Marco Forestier: Data-Warehouse: Architektur, Anwendung und Optimierung
Data-Warehouse: Architektur, Anwendung und Optimierung
Buch
- Von der Konzeption bis zur Business-Intelligence und Data-Mining
- BoD - Books on Demand, 09/2023
- Einband: Gebunden, HC runder Rücken kaschiert
- Sprache: Deutsch
- ISBN-13: 9783757889531
- Bestellnummer: 11612771
- Umfang: 764 Seiten
- Gewicht: 1345 g
- Maße: 226 x 160 mm
- Stärke: 51 mm
- Erscheinungstermin: 27.9.2023
Klappentext
Das vorliegende Buch bietet eine umfassende Einführung und tiefgreifende Analyse der Konzepte und Praktiken im Bereich Data-Warehouse. Es ist in mehrere thematische Kapitel unterteilt, die sowohl theoretische Grundlagen als auch praxisorientierte Anleitungen bieten.Nach der einleitenden Darstellung fokussiert sich das Buch auf die strategische und praxisnahe Analyse der Architektur, des Anwendungsfelds, der Modellierung und der Optimierung. Darauf folgt eine eingehende Untersuchung der operativen Aspekte, einschließlich Prozessmanagement, Sicherheitsüberlegungen und Data Governance. Im weiteren Verlauf wird die wirtschaftliche Dimension beleuchtet, bevor das Werk in die Themenbereiche Reporting, Business Intelligence, Data Mining und Big Data übergeht.
Das Buch schließt mit einem Kapitel über menschliche Faktoren und Change Management ab, das die Bedeutung von Teamdynamik, Organisationskultur und Mitarbeiterengagement hervorhebt. Verschiedene Change Management Strategien werden vorgestellt, und es werden praktische Tipps und Tricks sowie Best Practices für die erfolgreiche Umsetzung von Data-Warehouse-Projekten gegeben.
Dieses Werk richtet sich an eine breite Zielgruppe, von Fachleuten und Entscheidungsträgern in der IT bis zu Studierenden und Forschern, die sich mit Data-Warehousing und Big Data beschäftigen. Es dient sowohl als akademisches Lehrbuch als auch als praktischer Leitfaden für die berufliche Praxis.
Anmerkungen:
Bitte beachten Sie, dass auch wir der Preisbindung unterliegen und kurzfristige Preiserhöhungen oder -senkungen an Sie weitergeben müssen.