Business Intelligence

Kredity: 6
Ukončenie: Skúška
Rozsah: 2P + 2C
Semester: zimný
Ročník: 1
Fakulta hospodárskej informatiky

Vyučujúci

doc. Dr. Ing. Miroslav Hudec Ing. Veronika Horniaková, PhD.

Zaradený v študijných programoch

Výsledky vzdelávania

Po absolvovaní predmetu má byť študent schopný:
A. vedieť tvoriť multidimenzionálne modely dát a vedieť použiť rôzne prístupy k budovaniu dátových skladov,
B. zvládnuť tvorbu dátových skladov v databáze MySQL a modelovanie v SqlDBM,
C. vedieť vytvoriť a manažovať ETL procesy na konceptuálnej, logickej a fyzickej úrovni,
D. vedieť vytvoriť dátovú hyperkocku a aplikovať MDX dopyty
E. poznať a vedieť aplikovať metódy reportovania a vizualizácie (dopyty, grafy, dizajn dashboardov),
F. optimalizovať dátový sklad (materializované pohľady, bitmap a bitmap-join indexy, partície)
G. pochopiť základy data mining,
H. zvládnuť prácu so zodpovedajúcim softvérom,
I. zvládnuť tímovú spoluprácu v rámci tvorby Business Intelligence riešenia.

Stručná osnova predmetu

1. Význam konceptu Business Intelligence a dispozičná úroveň údajov, porovnanie a transakčnou úrovňov.
2. Multidimenzionálne dátové modely, dátové sklady a dátové trhoviská (Inmonnov a Kimbalov princíp).
3. Manažovanie pomaly a rýchlo sa meniacich dimenzií a manažovanie hierarchií dimenzií.
4. Relačný OLAP, multidimenziový OLAP a hybridný OLAP.
5. Konceptuálny model dátového skladu MultiDim.
6. ETL/ELT.
7. Externé a interné zdroje dát a indikátory kvality dát.
8. Data governance a manažovanie kľúčových dát.
9. Architektúry business intelligence.
10. Dopytovanie dátových skladov SQL a MDX dopytmi.
11. Reportovanie a vizualizácia (dashboardy, grafické výstupy, kritické indikátory výkonu).
12. Optimalizácia dátových skladov.
13. Životný cyklus Business intelligence riešenia, projektový tím, riadenie projektového tímu a predprojektová analýza.

Odporúčaná literatúra

NĚMEC R. (2014). Principy projektování a implementace systémů business intelligence. VŠB-TU Ostrava, Ostrava.
VAISMAN A., ZIMANYI E. (2014). Data Warehouse Systems - Design and Implementation. Springer-Verlag, Berlin Heidelberg.
KIMBALL R. (2002). The Data Warehouse Toolkit, John Wiley & Sons.
HUMPHRIES M., HAWKINS M., DY M.. (2002) Data warehousing Principy a praxe, Computer Press.
GROSSMANN W., RINDERLE-MA S. (2015). Fundamentals of Business Intelligence. Springer-Verlag Berlin Heidelberg.
BRAMER M. (2020). Principles of Data Mining. Springer-Verlag London.
JENSEN C.S., PEDERSEN T.B., THOMSEN C. (2010). Multidimensional Databases and Data Warehousing. Morgan & Claypool.

Podmienky na absolvovanie predmetu

Skúška 60% hodnotenia. Skúška pozostáva z dvoch častí: overenie teoretických vedomosti a modelovanie konkrétneho príkladu. Teoretickou časťou sa overuje dosiahnutá úroveň výsledkov vzdelávania A., C., E., G., modelovaním sa overuje dosiahnutá úroveň výsledkov vzdelávania D., F.
Cvičenia 40% Náplňou cvičení je vypracovanie a obhájenie projektu Súčasťou hodnotenia študenta je vypracovaný projekt, odpovede na doplnkové otázky. Hodnotením projektu a následným krátkym testom sa hodnotia nasledovné výsledky vzdelávania: A., B., C., D., H., I..

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách):
6 kreditov x 26 hodín = 156 hodín
Rozdelenie študijného zaťaženia:
Účasť na seminároch: 26 hodín
Príprava na semináre: 26 hodín
Príprava na projekt a test: 52 hodín
Príprava na skúšku: 26 hodín

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský jazyk/ anglický jazyk

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 18.05.2022