PREPARING FOR BI DATA MODELS EĞİTİMİ

BI'ı doğru boyutsal modelle temellendir

Yıldız ve kar tanesi şemadan olgu/boyut tasarımına, grain ve uyumlu boyutlardan surrogate key ve semantik modele kadar BI veri modelini hazırlayın.

BI veri modelleri hazırlığı eğitimi: boyutsal modelleme (Kimball), olgu ve boyut tabloları ve olgu türleri, grain tanımı, yıldız/kar tanesi şema, additive/semi/non-additive toplanabilirlik, surrogate key ve SCD Tip 1/2/3, conformed dimension ve bus matrix, öl…

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Yıldız/kar tanesi şema, olgu-boyut tasarımı, grain ve uyumlu boyutlar

Bu orta seviye eğitim, iş zekası için boyutsal veri modeli hazırlığını öğretir. İşlemsel (3NF) ile analitik model farkı, boyutsal modelleme (Kimball) yaklaşımı; olgu (fact) ve boyut (dimension) tabloların tasarımı, grain (ayrıntı düzeyi) tanımı işlenir. Ardından yıldız ve kar tanesi şema, olgu türleri (transaction, periodic snapshot, accumulating), toplanabilirlik (additive/semi/non-additive), surrogate key ve doğal anahtar, yavaş değişen boyut (SCD), uyumlu boyut (conformed dimension) ve bus matrix, hiyerarşiler ve semantik model/ölçü (measure) temelleri uygulanır. Katılımcılar bir iş sürecinden sağlam, raporlamaya hazır bir boyutsal model tasarlar.

Süre ve Format

3 Gün. Her gün dört modül; katılımcılar boyutsal temel, şema tasarımı ve uyumlu boyut eksenlerinde raporlamaya hazır model kurar.

Seviye

Orta Seviye — BI için boyutsal veri modeli hazırlığı: yıldız/kar tanesi şema, olgu ve boyut tasarımı, grain, uyumlu boyutlar, surrogate key ve semantik model temellerinin uygulamalı kurulması.

Öğrenme Metodu

Katılımcılar gerçek bir iş süreci üzerinde grain, olgu ve boyut tablolarını ve bus matrix'i adım adım tasarlayarak uygulamalı model kurar.

Neden Bu Eğitim?

⭐Doğru Şema

Yıldız şemayla raporlaması hızlı ve anlaşılır bir model kurarsınız.

🎯Net Grain

Grain'i doğru tanımlayarak olgu tablosunu tutarlı ve hatasız kurarsınız.

🔗Uyumlu Boyut

Conformed dimension ile süreçler arası tutarlı analiz sağlarsınız.

Anahtar Konular

boyutsal modellemebi veri modeliyıldız şemakar tanesi şemaolgu boyutgrainconformed dimensionscdbus matrixkimball
“İyi bir BI modeli raporu kolaylaştırmaz; doğru soruyu sormayı doğal kılar.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
SQL/DB Temeli

Tablo, anahtar ve ilişki kavramlarına aşinalık beklenir.

2
Veri Kavramı

Raporlama ve analiz ihtiyacına aşinalık faydalıdır.

3
İş Süreci Bilgisi

Bir iş sürecine (satış, sipariş vb.) aşinalık örnekleri anlamlı kılar.

4
ETL (opsiyonel)

Temel ETL aşinalığı yükleme tartışmasını kolaylaştırır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, boyutsal modellemenin temel kavramlarını kurabilir.
Modül 1
Neden Boyutsal
  • İşlemsel (3NF) modelin analitikteki sınırı
  • Boyutsal modelin okunurluk avantajı
  • Kimball yaklaşımına genel bakış
  • Sorgu performansı ve anlaşılırlık
  • İş kullanıcısına uygun yapı
  • Boyutsal modelin amacı
Modül 2
Olgu Tabloları
  • Olgu (fact) tablosunun rolü
  • Ölçüm (measure) ve yabancı anahtarlar
  • Transaction fact tablosu
  • Periodic snapshot fact
  • Accumulating snapshot fact
  • Olgu türü seçimi
Modül 3
Boyut Tabloları
  • Boyut (dimension) tablosunun rolü
  • Tanımlayıcı öznitelikler
  • Hiyerarşi ve gezinme
  • Geniş ve zengin boyut tasarımı
  • Tarih (date) boyutu
  • Boyutun raporlamadaki değeri
Modül 4
Grain
  • Grain (ayrıntı düzeyi) tanımı
  • Grain'in olgu satırını belirlemesi
  • Karışık grain tehlikesi
  • En düşük (atomik) grain tercihi
  • Grain ile boyut uyumu
  • Grain'in belgelenmesi
Günün hedefiKatılımcı, şema, anahtar ve SCD kararlarını doğru verebilir.
Modül 1
Şema Türleri
  • Yıldız (star) şema yapısı
  • Kar tanesi (snowflake) normalize boyut
  • İkisinin performans/okunurluk dengesi
  • Galaxy/fact constellation
  • Şema seçiminin gerekçesi
  • Şemanın araçla uyumu
Modül 2
Toplanabilirlik
  • Additive (tam toplanabilir) ölçü
  • Semi-additive (ör. stok) ölçü
  • Non-additive (oran) ölçü
  • Toplanabilirliğin raporlamaya etkisi
  • Oran ölçülerin paydadan hesabı
  • Yanlış toplamanın önlenmesi
Modül 3
Anahtar Tasarımı
  • Doğal anahtar ve surrogate key ayrımı
  • Surrogate key'in avantajları
  • Olgu-boyut ilişkisinde anahtar
  • Bilinmeyen üye (unknown member)
  • Anahtar üretimi ve bakımı
  • Referans bütünlüğü
Modül 4
Yavaş Değişen Boyut
  • SCD Tip 1: üzerine yazma
  • SCD Tip 2: tarihçe satırı
  • SCD Tip 3: önceki değer kolonu
  • Geçerlilik tarihleri ve etkin kayıt
  • SCD tipinin iş ihtiyacına göre seçimi
  • SCD'nin model üzerindeki etkisi
Günün hedefiKatılımcı, süreçler arası uyumlu ve semantik olarak hazır bir model kurabilir.
Modül 1
Uyumlu Boyutlar
  • Conformed dimension kavramı
  • Süreçler arası tutarlı boyut
  • Ortak tarih/müşteri/ürün boyutu
  • Çapraz süreç (drill-across) analizi
  • Boyut paylaşımının faydası
  • Uyumun korunması
Modül 2
Bus Matrix
  • Kimball bus matrix mantığı
  • İş süreçleri × boyutlar matrisi
  • Model kapsamının planlanması
  • Kademeli (incremental) geliştirme
  • Önceliklendirme
  • Matrisin paydaşla paylaşımı
Modül 3
Semantik Model
  • Ölçü (measure) ve hesaplama tanımı
  • Hiyerarşi ve seviyeler
  • İş dostu adlandırma
  • Toplama (aggregation) davranışı
  • Tutarlı metrik tanımı
  • Semantik katmanın rolü
Modül 4
Kaliteye Hazırlık
  • Model doğrulaması ve test
  • Örnek raporla doğrulama
  • Performans için gerekli toplamalar
  • Dokümantasyon ve veri sözlüğü
  • ETL yüklemeye uygunluk
  • Uçtan uca model özeti

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Boyutsal Temel

3NF ile boyutsal model farkını kavrar, Kimball yaklaşımını uygularsınız.

✅
Olgu/Boyut

Olgu ve boyut tablolarını türlerine göre doğru tasarlarsınız.

✅
Grain

Grain'i net tanımlayarak tutarlı olgu tablosu kurarsınız.

✅
Şema

Yıldız ve kar tanesi şema arasında bilinçli seçim yaparsınız.

✅
Toplanabilirlik

Additive/semi/non-additive ölçüleri doğru yönetirsiniz.

✅
SCD

SCD Tip 1/2/3 ile boyut tarihçesini uygun biçimde tasarlarsınız.

✅
Uyumlu Boyut

Conformed dimension ve bus matrix ile kurumsal tutarlılık kurarsınız.

✅
Semantik

Ölçü ve hiyerarşilerle raporlamaya hazır semantik model hazırlarsınız.

Kimler İçin Uygundur?

  • BI geliştiricileri
  • veri ambarı ve analytics engineer'lar
  • raporlama uzmanları
  • BI veri modelleri tasarlayacak veri profesyonelleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
BI geliştiricileri, veri ambarı ve analytics engineer'lar, raporlama uzmanları ve BI veri modelleri tasarlayacak veri profesyonelleri için uygundur.
Yıldız mı kar tanesi mi kullanmalıyım?
Yıldız şema okunurluk ve performansta genelde öndedir; kar tanesi boyutları normalize eder. Eğitim ikisini karşılaştırmalı ele alır ve seçim kriterlerini verir.
Grain neden bu kadar önemli?
Grain olgu tablosundaki bir satırın tam olarak neyi temsil ettiğini belirler; yanlış veya karışık grain tüm raporları bozar, bu yüzden tasarımın ilk adımıdır.
Belirli bir araca mı bağlı?
Hayır; kavramlar araç bağımsızdır ve Power BI, SSAS, veri ambarı gibi hedeflerin hepsine uygulanır.
Eğitim sonunda sertifika veriliyor mu?
Katılım ve değerlendirme sonrası Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Preparing for BI Data Models Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikZaman Serisi ve Panel Veri Analizi Eğitimi
Veri ve Analitik Eğitimleri

Zaman Serisi ve Panel Veri Analizi Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Durağanlık ve birim kök testleri, ARIMA, VAR, eşbütünleşme ile sabit/rassal etkiler, Hausman ve dinamik panel GMM gibi ekonometrik yöntemleri uygulamalı öğrenin

Detayları Gör →
Veri Analizi ve İstatistikzSecure Basic Admin & Reporting Eğitimi
Veri ve Analitik Eğitimleri

zSecure Basic Admin & Reporting Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

IBM Security zSecure Admin ve Audit ile z/OS RACF kullanıcı/erişim yönetimi, CARLa raporları ve SMF tabanlı güvenlik denetimini uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikBusiness Data Analytics Certification (IIBA - CBDA) Eğitimi
Veri ve Analitik Eğitimleri

Business Data Analytics Certification (IIBA - CBDA) Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

IIBA CBDA sınav domainleri doğrultusunda iş analitiği: analitik strateji, veri gereksinimi, teknik seçimi, yorumlama ve değer gerçekleştirme hazırlığı.

Detayları Gör →
Veri Analizi ve İstatistikExcel ile Veri Analizi Eğitimi
Veri ve Analitik Eğitimleri

Excel ile Veri Analizi Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Excel ile veri analizi: XLOOKUP ve SUMIFS formülleri, PivotTable ve slicer, Power Query ile veri hazırlama ve grafiklerle raporlamayı uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikKeşifsel Veri Analizi Eğitimi
Veri ve Analitik Eğitimleri

Keşifsel Veri Analizi Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Python ile keşifsel veri analizi: dağılım inceleme, korelasyon, pairplot, eksik ve aykırı değer tespiti ve dönüşümlerle veriyi modellemeye hazırlayın.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn