Program szkolenia

1. Ogólne informacje o znaczeniu, doborze i przetwarzaniu danych

W pierwszej części szkolenia przedstawione zostaną założenia teorii informacji w zakresie opisywania procesów biznesowych poprzez dane; definicja danych; ich znaczenie dla realizacji bieżących i przyszłych potrzeb biznesowych.

Zostanie także omówione pochodzenie danych ze względu na źródło (ręczne wprowadzanie, import (push vs pull), integracja z innymi systemami, transformacje wewnętrzne, inwentaryzacja biznesowa i techniczna (metadane) oraz ocena użyteczności danych vs wymagania biznesowe.

Pierwsza sekcja zakończy się przeglądem systemów przechowywania danych: lokalne i rozproszone bazy danych, pliki tekstowe, arkusze kalkulacyjne, XML, Big Data, relacyjne, wielowymiarowe i dokumentowe bazy danych, EAV.

2. Definiowanie jakości danych

W trakcie tej sekcji uczestnicy zapoznają się z podstawowymi wiadomościami o procedurach opisu danych względem informacji, jakie mają przechowywać:

• Typy danych, dziedziny, zakresy
• Sekcja ta zakończy się ćwiczeniami w zakresie prezentowania typów danych oraz każdego z omówionych typów błędów danych.

Sekcja ta zakończy się ćwiczeniami w zakresie prezentowania typów danych oraz każdego z omówionych typów błędów danych.

3. Ocena jakości danych

Niniejsza sekcja pozwoli uczestnikom na szersze spojrzenie na jakość danych jako część procesu ich zarządzania poprzez pracę z całymi zestawami danych (w porównaniu z poprzednią sekcją skupioną na pojedynczych atrybutach). Jej temat obejmie swoim zakresem:

• Definiowanie „mierzalności” jakości danych (miary jakości, umowne zakresy poprawności)
• Raportowanie pomiarów jakości danych
• Analizowanie błędów i badanie przyczyn złej jakości danych

Mając wiadomości o tworzeniu analizy jakości danych uczestnicy zbudują przykładowy raport jakości danych.

4. Zarządzanie danymi w organizacji

W tej krótkiej części zostaną zaprezentowane podstawy budowy procesów zarządzania danymi od strony biznesowej

• Katalog danych, grupowanie atrybutów, encje i pochodzenie ich atrybutów, ocena atrybutów pod kątem kryteriów jakości danych (dokładność, dostępność, kompletność, rozkład, duplikacja, itp.)
• Formalne zarządzanie danymi jako aktywami wewnątrz organizacji (dostępność, użyteczność, integralność oraz bezpieczeństwo)
• Rola data stewarda

Na zakończenie uczestnicy zapoznają się z przykładami arkuszy klasyfikacji danych jako narzędzi pomocnych w zarządzaniu informacją.

5. Poprawa jakości, metadane oraz profilowanie danych

Ze względu na niekiedy ograniczoną możliwość korekty danych w systemach źródłowych należy tę operację wykonać w trakcie przetwarzania danych. Niniejsza część szkolenia skupi się na metodach zwiększania jakości danych. Będą to m.in.:

• Profilowanie danych
• Ocena i walidacja
• Strategia oczyszczania
• Oczyszczanie i wzbogacanie
• Monitorowanie

Uczestnicy będą także mieli okazję sami przyjrzeć się przykładowemu narzędziu, które pozwala na dostarczanie kompleksowych informacji o danych, w tym o ich jakości.

6. Systemy wspomagające utrzymanie jakości danych: MDM, DQM

W tej części słuchaczom zostaną zaprezentowane dwa rodzaje aplikacji wspomagających utrzymanie jakości danych:

• Master Data Management – zarządzanie „złotym rekordem” w organizacji
• Data Quality Management – automatyczna korekcja danych

7. Dyskusja nt. nabytej wiedzy i doświadczeń Cogit z wdrożeń

Ostatnia część szkolenia obejmie pytania i praktyczne podejście do kwestii jakości danych w różnego rodzaju organizacjach (m.in. instytucjach finansowych).

Prowadzący

Zapewniamy praktyków, a nie teoretyków.

Hubert Kobierzewski Hubert pracuje w firmie Cogit jako BI Practice Lead i pomaga klientom zebrać ich dane oraz przekonwertować je w wartościowe informacje. Od lat związany z tematyką szeroko rozumianych rozwiązań Business Intelligence – od integracji, jakości danych, hurtowni danych, po zaawansowane systemy analityczne i raportowe. Realizował projekty dla wielu firm w Polsce, Irlandii, UK, czy Szwajcarii. Poza pracą Hubert prowadzi dwie grupy społecznościowe: warszawski oddział Data Community Poland oraz Warsaw Power BI User Group. Jest także wykładowcą na Akademii Leona Koźmińskiego, kierunku Big Data i Data Science w zarządzaniu oraz Politechnice Warszawskiej, na studiach podyplomowych Wizualna analityka danych.

Terminy

• Data kolejnego szkolenia jest ustalana z osobami zainteresowanymi po zebraniu min. ilości uczestników.

Miejsce

• on-line (zajęcie zdalne)
• W przypadku szkolenia dedykowanego lub zebrania grupy zainteresowanej inną lokalizacją – miejsce może być ustalane indywidualnie.

Cena

Cena szkolenia: 1600 pln + VAT.  (Cena obejmuje: uczestnictwo w zajęciach, materiały szkoleniowe, certyfikat ukończenia szkolenia.)

Regulamin

Regulamin szkoleń otwartych.