Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Projet dwh recuperation automatique 1

INTRODUCTION L'entreposage des données DWH est crucial dans un environnement commercial o? des informations précises sûres et à jour sont nécessaires pour les opérations d ? une organisation La mise en ?uvre d'un processus ETL complet aide à extraire les données de sources hétérogènes vers l'entrepôt de données de manière pratique en mettant l'accent sur les phases de cartographie et de modélisation du processus ETL Les fonctionnalités ETL faciliteront la mise à disposition de données cohérentes pour la génération de rapports a ?n de prendre les meilleures décisions Objectif de l ? étude L ? objectif de ce projet est de tester L ? ETL Informatica Powercenter avec un SGBD Oracle g Dans cette étude nous allons implémenter un prototype d ? une cha? ne décisionnelle avec un Data Warehouse L ? objectif est la mise à disposition aux décideurs des données cohérentes et structurées a ?n de pouvoir générer des rapports qui permettrons une meilleure prise de décision CHAPITRE I L ? INFORMATIQUE DECISIONNELLE Dé ?nition L ? informatique décisionnelle ou le Business Intelligence BI combine l'analyse d'entreprise l'exploration de données la visualisation de données les outils et l'infrastructure de données ainsi que les meilleures pratiques pour aider les organisations à prendre davantage de décisions basées sur les données Bien plus qu'une chose spéci ?que la business intelligence est plutôt un terme générique qui couvre les processus et les méthodes de collecte de stockage et d'analyse des données provenant des opérations ou des activités de l'entreprise a ?n d'optimiser les performances Tous ces éléments sont réunis pour créer une vue d'ensemble d'une entreprise et aider les gens à prendre des décisions plus judicieuses et exploitables Au cours des dernières années la veille stratégique a évolué pour inclure davantage de processus et d'activités visant à améliorer les performances CProcessus et activités Data mining Utilisation de bases de données de statistiques et de l'apprentissage automatique pour découvrir des tendances dans de grands ensembles de données Établissement de rapports Partager l'analyse des données avec les parties prenantes a ?n qu'elles puissent tirer des conclusions et prendre des décisions Mesures de la performance et analyse comparative Comparer les données de performance actuelles aux données historiques pour suivre les performances par rapport aux objectifs généralement à l'aide de tableaux de bord personnalisés Analyse descriptive Utilisation d'une analyse préliminaire des données pour déterminer ce qui s'est passé Interrogation Poser des questions spéci ?ques sur les données et extraire les réponses des ensembles de données Analyse statistique Prendre les résultats de l'analyse descriptive et explorer davantage les données à l'aide de statistiques par exemple pour savoir comment et pourquoi cette tendance s'est produite Visualisation des données Transformation de l'analyse des données en représentations visuelles telles que des diagrammes des graphiques et des histogrammes a ?n de faciliter l'utilisation des données Analyse visuelle Exploration des données par le biais de récits visuels pour communiquer des idées à la volée et rester dans le ux de l'analyse Préparation des données Compiler plusieurs sources de données identi ?er les