Datamodellering met Qlik Sense

Over de opleiding datamodellering met Qlik Sense

Een volledige opleiding Qlik Sense-scripting, gericht op zelfstandige teams

Een intensieve opleiding om de scripttaal van Qlik Sense en de basis van datamodellering te beheersen, zodat deelnemers robuuste, performante data marts kunnen bouwen.

In deze opleiding werken deelnemers in de Data Load Editor: verbinding maken met meerdere bronnen, relationele modellen omzetten in data marts voor analyse (star schema), veelvoorkomende modelleringsproblemen oplossen (synthetische sleutels en kringverwijzingen) en robuuste modellen afwerken met governance, prestaties en beveiliging (Section Access).

Na deze 3 dagen kunnen deelnemers Qlik Sense-datamodellen van begin tot eind met vertrouwen en zelfstandig ontwerpen, bouwen, debuggen en onderhouden.

De eaQbe-methodologie: een stapsgewijze leercurve

We geloven niet in opleidingen die deelnemers met theorie overspoelen. We geloven in een gestructureerde onderdompeling. Ons ‘traject naar zelfstandigheid in drie fasen’ zorgt ervoor dat concepten niet alleen worden begrepen, maar ook echt worden beheerst.

1) Fundamenten en beheersing van de Data Load Editor

Voordat ze modelleren, raken deelnemers vertrouwd met de omgeving en de basis van scripting: onderdelen van de Data Load Editor, verbindingen en structuren van brongegevens. Ze leren hoe data worden opgehaald en geladen (LOAD-instructies en SQL SELECT), hoe ze het laden opvolgen en hoe ze de uitvoering van scripts sturen. Ze leren ook het model te analyseren in de Data Model Viewer, veelvoorkomende valkuilen vroeg te herkennen (synthetische sleutels en kringverwijzingen) en de juiste patronen toe te passen om die op te lossen.

2) De data mart structureren

Voortbouwend op de geladen data leren deelnemers het model via scripts op te schonen, te verrijken en te transformeren: berekende velden, Resident- en Inline-loads, data beperken en hergebruiken, samengestelde sleutels en een masterkalender. Daarna passen ze patronen toe die een datamodel betrouwbaar en eenvoudiger maken — mappingtabellen, preceding loads, joins en concatenatie — om veelvoorkomende problemen op te lossen (synthetische sleutels, kringverwijzingen en verschillen in detailniveau) en onnodige tabellen te verminderen. Het doel is een helder star schema dat klaar is voor analyse en op lange termijn onderhoudbaar blijft.

3) Optimaliseren, beheren en beveiligen

Deelnemers leren modellen af te werken voor gebruik in de praktijk: prestatiepatronen, een QVD-strategie, incrementeel laden en grote volumes verwerken via aggregatietabellen en ODAG waar dat relevant is. Ze implementeren duurzame governance (modeldiscipline en sleutelcontroles) en beveiligen de toegang met Section Access, inclusief dynamische datareductie. Het resultaat: snellere laadprocessen, stabielere apps en datamodellen die op lange termijn onderhoudbaar blijven.

Voortdurende toetsing van het geleerde

Elke module hergebruikt bewust concepten uit de vorige en bouwt erop voort. Deelnemers passen eerdere patronen toe in nieuwe scenario’s, zodat hun beheersing tijdens de 3 dagen geleidelijk en consequent groeit.

Leerresultaten

• Operationele zelfstandigheid in Qlik Sense-scripting: databronnen verbinden, data transformeren, modelleren, problemen diagnosticeren en datastromen onderhouden in de Data Load Editor.
• Star schema-modellering beheersen: betrouwbare data marts bouwen die geoptimaliseerd zijn voor analyse en op lange termijn consistent blijven.
• Modelleringsproblemen oplossen: omgaan met synthetische sleutels, kringverwijzingen, verschillen in detailniveau en complexe randgevallen.
• Prestaties en governance: een QVD-strategie, incrementeel laden en prestatiepatronen implementeren (aggregaties en ODAG waar relevant).
• Toegangsbeveiliging: Section Access en verantwoorde patronen voor datareductie implementeren, en de basis van de Qlik Management Console beheersen

Praktische informatie

• Vorm: intensieve workshop van 3 dagen (interactief en aan de hand van scenario’s)
• Groepsgrootte: 5–10 deelnemers
• Voorkennis: geen
• Opvolging: evaluatie en praktische oefeningen om het geleerde na de opleiding te verankeren

Van bronnen tot star schema: datamodellering met Qlik Sense (3 dagen)

Een programma aan de hand van scenario’s om de scripttaal van Qlik Sense en de principes van datamodellering te beheersen, en relationele data om te zetten in betrouwbare, performante en veilige data marts.

Module 1 – Fundamenten: analysemodel en Data Load Editor

• Wat een model geschikt maakt voor analyse: feiten tegenover dimensies, sleutels en detailniveau
• Waarom een star schema en hoe u dat in Qlik opbouwt
• Basis van de Data Load Editor: verbindingen, extractie (LOAD / SQL) en laadprocessen opvolgen
• Tabellen en modellen analyseren in de Data Model Viewer
• Veelvoorkomende problemen vroeg herkennen: synthetische sleutels, kringverwijzingen en ambiguïteit

Module 2 – Transformeren en verrijken via scripts

• Data opschonen en vormgeven: berekende velden, standaardisering en regels
• Stromen structureren: Resident- en Inline-loads, tussentabellen
• Consistente sleutels opbouwen, inclusief samengestelde sleutels
• Een robuuste masterkalender maken
• Gewoonten voor validatie: controles, tellingen, consistentie en traceerbaarheid

Module 3 – De data mart structureren (star schema)

• Het model vereenvoudigen: onnodige tabellen verminderen en relaties verduidelijken
• Structureringspatronen: mappingtabellen, preceding loads, joins en concatenatie
• Knelpunten oplossen: synthetische sleutels, kringverwijzingen en verschillen in detailniveau
• Een helder, stabiel star schema opleveren dat klaar is voor BI

Module 4 – Prestaties en grote datavolumes

• QVD-strategie: lagen, opslag en organisatie van laadprocessen
• Incrementeel laden: patronen en valkuilen
• Aggregatietabellen: analyses op grote datasets versnellen
• ODAG (waar relevant): wanneer u het gebruikt en hoe u het afbakent

Module 5 – Governance en beveiliging

• Modeldiscipline: conventies, sleutelcontroles en onderhoud door het team
• Section Access: principes, implementatie en verantwoorde dynamische datareductie
• Basis van QMC (afhankelijk van de reikwijdte): publiceren, beheren en aandachtspunten

Na de 3 dagen vertrekken deelnemers met een heldere methode om Qlik Sense-datamodellen in de praktijk te ontwerpen, te onderhouden en verder te ontwikkelen.

Veelgestelde vragen

Wat behandelt de opleiding datamodellering met Qlik Sense?

De scriptkant van Qlik Sense: de Data Load Editor, star schema-ontwerp, een QVD-strategie voor snelle laadprocessen, incrementeel laden en Section Access voor beveiliging op rijniveau. Dit is de opleiding voor de mensen die de applicaties bouwen waarmee anderen visualisaties maken.

Moet ik eerst de visualisatiekant kennen?

Basiskennis van Qlik Sense helpt, maar de twee opleidingen vullen elkaar aan en hoeven niet in een vaste volgorde te worden gevolgd: deze opleiding bouwt het model, de opleiding datavisualisatie met Qlik Sense benut het. Ontwikkelaars die voor de hele keten verantwoordelijk zijn, volgen doorgaans beide.

Wat is een QVD-strategie?

QVD’s zijn de gecomprimeerde databestanden van Qlik. Een QVD-strategie verdeelt extractie, transformatie en het laden van applicaties over lagen, zodat bronsystemen maar één keer worden bevraagd, herladen in enkele minuten verloopt en elke applicatie consistente data leest. De opleiding behandelt dit als de ruggengraat van een Qlik-implementatie met goede governance.

Wat is Section Access?

De beveiliging op rijniveau van Qlik: dezelfde applicatie toont elke gebruiker alleen de data die hij mag zien. Die functie is krachtig en onverbiddelijk, omdat een fout script iedereen kan buitensluiten, ook de ontwikkelaar. De opleiding behandelt zowel de patronen als de waarborgen.

Is de opleiding beschikbaar in het Frans en het Engels, ter plaatse of op afstand?

Beide zijn mogelijk. De sessies worden in het Frans of het Engels gegeven, ter plaatse in heel België en Luxemburg (we zijn gevestigd in Brussel) of op afstand. De oefeningen kunnen met uw eigen databronnen worden opgebouwd.