Remerciez-le!

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

SYSTEMES DECISIONNELS LE DATA WAREHOUSE LE DATA MART OLAP ET ANALYSE MULTIDIMEN

SYSTEMES DECISIONNELS LE DATA WAREHOUSE LE DATA MART OLAP ET ANALYSE MULTIDIMENSIONNELLE Ingénierie des systèmes décisionnels 1 “ Montrez-moi votre système d’information, et je vous dirai qui vous êtes ”. En effet, si la structure du contenu peut s’exprimer relativement simplement dans les niveaux opérationnels de l’organisation (structure des actes économiques); toute la variété des organisations et de leurs activités proviendra de cette partie environnementale ( Contrat, historique des événements marquants ) et des richesses intellectuelles et humaines des dirigeants. SYSTEME DECISIONNEL La Problématique de l’entreprise relative au data warehouse et au data mining a été abordée en définissant : ª la structure du système décisionnel ª le paradigme de la décision et de la prise de décision ª le contenu informatif du système décisionnel C’est dans cet environnement que nous terminons en positionnant chacun des outils d’aide à la décision. 1.1.1 - POSTIONNEMENT DES OUTILS D’AIDE A LA DECISION Nous proposons de situer les outils et les techniques d’aide à la décision que sont ª le data warehouse, ª l’analyse multidimensionnelle, ª le Data Mining, ª le Système Expert, ª le tableau de Bord ª et l’E.I.S. Nous rappelons la figure : structure de la Machine. Ingénierie des systèmes décisionnels 2 Ensemble des Théories, Méthodes, Modèles des Représentations Mentales Ensemble des Méthodes et Modèles reconnus par la machine Machine Décideur Sstèmes Experts : Base de Connaissances TABLEUR ( Dialogue ) SGBD Mémoires / Processeurs Figure 1 : structure de la machine 1.1.1.1 - POSITIONNEMENT DU DATA WAREHOUSE Le Data Warehouse, "l’Entrepôt de données" remplit la fonction du SGBD. De même, les bases de données de production font ce premier travail de sélectionner les “ bons événements ”, les “ bonnes données ” utiles au fonctionnement de l’organisation. Le chapitre suivant présentera la distinction entre data Warehouse et Bases de production. A l’échelle de notre représentation ci-dessus, les bases de productions et le Data Warehouse jouent ce rôle de filtre; le Data Warehouse affine le filtrage. Ingénierie des systèmes décisionnels 3 Ensemble des Méthodes et Modèles de SGBD Machine Décideur ( Dialogue ) SGBD : Data Warehouse Mémoires / Processeurs Data Warehouse Figure 2 : positionnement du Data Warehouse. La taille du Data warehouse est globalement fonction de la taille des organisations. Sur l’échelle des tailles des organisations, les américains ont se sont servis de rapprochement avec les activités logistiques pour baptiser les collections de données décisionnelles ; ainsi l’entrepôt pour les grands volumes d’informations stockées, le “ Magasin ” pour des volumes plus faibles à la taille de magasin ou de services d’entreprise. Enfin pour les plus petites unités, le vocabulaire n’a pas été fixé, nous pourrions peut-être choisir la “ Palette de données ” au sens de Palette de conditionnement en logistique. Faut-il affecter des volumes de données à chacune des tailles d’entrepôt de données ? Ce que l’on peut dire : ª l’unité de stockage est le Giga Octets. ª Cette unité est relative au stockage de données alaphanumériques. ( nous excluons l’image, le son ,.. ) ª Plutôt que de fixer des limites, nous donnons des ordres de grandeur au travers de 3 exemples : ª Mag Info gère la carte Cofinoga et dispose de 30 Téra-Octets en ligne soit 3.10^5 Go ª Une PME de fabrication de lingerie féminine destinée aux grandes surfaces : CA 300 MF et dispose de 4 Go. ª Une base de documentation relative à ces contrats d’un consultant est de l’ordre de quelques Mo soit 0,01 Go environ. Ingénierie des systèmes décisionnels 4 Volume en Go 0,001 à 1 0,5 à 10^2 10^1 à 10^6 Data Mart Data Warehouse SGBD "Palette de données" Dépôt Entrepôt Taille des Organisations Uni - Personnelle PM(E,I) Organisations Gdes Organisations Tableau 1 : Positionnement du Data Warehouse 1.1.1.2 - AUTRES OUTILS DECISIONNELS Tous les autres outils d’aide à la décision exploitent des données du SGBD. Si l’organisation n’a pas de data warehouse, alors l’outil d’aide à la décision qu’elle utilise , intègre une fonction SGBD avec les qualités du data warehouse qui seront exposées dans le chapitre suivant. 1.1.1.3 - TABLEUR ET MODELES Comme nous l’avions dit, la base du SGBD est constituée de tables de “ bonnes données ”. Aussi, dans un transfert du SGBD vers le Tableur, c’est d’abord une opération miroir qui se passe : il y a transfert d’une population d’individus. Ainsi un premier ensemble de modèles qui pourront s’appliquer sur le tableur sont les modèles d’analyse de population ( classification, évaluation, ..... ). Le second ensemble de modèles sont les modèles à base de fonctions mathématiques ( financières, recherche opérationnelle, etc... ). 1.1.1.4 - POSITIONNEMENT DE L’ANALYSE MULTIDIMENSIONNELLE L’Analyse multidimensionnelle est un hyper tableur capable de projeter sur le plan de l’écran ou de la feuille de papier un plan intéressant choisi par l’utilisateur parmi les plans de l’hypercube. Ingénierie des systèmes décisionnels 5 Ce tableur permet de nombreux niveaux d’agrégation par dimension. Cet outil permet de quantifier. Un chapitre est consacré à l’analyse multidimensionnelle et aux règles OLAP. Ces règles OLAP caractérisent le système décisionnel multidimensionnel et énoncent des recommandations sur le modèle de SGBD. C’est pourquoi nous avons fait référence dans la figure ci-dessous au SGBD. Ensemble des Méthodes et Modèles de SGBD Ensemble des Méthodes et Modèles de TABLEURS Fonctions Mathématiques, Financières etc Analyse de Population Machine Décideur TABLEUR ( Dialogue ) SGBD : Data Warehouse Mémoires / Processeurs Analyse Multidimensionnelle Figure 3 : positionnement de l’Analyse Multidimensionnelle 1.1.1.5 - POSITIONNEMENT DU DATA MINING Comme les outils précédant, le data mining, “ Mine de Données à exploiter ” va travailler à partir de données extraites du Data Warehouse et les ranger dans un tableur. Le Data Mining travaillera de préférence sur des tableurs de “ Populations ” et permettra d’appliquer un ensemble de méthodes pour répondre aux tâches de Classification, Estimation, Prédiction, etc; tâches et fonctionnalités qui seront développées au chapitre Data Mining. Ingénierie des systèmes décisionnels 6 Cet outil permet de rechercher les causes des résultats donnés par l ’analyse multidimensionnelle, de vérifier des hypothèses, et de découvrir des corrélations entre les données. Le positionnement de cet outil d’aide à la décision se fait en 2 temps : 1. par rapport au tableur : il permet l’emploi de toutes les méthodes et modèles réservées aux analyses de population et l’emploi de tous les autres modèles mathématiques. 2. par rapport au Système Expert : Il peut alimenter un système expert des connaissances émergentes. Selon les éditeurs de logiciels, cet outil peut avoir un comportement superposable au fonctionnement d’un système Expert. Il permet de pratiquer le chaînage avant, arrière, de tracer l’arbre des décisions, etc.... Ensemble des Méthodes et Modèles de SGBD Ensemble des Méthodes et Modèles de TABLEURS Fonctions Mathématiques, Financières etc Analyse de Population Ensemble des Méthodes et Modèles de Systèmes Experts Machine Décideur Système Expert TABLEUR ( Dialogue ) SGBD : Data Warehouse Mémoires / Processeurs Analyse Multidimensio nnelle DATA MINING Figure 4 : positionnement du Data Mining Ingénierie des systèmes décisionnels 7 1.1.1.6 - POSITIONNEMENT DU SYSTEME EXPERT Le Système Expert travaille sur une base de connaissance. A ce titre, il peut se trouver enrichi des résultats de l’analyse multidimensionnelle, du Data Mining et des tableaux de Bord. 1.1.1.7 - POSITIONNEMENT DU TABLEAU DE BORD Comme son nom l’indique, c’est un tableur. A ce titre, il peut se trouver en sortie du SGBD ( data warehouse ) ou en sortie d’une autre outil d’aide à la décision. Sa finalité organisationnelle est de suivre un “ Indicateur ”. 1.1.1.8 - POSITIONNEMENT DES E.I.S (EXECUTIVE INFORMATION SYSTEM) Destinés au comité de Direction, ces EIS ou tableaux de Bord ont intégré au cours de leur évolution des accès à de nombreuses bases pour permettre des indicateurs de synthèse, l’analyse multidimensionnelle et bien sûr la fonction de tableaux de Bord. 1.1.2 - CONCLUSION pour conclure cette problématique, nous terminons par quelques questions d’un dirigeant : ª Suis-je dans le vrai ? ª Mes choix sont-ils bons ? ª Comment prendre du recul par rapport à un quotidien qui m’absorbe totalement ? ª Que deviendra mon entreprise dans les 2 ans qui viennent ? Au delà d’une bonne expérience des modèles, des analyses et des arsenaux d’informatique décisionnelle, il y a toujours une prise de risque; en général, il faut prendre un risque par Jour !!! Nous avons positionné Data Warehouse et Data Mining dans le système décisionnel de l’organisation, les chapitres suivants vont présenter plus en détail leurs caractéristiques, leurs apports respectifs dans l’aide à la décision, et leur mise en œuvre. Ingénierie des systèmes décisionnels 8 2 - LE DATA WAREHOUSE 2.1 - PRESENTATION Le concept de Data Warehouse a été formalisé pour la première fois en 1990. L’idée de constituer une base de données orientée sujet, intégrée, contenant des informations datées, non volatiles et exclusivement destinées aux processus d’aide à la décision fut dans un premier temps accueillie avec une certaine perplexité. Beaucoup n’y voyaient que l'habillage d’un concept déjà ancien : l’infocentre. Mais l’économie actuelle en a décidé autrement. Les entreprises sont confrontées à une uploads/Management/ systemes-decisionnels001.pdf