Remerciez-le!

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

BI 1 Dr. BOUKIL Info5 UPF 2022-2023 BOUKIL-naoual@upf.ac.ma 2 Objectifs de ce c

BI 1 Dr. BOUKIL Info5 UPF 2022-2023 BOUKIL-naoual@upf.ac.ma 2 Objectifs de ce cours: § Compréhension des raisons justifiant le recours à des solutions OLAP (On Line Analytical Process) § Maîtrise des concepts et principes de base d’un Data Warehouse § Assimilation du rôle des composants de l’architecture d’un Data Warehouse § Modélisation d’un Data Warehouse § Mise en œuvre d’un Data Warehouse § Compréhension des concepts de Data Mining Plan u Module 1: Notions et concepts de base d’un Système d’Information (S.I.) de pilotage u Module 2: Data warehouse: définition et objectifs u Module 3: Description de la structure d’un Data warehouse u Module 4: Architectures OLAP (On Line Analytical Processing) u Module 5: Administration des données u Module 6: Démarche de mise en oeuvre u Module 7: Datamining 3 4 o Données brutes et informations d’entreprise o Pilotage o Objectifs d’un Système d’Information de Pilotage o Applications transactionnelles o Applications décisionnelles o Infocentre Relationnel Module 1 Notions et concepts de base d’un S.I. de pilotage 5 Système d’Information décisionnel Le système d'information décisionnel est un ensemble de données organisées de façon spécifique, facilement accessibles et appropriées à la prise de décision. La finalité d'un système décisionnel est le pilotage de l'entreprise. Le principal intérêt d'un système décisionnel est d'offrir au décideur une vision transversale de l'entreprise intégrant toutes ses dimensions. 6 Problématique Grande masse de données ◦Distribuée ◦Hétérogène ◦Très Détaillée Traitements ◦Synthétiser / Résumer ◦Visualiser ◦Analyser Utilisation par ◦des experts et des analystes d'un métier ◦non informaticiens ◦non statisticiens 7 Données brutes et informations d’entreprise Capture de données brutes ◦Collecte de données enregistrées au cours des opérations quotidiennes Extraction d'informations d'entreprise ◦Extraction d'informations pertinentes à partir de données brutes Conversion de données en informations ◦Implémentation d'un système d'aide à la prise de décision 8 Des données …de l’Information ? Comment? Base de données de production Tableaux de Bord:l’information 9 Objectifs des entreprises •Anticiper les changements •Accroître sa force de réactivité •Avoir une information analysée sous différents angles •Offrir au décideur une vision transversale de l’entreprise intégrant toutes les dimensions •Rassembler et homogénéiser les données afin de permettre d’analyser les indicateurs pertinents pour faciliter les prises de décisions 10 Pilotage STRATEGIE ACTIONS PERFORMANCE DECIDER CONTROLER PREVOIR ANTICIPER Objectifs Plan Budget Mesure des Résultats 11 Un système de pilotage implique •un projet stratégique •un modèle de données spécifique •une infrastructure d’alimentation spécifique •une indépendance conceptuelle des applications de production •une dépendance physique des applications de production pour l’alimentation •une analyse orientée métier Caractéristiques d’un S.I. de pilotage 12 L’information est constituée : ü d’une source principale (systèmes de production) ü de sources externes (20%) Pilotage à l’aide de tableaux de bord Tableau de bord: c’est un instrument de mesure de la performance qui doit fournir une mesure personnalisée et adaptée Indicateur: c’est une donnée objective qui décrit un élément d’un strict point de vue quantitatif, contribuant à l’appréciation d’une situation par le décideur caractéristiques d’un indicateur: représentatif, réelle utilité, facile à mettre en œuvre, juste, exact, fiable Informations de pilotage 13 Applications transactionnelles On Line Transactional Processing OLTP Caractéristiques d'un système OLTP ØIl traite en temps réel les transactions d'une entreprise (beaucoup de mouvements, informations détaillées) ØIl contient des structures de données optimisées pour les entrées et les modifications ØIl fournit des fonctionnalités limitées d'aide à la décision Exemples de système OLTP § Suivi de commandes § Service clientèle § Point de ventes § Fonctions bancaires 14 Concepts: forme normale, clé primaire, clé étrangère, contrainte d’intégrité référentielle, contraintes d’intégrité fonctionnelle ü Informations dans les bases de données relationnelles ü Mises à jour en ligne ü Conception orientée processus ü Seul point d’entrée du système: ensemble des transactions Effort: développement des interfaces Applications transactionnelles 15 Applications décisionnelles On Line Analytical Processing OLAP Caractéristiques d'un système OLAP ØIl traite des requêtes à plusieurs niveaux d’agrégation ØIl traite beaucoup d’informations mais des informations synthétiques Exemples de système OLAP Systèmes de pilotage d'entreprise Applications financières Mesures des performances Rapports Rapports sur les exceptions Prévisions Applications de vente et de marketing Applications opérationnelles Réservation/facturation Fabrication Analyse de produit Service clientèle Analyse de la clientèle Coût des produits 16 Concepts: agrégats, données consolidées ü Représentation cubique ü Suivi des indicateurs, notion d’alerte ü Conception orientée métier Effort: extraction des données, montage des graphiques Applications décisionnelles 17 Objectif: Ne pas pénaliser les applications opérationnelles par des requêtes décisionnelles Création d’une base dédiée aux requêtes Duplication des données de production Données actuelles et volatiles Plusieurs utilisateurs attaquent la même base de données Les utilisateurs ne travaillent pas sur les historiques Apparition de requêteurs, de générateurs d’états Infocentre Relationnel 18 Infocentre Base de Données Gros Systèmes Utilisateurs: PC Indépendants Infocentre relationnel 19 Infocentre relationnel •Base de données locale: Base de donnée située sur le poste client, contenant des données propres à l’utilisateur, voire des données partagées répliquées. •Batch: Dans les outils d’infocentre, le batch permet d’envoyer des requêtes lourdes aux heures creuses, voire à planifier l’exécution des requêtes •Catalogue: Dans certains outils d’infocentre, c’est la structure permettant à l’utilisateur de travailler sur une vue logique et orientée métier des données qu’il souhaite visualiser. •Infocentre: Ensemble d’outils logiciels permettant à des utilisateurs non-informaticiens d’accéder et de traiter directement les données qui les intéressent. 20 u Présentation du Datawarehousing u Description des composants d’un Data warehouse u Définition des solutions OLAP Data warehouse: définition et objectifs Module 2 Le contexte Besoin: prise de décisions stratégiques et tactiques Pourquoi: besoin de réactivité Qui: les décideurs (non informaticiens) Comment: répondre aux demandes d’analyse des données, dégager des informations qualitatives nouvelles 21 Qui sont mes meilleurs clients? A combien s’élèvent mes ventes journalières? Quelles régions consomment beaucoup de poisson? Pourquoi et comment le chiffre d’affaire a baissé? Les données utilisables par les décideurs Données opérationnelles (de production) ◦Bases de données (Oracle, SQL Server) ◦Fichiers, … ◦Paye, gestion des RH, gestion des commandes… Caractéristiques de ces données: ◦Distribuées: systèmes éparpillés ◦Hétérogènes: systèmes et structures de données différents ◦Détaillées: organisation des données selon les processus fonctionnels, données surabondantes pour l’analyse ◦Peu/pas adaptées à l’analyse : les requêtes lourdes peuvent bloquer le système transactionnel ◦Volatiles: pas d’historisation systématique 22 Problématique Comment répondre aux demandes des décideurs? ◦En donnant un accès rapide et simple à l’information stratégique ◦En donnant du sens aux données Mettre en place un système d’information dédié aux applications décisionnelles: un data warehouse 23 Le processus de prise de décision 24 Temps de prise d’une décision Définir le problème Rassembler les données Analyser les données Établir des solutions Décider Champs d’application des systèmes décisionnels Le processus de prise de décision 25 Bases de production Data warehouse Base multi - dimensionnelle Prédiction / simulation Prise de décision Domaines d’utilisation des DW Banque ◦Risques d’un prêt, prime plus précise Santé ◦Épidémiologie ◦Risque alimentaire Commerce ◦Ciblage de clientèle ◦Déterminer des promotions Logistique ◦Adéquation demande/production Assurance ◦Risque lié à un contrat d’assurance (voiture) … 26 Quelques métiers du décisionnel Strategic Performance Management ◦Déterminer et contrôler les indicateurs clé de la performance de l’entreprise Finance Intelligence ◦Planifier, analyser et diffuser l’information financière. Mesurer et gérer les risques Human Capital Management (gestion de la relation avec les employés) ◦Aligner les stratégies RH, les processus et les technologies. Customer Relationship Management (gestion de la relation client) ◦Améliorer la connaissance client, identifier et prévoir la rentabilité client, accroitre l’efficacité du marketing client Supplier Relationship Management (gestion de la relation fournisseur) ◦Classifier et évaluer l’ensemble des fournisseurs. Planifier et piloter la stratégie Achat. 27 Définition d’un DW W. H. Inmon (1996): « Le data Warehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le support d’un processus d’aide à la décision » Principe: mettre en place une base de données utilisée à des fins d’analyse 28 Les 4 caractéristiques des data warehouse 1. Données orientées sujet: ◦ Regroupe les informations des différents métiers ◦ Ne tiens pas compte de l’organisation fonctionnelle des données 29 Ass. Vie Ass. Auto Ass. Santé Client Police Les 4 caractéristiques des data warehouse 2. Données intégrées: ◦ Normalisation des données ◦ Définition d’un référentiel unique 30 h,f 1,0 homme, femme h,f GBP CHF USD EUR Les 4 caractéristiques des data warehousec 3. Données non volatiles ◦ Traçabilité des informations et des décisions prises ◦ Copie des données de production 31 Ajout Modification Suppression Accès Chargement Bases de production Entrepôts de données Les 4 caractéristiques des data warehouse 4. Données datées ◦ Les données persistent dans le temps ◦ Mise en place d’un référentiel temps Nom Ville Dupont Paris Durand Lyon Nom Ville Dupont Marseille Durand Lyon 32 Image de la base en Mai 2005 Image de la base en Juillet 2006 Code Année Mois 1 2005 Mai Base de production Entrepôt de données Calendrier Code Année Mois 1 Dupont Paris 1 Durand Lyon Répertoire Répertoire Répertoire Code Année Mois 1 2005 Mai 2 2006 Juillet Code Année Mois 1 Dupont Paris 1 Durand Lyon 2 Dupont Marseille SGBD et DW 33 Service commercial Service Financier Service livraison BD prod BD prod BD prod Clientèle Data Warehouse Clientèle H I S T O R I uploads/Ingenierie_Lourd/ bi-final.pdf