisatie intelligent

De opleiding Datawarehouse & Data Governance helpt je als manager of medewerker bij het vinden van antwoorden op belangrijke datavragen. Je bent daarnaast niet alleen op zoek naar theoretische, maar je wilt vooral praktische kaders krijgen om een goede data-infrastructuur in te kunnen richten. Dat is niet eenvoudig want:

  • Je weet dat met een datawarehouse (DWH) gewerkt wordt aan “één versie van de waarheid”, maar kun je die wel afdwingen?
  • Je kijkt uit naar het moment dat stuurinformatie niet meer uit een scala van spreadsheets ‘getoverd’ wordt, maar hoe kom je er vanaf?
  • Je wilt nu weleens echt bruikbare historische informatie tot je beschikking hebben. Hoe kan een datawarehouse je daarbij helpen en waar moet je dan allemaal aan denken?
  • In welke vorm moet je je datamodel van een datawarehouse gieten en hoe bereik je zeer snelle responstijden?
  • Welke ETL-tools en datawarehouse automation tools zijn er beschikbaar en welke is de beste voor jouw situatie?
  • Waar moet je op letten als je een DWH bij de business en directie op de kaart wilt zetten? Anders gezegd: ‘Hoe verkoop je dat?’
  • Waar moet je allemaal op letten om de privacy van personen te borgen? Hoe ga je voldoen aan de Algemene verordening gegevensbescherming (AVG) en hoe richt je je datawarehouse proces daarop in?
  • Hoe zet je een robuuste Data Governance structuur op en bereik je een zekere mate van dataperfectie?
  • Hoe zorg je er voor dat de datakwaliteit binnen je organisatie op orde komt en blijft?
  • En tot slot: hoe moet je omgaan met de ontwikkelingen rond Big Data zoals data lakesen Hadoop?

Als je worstelt met één of meer van deze vragen, dan is de 3-daagse opleiding Datawarehouse & Data Governance een must.

Opleiding in praktische Datawarehouse-instrumenten

Datawarehousing en vooral Data Governance zijn specialistische vakgebieden. Werken aan de intelligentie van een organisatie zonder hiervoor de juiste vaardigheden en instrumenten te hebben levert dikwijls ongewenste resultaten op.

Ons praktische model waarin alle Data Governance-instrumenten en Datawarehouse-methodieken aan de orde komen schept een heldere route richting echt resultaat. Ook als er, misschien wel op verschillende plekken in je organisatie, initiatieven lopen rondom big data.

Wat kan je na het volgen van de opleiding?

Alle elementen die nodig zijn voor een succesvolle opzet en verbetering van het datawarehouse & Data Governance komen in drie dagen aan de orde.

Medewerkers die onze driedaagse opleiding volgen, zijn bij uitstek in staat om in hun Datawarehouse-project of Data Governance-traject de juiste stappen te zetten en succes te bereiken. Hierbij streef je naar dataperfectie en daarbij heb je natuurlijk ook oog voor de kosten en baten ervan. 

Maar wat misschien nog wel veel belangrijker is: je bent in staat om het gehele proces te overzien en sparringpartner te zijn van zowel van business, (enterprise) architecten tot en met de technische mensen. Denk dan bijvoorbeeld aan database administrators en beheerders, zij die de Datawarehouse omgeving moeten onderhouden.

Ontdek de succesfactoren achter datagedreven organisaties

De opleiding Datawarehouse & Data Governance stelt zowel de functionele als technische aspecten van (big) data aan de orde. Denk dan aan het datawarehouse, de architectuur, master data management (MDM), metadata, datakwaliteit, datamodellering, Data Governance frameworks en het beheer.

Dit alles moet natuurlijk ook voldoen aan alle wettelijke regels en security richtlijnen. Maar vooral de succesfactoren van een datagedreven organisatie komen voor het voetlicht.

Inhoud van de opleiding 

Tijdens deze Datawarehouse & Data Governance cursus ga je in drie dagen van elk drie modules uitgebreid kennismaken met datawarehousing, ETL, datawarehouse automation, datakwaliteit, data governance, performance, Big Data en ontwikkelingen op het gebied van Data Science.

Maar we kijken vooral ook naar Business Intelligence als hoger doel van datawarehousing en de succes- en faalfactoren. In deze drie dagen gaan we je helpen om sparringpartner te zijn van iedereen die betrokken is bij deze materie.

Dag 1: Introductie, doelen, alternatieven & architectuur

Introductie datawarehousing & managementinformatie

Een datawarehouse ondersteunt het principe van één versie van de waarheid. Dit realiseer je door gegevens uit verschillende bronnen (bedrijfsprocessen) op te schonen en te integreren. Zo kun je de data gemakkelijk met elkaar in verband brengen en analyseren.

  • Hoe kun je data via informatie transformeren naar kennis? Welke transformatieslagen komen daarbij kijken? Wat is het belang van een adequate informatiehuishouding?
  • Welke doelen, zoals historieopbouw en performance verbetering, dient een datawarehouse? Hoe gaat het datawarehouse bijdragen aan verbeterde datakwaliteit, herkenbaarheid en vindbaarheid van informatie? Hoe ziet een datawarehouse architectuur er in detail uit?
  • Welke DWH-alternatieven, zoals appliances, in-memory BI, data lakes en datavirtualisatie, zijn zinvol en haalbaar? Wat valt er te leren van aansprekende praktijkcases, zoals die van Ahold? Wat zijn je eigen ervaringen en wat valt daaruit te leren?
  • Op welke zaken moet je alert zijn als het gaat om Algemene verordening gegevensbescherming (AVG)? Welke methodieken zijn er zodat je data toch kunt koppelen en analyseren maar wel blijft voldoen aan de AVG?

Datawarehouse architectuur

Om een datawarehouse te bouwen heb je goed gereedschap nodig. Deze dienen te passen binnen de totale bedrijfsarchitectuur. De onderlinge samenhang is essentieel voor het succes.

  • Wat is het belang van een goede datawarehouse architectuur? Hoe ziet die er in detail uit? Hoe past een datawarehouse binnen de enterprise architectuur van je organisatie?
  • Welke scholen voor datamodellering zijn er? Denk dan aan Bill Inmon, Ralph Kimball en Dan Lindstedt (DataVault). Wat zijn de voornaamste verschillen en overeenkomsten? Wat zijn de voor- en nadelen van de verschillende methodieken? Wanneer te kiezen voor één of een mix daarin?
  • Hoe moet je in je datawarehouse architectuur omgaan met Big Data? Deze data kent zeer grote volumes of is zeer ongestructureerd zoals emails, reviews, foto’s, video’s en spraak. Dit soort data passen immers niet in je datawarehousetabellen.
  • Welke database en modellering tools zijn er en hoe maak je daarin een juiste keuze? Welke selectiecriteria zijn dan van belang?

Het datawarehouse & de ETL-processen

ETL tools of datawarehouse automation tools vormen een onmisbare component in de architectuur van een datawarehouse. Met deze tools kun je het extraheren, transformeren en laden van de data modelleren en automatiseren. Tevens dragen zij zorg voor de verbetering van het informatiseringsproces, versnellen het ontwikkelproces en verbeteren je datakwaliteit.

  • Welke datamodelleringstechnieken zijn toepasbaar? Hoe de verschillende processtappen, zoals extractie, transformatie en laden, vorm te geven?
  • Welke ETL-tools en datawarehouse automation tools zijn daarvoor beschikbaar? Wanneer ga je voor één leverancier en wanneer kies je best-of-breed? Je maakt kennis met ons 100% onafhankelijke ETL Tools & Data Integratie Survey.
  • Welke methodieken voor kwaliteitsverbetering, zoals aan de bron of in het DWH, zijn er? Wat is data profilering en hoe kan dat helpen?
  • Wat is het verschil tussen ETL en ELT? Wat is de impact van steeds grotere decentrale gegevensverzamelingen zoals Big Data en data lakes binnen en buiten de organisatie?

Dag 2: Analytics, Master Data Management, metadata & beheer

Business Intelligence & Analytics

Het datawarehouse heeft als hoogste doel om snel de juiste gegevens te leveren aan je eindgebruikers. Deze gebruiken veelal Business Intelligence tools om de gegevens op te vragen, te visualiseren en om te vormen tot bruikbare inzichten.

  • Hoe levert een datawarehouse kwalitatief goede gegevens aan de eindgebruikers aan? Welke BI-tools zijn er op de markt beschikbaar? Maak ook kennis met ons 100% leveranciersonafhankelijke BI Tools Survey.
  • Wat zijn de laatste trends in datawarehousing en BI met name rond Big Data en Data Science? Wat is de betekenis van open source in deze arena?
  • Wanneer is directe toegang tot het datawarehouse raadzaam en nuttig, en wanneer juist niet? Welke typen gebruikers zijn te onderkennen, met welke functionele behoeften? Hoe kun je hierop goed inspelen? Welke rol speelt selfservice BI hierbij?

Master Data Management (MDM) & metadata

Het hebben van goede master- en metadata is uitermate belangrijk in het leveren van kwalitatief goede en betrouwbare informatie. Belangrijke gegevensgroepen als klanten, producten en medewerkers moet je goed onderhouden. Daarbij is inzicht in de ontstaansgeschiedenis en de bewerkingen met bijbehorende bedrijfsregels essentieel.

  • Wat moet je eigenlijk verstaan onder master- en metadata? Hoe helpt het bij het leveren van kwalitatief goede en betrouwbare informatie en zorgt het voor één versie van de waarheid? Welke processen spelen daarbij een rol?
  • Is master- en metadatamanagement puur analytisch of kan en moet het ook impact hebben op de operationele systemen? Hoe passen MDM en metadata management in de datawarehouse architectuur? Hoe kun je een slimme leerlus met een enterprise portal inrichten?

Datawarehousebeheer & -succes

Datawarehouses vragen om hun eigen technische en functionele beheersprocessen. Soms speelt een Competency Center daarin een voorname rol. Een geschikte projectaanpak en een goed oog op de succes- en risicofactoren zijn belangrijk.

  • Wat zijn de belangrijkste succesfactoren voor een datawarehouse? Hoe belangrijk is onderhoud en beheer daarin? Hoe ontwikkel je een datawarehouse met support en onderhoud in gedachten?
  • Welke technische en functionele beheer(s)processen kun je onderscheiden? Welke gereedschappen zijn hiervoor beschikbaar?
  • Zijn er speciale competenties en vaardigheden nodig voor een succesvol DWH-beheer? Hoe is DWH-onderhoud anders dan traditioneel onderhoud zoals applicatiebeheer?
  • Welke rol speelt de business en welke rol speelt IT? Wat is de zin en onzin van Competency Centers in deze?

Dag 3: Data Governance, datakwaliteit en continu verbeteren

Data Governance

Organisaties die datagedreven willen functioneren kunnen niet meer zonder professionele Data Governance structuur. De gehele levenscyclus van data – van ontstaan tot verwijdering – zal dan op procesmatige wijze vormgegeven moeten worden. Hoe zet je een robuuste Data Governance structuur op en wat komt daarbij kijken? Hoe kun je daar waarde aan ontlenen en voordeel mee behalen?

  • Het Data Governance framework: alle aspecten rondom Data Governance komen aan bod. Denk dan aan verschilllende rollen zoals data stewards en data custodians. Maar denk ook aan data integriteit, datakwaliteit en het goed toegankelijk maken van data en metadata. Je leert een Data Governance framework te gebruiken voor je eigen organisatie.
  • Van Data Governance naar dataperfectie: je maakt kennis met de ideale route om tot dataperfectie te komen in relatie tot de bijbehorende kosten en baten. Welke stappen moet je zetten en hoe til je jouw organisatie naar een hoger volwassenheidsniveau?

Datakwaliteit

Het belang van goede datakwaliteit kan nooit onderschat worden. Maar hoe start je hiermee en wat komt er bij kijken? Je maakt tijdens deze opleiding kennis met alle topics om te komen tot hogere datakwaliteit.

  • Datakwaliteit: data kan niet half juist zijn, het is goed óf fout.
  • Wat zijn de belangrijkste topics rondom datakwaliteit: compleetheid, juistheid, integriteit, metadata, et cetera. Waar moet je in jouw situatie juist op letten?
  • Verbeteren van de datakwaliteit van ongestructureerde (sensor) data, welke best practices zijn er?
  • Welke tools zijn er op de markt beschikbaar om de topics van datakwaliteit te monitoren en te verbeteren?
  • Welke succes- en faalfactoren spelen daarbij een rol? Wat zijn je eigen ervaringen en wat valt daaruit te leren?

Continu verbeteren van data

In dit onderdeel leer je meer over het continu verbeterproces van de kwaliteit van (big) data. Welke stappen moet je zetten om resultaten te borgen en niet steeds weer met dezelfde datarommel te maken te krijgen?

  • Je krijgt inzicht in de manier waarop je de datakwaliteit kunt verbeteren o.a. door de verbetercyclus PDCA.
  • Hoe zorg je voor bewustwording? Hoe medewerkers mee te nemen in het belang van de kwaliteit van gegevens en wat dit hen kan opleveren?
  • Hoe moet je omgaan met het gedrag van medewerkers en hoe kun je zorgen voor groot draagvlak?
  • Je leert de cyclus elke keer (dagelijks, wekelijks) rond te maken en de resultaten te borgen.

Alvorens de diepte in te gaan met bijvoorbeeld tools of datamodellen geeft deze driedaagse masterclass een waardevol overzicht van het speelveld. En het reikt je alle ingrediënten aan om succes te boeken met datawarehousing & data governance.

Doelgroep

De masterclass is bedoeld voor mensen die een (big) datawarehouse moeten bouwen of onderhouden en zij die te maken krijgen met Data Governance vraagstukken.

Deze opleiding wordt veel gevolgd door: startende technisch en functioneel projectleiders, informatiemanagers, CRM managers, (chief) Data Officers, datawarehousebeheerders, data analisten, medewerkers managementinformatie en (aankomende) BI & DWH-managers.

8,7
Gemiddeld cijfer voor Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science
Gebaseerd op 3 ervaringen
starstarstarstarstar_half
Richard van de Kraats
9
Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science

"Uitstekende uitleg: ik kon vragen wat ik wilde. Antwoorden zijn vakkundig en duidelijk. Veelal ook praktijkgericht. Nuttig is het om eerst iets meer van databases af te weten zodat je het beter kan plaatsen" - 13-10-2018 15:12

"Uitstekende uitleg: ik kon vragen wat ik wilde. Antwoorden zijn vakkundig en duidelijk. Veelal ook praktijkgericht. Nuttig is het om eerst i… alles lezen - 13-10-2018 15:12

starstarstarstarstar_half
Jack de Vries
systeembeheer
9
Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science

"Training was goed. Goed overzichtelijk. Veel interactie met de studenten en vele voorbeelden van de praktijk. Ook is laten nadenken van waar sta je als organisatie...
Les lokaal was prima, maar alleen het scherm is te klein... Dus vooraan zitten!" - 09-10-2018 08:40

"Training was goed. Goed overzichtelijk. Veel interactie met de studenten en vele voorbeelden van de praktijk. Ook is laten nadenken van waar… alles lezen - 09-10-2018 08:40

starstarstarstarstar_border
Marcel van Dasler
Business Analist
8
Opleiding Datawarehouse & Data Governance: data management, datamodellering, datakwaliteit, big data, data science

"Prettige opleding waarbij duidelijk praktijk centraal staat. Dick Pouw weet materie op een enthousiaste wijze over te brengen. Opleiding sluit aan bij alle vakgebieden die datawarehousing en bijbehorende goverancance raken." - 16-10-2017 09:31

"Prettige opleding waarbij duidelijk praktijk centraal staat. Dick Pouw weet materie op een enthousiaste wijze over te brengen. Opleiding slu… alles lezen - 16-10-2017 09:31

Dick Pouw - Change manager, (klant)strateeg en docent
Dick Pouw
Change manager, (klant)strateeg en docent
8,7

Heb je een vraag? Onze leeradviseurs helpen je graag. Bel ons op 085 7440830 of e-mail naar info@springest.nl.

Download gratis en vrijblijvend de informatiebrochure

Aanhef
(optioneel)
(optioneel)
(optioneel)
infoEr is een telefoonnummer vereist om deze informatieaanvraag in behandeling te nemen. (optioneel)
(optioneel)
(optioneel)
(optioneel)

Heb je nog vragen?

(optioneel)
We slaan je gegevens op om je via e-mail en evt. telefoon verder te helpen.
Meer info vind je in ons privacybeleid.