תכנים

BI-Business Intelligence בעידן ה –Data Big

מספר סדנא 239 - 16 שעות

(4 מפגשים, כל מפגש 4 שעות)

• בתהליך ה – BI נאספים הנתונים הגולמיים הרלוונטיים מתוך מכלול הנתונים בארגון. 
• נתונים אלה עוברים עיבוד והופכים למידע נגיש אותו ניתן להבין ולצרוך.
• המידע ממשיך לעבור עיבוד והופך לידע – מידע בעל משמעות עסקית.
• את הידע ניתן להפוך לתבונה - הפקת תובנות עסקיות מתקדמות יותר כגון: מתן המלצות לביצוע, ניתוחים של ניבוי וחיזוי ועוד.

• הכרת תחום ה – BI 
• יצירת "סדר בבלאגן" – כיצד תחום ה – BI מתייחס לסוגיות הטכנולוגיות הפופולריות כיום:
• Big Data
• מידע בענן
• שימוש בכלי In Memory 
• סוגים שונים של בסיסי נתונים: דו מימדיים, רב מימדיים, מבוססי עמודות

                 כל מה שצריך לדעת בהקשר של פרויקט BI

• כיצד מתחילים פרויקט BI
• הכרת השלבים המרכזיים של פרויקט BI 
• מה הופך פרויקט BI למצליח?

                היכרות עם טכנולוגיות בינה עסקית וכלים קיימים

                היכרות עם נושא ה – Big Data בעולם ה - BI

                מגמות בתחום ה – BI ו - Roadmap

• הגדרת תחום ה – BI
• מחזור החיים של פתרוןBI 
• רכיבי פתרון מבוסס BI
• מחסן הנתונים הארגוני – Data Warehouse
• הסוגיות החמות בשוק ה – BI:

                  Self Service BI 

                  BI  כמוצר

                  BI  בענן

                  In Memory BI 

                  RealTime BI 

                  BI   בעולם ה -  Big Data

• כיצד מתחילים פרויקט BI?

                  o "עשה זאת בעצמך" או בחירה בספקי תוכנה

                  o מהם ההבדלים העיקריים בין פרויקטים של BI לבין פרויקטים אחרים? 

• ניהול הפרויקט

                  o תיחום עסקי

                  o ארכיטקטורה

                  o ניתוח ואפיון

                  o פיתוח

                        • מתודולוגיות פיתוח ובדיקות

                        • איסוף המידע

                        • איחסון המידע

                        • דיווח המידע

• עשה ואל תעשה - עשרת הדיברות להצלחת פרויקט BI
• סיפורי לקוח -  דוגמאות להצלחה ולאי הצלחה

• מחסן המידע הארגוני (Data Warehouse) ב: Columnar, Relational
• גזירה (ETL (Extract, Transform, Load
• In Memory
• (OLAP (Online analytical processing
• דשבורדים
• Data Mining
• עבודה בענן
• פורטלים

נשווה בין הכלים על ידי מיפוי היכולות ועל סמך שימוש בגופי המחקר: Gartner Forrester,, STKI ואחרים.

• Big Data:

           o מבוא ל - Big Data

              • מוטיבציות Big Data (4 V’s):  Volume, Velocity, Variety Veracity

              • סקירת שוק 

              • יצירת ערך טקטי במימוש פתרונות Big Data: יותר שטח אחסון, יותר שקיפות עסקית,ביצועים מהירים יותר וניתוחים אנליטיים מורכבים יותר

              • יצירת ערך אסטרטגי במימוש פתרונות Big Data

           o סקירת טכנולוגיות: 

              • Hadoop  ו NoSQL, Big Data in the Cloud, בסיסי נתונים מבוססי עמודות - Columnar 

          o סקירת ספקים מרכזיים

          o טכנולוגיות Big Data "בשירות הוד מלכותה"  ה – BI

• סיכום ובחינת המגמות בתחום ה – BI וה- Roadmap העתידי.