Remerciez-le!

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

Badrou Zeggar | IT Student Site: www.zeggar.net Email: badrou.zeggar@gmail.com

Badrou Zeggar | IT Student Site: www.zeggar.net Email: badrou.zeggar@gmail.com La Business Intelligence (BI) «La bonne information au bon moment au bon endroit avec le bon outil…pour prendre la bonne décision ! Zeggar» badrou zeggar 22/11/2010 La BI c’est l'ensemble des technologies permettant de traiter, valoriser et présenter les données à des fins de compréhension, d’analyse et de décision… GARTNER Group Table des matières 1. INTRODUCTION ..................................................................................................................................... 2 2. DEFINITION DE LA BI (BUSINESS INTELLIGENCE) .................................................................................. 2 3. LES AVANTAGES D’UN SYSTEME D'INFORMATION DECISIONNEL ........................................................ 4 3.1. Efficacité et convivialité ................................................................................................................ 4 3.2. Réduction des coûts ...................................................................................................................... 4 3.3. Qualité et pertinence de l'information ......................................................................................... 4 3.4. Réactivité ...................................................................................................................................... 4 4. COMPOSITION D’UN SYSTEME DE BUSINESS INTELLIGENCE : .............................................................. 5 4.1. ETL (Extract-Transform-Load ) ...................................................................................................... 5 4.2. Data Warehouse ........................................................................................................................... 5 4.3. Data Mart ...................................................................................................................................... 6 4.4. OLAP : On Line Analytical Processing ............................................................................................ 7 4.4.1. Définition............................................................................................................................... 7 4.4.2. Les 12 règles d’OLAP (7) : ...................................................................................................... 7 4.4.3. Les différents Modèles d'OLAP (8) ........................................................................................ 8 4.5. Reporting....................................................................................................................................... 9 Bibliographie ............................................................................................................................................... 10 1. INTRODUCTION Les sources d'information aujourd’hui sont éclatées, il y a un vrai besoin d'analyser ces informations pour avoir une vision globale sur le patrimoine informationnel de l'entreprise. Cependant, « trop d'information tue l'information »...l’informatique décisionnelle a pour objectif de créer, à partir des données de l'entreprise ou externe à celle-ci de l’information, et aider les membres de l'entreprise dans leur pilotage. Les études récentes montrent que la BI1 est l'une des préoccupations principales au sein des DSI de grandes entreprises. En effet dans un monde concurrentiel la BI représente une opportunité pour les entreprises d'optimiser le pilotage de leurs activités, et d'anticiper sur les évolutions du marché Les domaines d'utilisation de la BI touchent la plupart des Métiers de l'entreprise:  Finance, avec les reportings financiers et budgétaires.  Vente et commercial, avec l'analyse des points de ventes, l'analyse de la profitabilité et de l'impact des promotions.  Marketing, avec la segmentation clients, les analyses comportementales.  Logistique, avec l'optimisation de la gestion des stocks, le suivi des livraisons.  Ressources humaines, avec l'optimisation de l'allocation des ressources.  Etc. 2. DEFINITION DE LA BI (BUSINESS INTELLIGENCE) La BI, dite aussi informatique décisionnelle se définit comme l'ensemble des technologies permettant de traiter, valoriser et présenter les données à des fins de compréhension, d’analyse et de décision. La Business Intelligence vise à récupérer des données brutes qui se trouvent dans des outils type ERP, CRM, ou des sources externes provenant des clients, fournisseurs, données de marchés, ...), puis à les transformer en information et à les diffuser sous forme de tableaux de bord ou reporting. 1 Dans la suite de ce document, nous utiliserons l’acronyme BI pour décrire le concept d’Informatique Décisionnelle. On peut schématiser le processus de la BI comme suit : Figure 1 Pyramide modélisant le processus de BI (Piloter.org) Le cheminement du flux d’information à partir des données brutes arrivant des sources : ERP, CRM ou sources externes pour les exploiter dans le reportings et autres tableaux de bord de la manière suivante : Nous pouvons également modéliser le flux informationnel, c'est-à-dire le cheminement depuis la donnée brute arrivant des sources (ERP, CRM...), à la production de reportings et autres tableaux de bord de la manière suivante : Figure 2 Flux informationnel lié aux processus BI (Piloter.org) 3. LES AVANTAGES D’UN SYSTEME D'INFORMATION DECISIONNEL Un système d'information décisionnel procure de nombreux avantages, on cite ci-dessous quelques- uns : 3.1. Efficacité et convivialité Accessible de la BI à toute entreprise, quel que soit sa taille, et à tout utilisateur, quelles que soient ses compétences techniques. 3.2. Réduction des coûts Avec le SID2, les coûts d'exploitation des données sont fortement réduits. En effet, l'alimentation, la manipulation et l'extraction des données sont automatiques. Il n'est plus nécessaire de faire appel à un spécialiste ou un informaticien. Chaque décideur peut avoir accès à l'information de son bureau à travers un portail. 3.3. Qualité et pertinence de l'information L'accès facile à l'information permet de prendre des décisions fondées sur des données précises et non bâties sur de simples hypothèses. 3.4. Réactivité Les données importantes étant regroupées et pré-analysées, les temps d'accès aux données pertinentes sont quasiment immédiats et permettent une meilleure réactivité. N'étant plus tributaires du service informatique, les décideurs ont accès, immédiatement, depuis leur poste de travail, aux informations nécessaires. 2 Systèmes d’Information Décisionnels 4. COMPOSITION D’UN SYSTEME DE BUSINESS INTELLIGENCE : 4.1. ETL (Extract-Transform-Load ) Avant d'être utilisables, les données de l'entreprise doivent être mises en forme, nettoyées et consolidées. Les outils ETL (Extract Transform Load) permettent d'automatiser ces traitements et de gérer les flux de données qui alimentent le (ou les) entrepôt(s)3. Les outils ETL font référence à plusieurs opérations qui s'articulent autour de trois axes majeurs: Extraction : des données primaires (issues par exemple des systèmes de production) ; Transport : Transformation des données ; Intégration : Transformation des données ; Ces trois étapes décrivent une mécanique cyclique qui a pour but de garantir l’alimentation du Data Warehouse en données homogènes, propres et fiables. Les traitements étant très gourmands en calcul, l’alimentation s’exécute souvent la nuit, pour ne pas impacter les ressources machine et réseau pendant les heures de bureau. Transformation (ETL) Autre Base de données ERP Données non conformes Données nettoyées Fournisseurs Facture Client Fichiers Données Externes Saisie manuelle Figure 3 Extraction, Transformation, Chargement. (CHETTA, 2006) 4.2. Data Warehouse Selon Bill INMON “L’entrepôt de données est une collection de données orientées sujet, intégrées, non volatiles, et historiées, organisées pour le support d’un processus d’aide à la décision.” Cette définition est considérée comme référence dans le monde des Data Warehouses, essayons de la détailler dans le paragraphe suivant : 3 Les entrepôts de données ou Data Warehouse  Orienté sujet: signifie que les données collectées sont organisées par sujet (vendeur ; article…etc.), et qu'elles contiennent l'information utile à la prise de décision.  Données intégrées: c'est-à-dire qu'un nettoyage préalable des données est nécessaire, car ces données proviennent de sources différentes.  Non volatiles: ce qui signifie qu'une donnée entrée dans l'entrepôt l'est pour de bon et ne sera pas supprimée.  Historiées: un entrepôt contient des données anciennes, datant de plusieurs années, utilisées pour des comparaisons, des prévisions...etc.  Organisées pour le support d’un processus d’aide à la décision : Les données sont organisées de manière à permettre l’exécution des processus d’aide à la décision (Reporting, Data Mining…). La figure suivante schématise l’emplacement du Data Warehouse et son environnement. Figure 4 Composants d'un Data Warehouse (Jane Lauden: Management des SI) 4.3. Data Mart En général les Data Warehouses sont très volumineux et très complexes à concevoir, c’est pour cela on a besoin de les diviser en bouchées plus faciles à créer et entretenir. Les résultats de cette division sont les Data Marts. On peut faire des divisions par fonction, un Datamart pour les ventes, pour les commandes, pour les ressources humaines. Figure 5 Le Data Mart A noter que Le Data Warehouse ou Data Mart représente tous deux des lieux de stockage de l'information; ils ne produisent pas d'informations, ils stockent les données extraites des systèmes de production. 4.4. OLAP : On Line Analytical Processing 4.4.1. Définition C’est une technique d'analyse, élaborée par un des créateurs des bases de données relationnelles en 1993 : E.F. Codd, à la demande de la firme Arbor Software4. La technologie OLAP est basée sur des cubes de données multidimensionnels, aussi appelées base de données multidimensionnelles, ou chaque dimension du cube représente une dimension d’analyse. Le modèle OLAP est utilisé au sein des Data Warehouses, il permet de sélectionner et de croiser plusieurs données provenant des sources diverses 4.4.2. Les 12 règles d’OLAP: Vue multidimensionnelle L’utilisateur peut avoir des vus multidimensionnelles : analyser les ventes par produit mais aussi par région ou par période. Transparence du serveur OLAP à différents types de logiciels La transparence du serveur OLAP s'appuie sur une architecture ouverte permettant à l'utilisateur d'implanter le système OLAP sans affecter les fonctionnalités du système central. 4 Était une société qui propose des logiciels permettant d'accroître les performances des entreprises. Elle a été achetée par Oracle en 2007. Accessibilité à de nombreuses sources de données Le système OLAP doit garantir l’accès aux données nécessaires aux analyses demandées. Performance du système de Reporting L'augmentation du nombre de dimensions ou du volume de la base de données ne doit pas entraîner de dégradation visible par l'utilisateur. Architecture Client/Serveur Il est nécessaire que les produits OLAP soient capables de travailler dans un environnement Client/Serveur. Dimensions Génériques Il ne doit exister qu'une seule structure logique pour toutes les dimensions. C'est-à-dire ; toute fonction qui s'applique à une dimension doit être aussi capable de s'appliquer à une autre dimension. Gestion dynamique des matrices creuses Le schéma physique des outils OLAP doit s'adapter au modèle d'analyse spécifique créé pour optimiser la gestion des matrices creuses5. Support multi-utilisateurs Les OLAP doivent garantir l'intégrité et la sécurité des données afin que plusieurs utilisateurs accèdent au même modèle d'analyse. Calculs à travers les dimensions Les opérations doivent pouvoir s'effectuer sur toutes uploads/Management/la-business-intelligence.pdf