Institut National des Sciences Appliquées et de Technologie

Business Intelligence
GL5 - 2014-2015

1
 Plan
 Introduction à l’informatique Décisionnelle
 ETL
 Data warehouse
 OLAP
 Introduction au Data Mining
 Introduction à quelques solutions :
 Business Intelligence
• Crystal Report
• Webi
 Qlick View
 …
2
Introduction à l’informatique
Décisionnelle

3
Plan

 Introduction

 A quoi sert un système décisionnel ?

 La chaine décisionnelle

 Comment construire un système décisionnel ?

 Risques et facteurs de succès.

 Mode de projet

4
Introduction : Evolution de l’informatique

 Années 70 : début de l'informatique de gestion

 Entrée de l'informatique de gestion dans les grandes entreprises

 Années 80 : informatique opérationnelle centralisée

 Arrivée dans beaucoup d'entreprises des bases de données relationnelles, des
progiciels de gestion, des premiers micro-ordinateurs

 Années 90 : informatique opérationnelle décentralisée

 Apparition des ordinateurs personnels et des réseaux locaux

 Années 2000 : l'informatique Décisionnelle

 Développement de Systèmes d'Information Décisionnels (orientés décision)
 Entrepôt de données : restructurer et exploiter des quantités de données

5
Introduction : Définition

« L’informatique décisionnelle (ou BI pour Business Intelligence)

désigne les moyens, les outils et les méthodes qui permettent de
collecter, consolider, modéliser et restituer les données,
matérielles ou immatérielles, d'une entreprise en vue d'offrir une
aide à la décision et de permettre aux responsables de la stratégie
d'entreprise d’avoir une vue d’ensemble de l’activité traitée. »

Source : wikipédia

6
Evolution de l’informatique dans l’entreprise (1/3)

 Les entreprises passent à l’ère de l’information.

 Défi: Transformer une partie de leur système

d’information qui avait une vocation de production à un SI
décisionnel dont la vocation de pilotage devient majeure.

7
8
 Evolution de l’informatique dans l’entreprise (2/3)

 Un système d’information décisionnel (S.I.D) est un

ensemble de données organisé de façon spécifique, approprié
à la prise de décision.

 Connaître l’environnement dans lequel on évolue

 Finalité d’un système décisionnel: pilotage de l’entreprise

9
Evolution de l’informatique dans l’entreprise (3/3)

 S.I.D : Pilotage de l’entreprise

Outil : Data Warehouse ; OLAP

10
Pourquoi construire un système décisionnel?

• Servir une information considérée comme stratégique.

• Quelques constats.
• Principales applications décisionnelles.
• Les besoins justifiant un système décisionnel.
• Principaux défis des projets décisionnels.

11
Servir une information considérée comme
stratégique
• Un des actifs les plus importants des sociétés, c’est leur
capital d’informations qu’elles collectent au jour le jour.
• Généralement, la plupart de ces informations sont
inaccessibles, ou réparties dans une multitude de systèmes.
• Le S.I.D résulte d’un processus qui consiste à extraire les
données à partir des systèmes opérationnels et d’autres
sources externes à l’entreprise, de les transformer en
information de pilotage et de les rendre accessibles aux
utilisateurs.
• La Base Décisionnelle est aujourd’hui reconnu comme un
actif stratégique par beaucoup d’entreprises.
12
 Quelques constats

 L’information existante est souvent très riche mais il est

difficile d’avoir une vision globale homogène et cohérente des
informations manipulées par l’ensemble des Départements.

 Il n’est pas facile d’accéder directement à l’information

nécessaire : il existe plusieurs sources utilisant des supports
différents (papier, base de données, fichiers Excel).

 Les données de gestion peuvent avoir des significations

différentes selon l’utilisation qui en est faite, exemples : la
marge, le CA. Mais le reporting de Direction Générale
n’accepte qu’un seul sens à une valeur restituée.
13
Principales applications décisionnelles
• La majorité des SID sont construits dans le but de générer des
revenus supplémentaires en maîtrisant les coûts et en améliorant les
services clients.
• Les deux grandes catégories d’utilisateurs sont les départements
‘Achats-Ventes’ et ‘Finance-Contrôle de Gestion’.

Problématiques métier Achats-Ventes Finance-CDG

Analyse des coûts 85 %
Reporting financier 85 %
Profitabilité clients 81 %
Budget/Planning 80 %
Productivité de la force de ventes 77 %
Fournisseurs-Appros 42 %
14
 Les besoins justifiant un système décisionnel (1\3)

 Meilleur accès aux données

 Amélioration de la qualité des informations
 Intégration des données provenant
de systèmes différents
 Définition commune des informations
 Meilleur accès aux données historiques

15
Les besoins justifiant un système décisionnel (2\3)

 Besoin accru de données d’horizons multiples et divers :

réorganisation du S.I → réactivité nécessaire

 Les systèmes de gestion sont dédiés aux métiers : tandis que

les systèmes décisionnels sont dédiés au pilotage de l’entreprise
L’entreprise ne doit pas seulement avoir une vue verticale de ses
métiers (Syst. de gestion) mais une vue transversale (Syst.
Décisionnel)

 Les données peuvent être supportées par des outils

spécialisées permettant le pilotage de l’entreprise
16
Les besoins justifiant un système décisionnel (3\3)

Passage des données de production aux données décisionnelles

Les bases de production: toutes les sources de données (légales,

juridiques, fiscales, politiques, techniques, marketing…)
Comment organiser ces différentes données dans un ensemble
cohérent afin de procéder à toutes les analyses nécessaires pour
construire les indicateurs indispensables au pilotage de
l’entreprise ?

Par un processus d’entreposage de données :

(Data Warehousing)
17
 Principaux défis des projets décisionnels

 Compréhension des besoins utilisateurs

 Intégrité des données.
 Coût des alimentations en données
 Définition du périmètre
du projet
 Performances du système
 Règles de gestion commune

18
A quoi sert un système décisionnel?
Les symptômes bien connus d’un besoin décisionnels:
 Pas assez d’informations de synthèse et trop
d’informations de détail
 Difficulté de répondre rapidement à une question
immédiate et précise.
 Des procédures de travail souvent pénalisées par une
mauvaise communication interne de l’information utile
 Un sentiment chronique d’urgence au moment des
reporting périodiques
 Des délais de reporting trop longs -Mauvaise réactivité

19
Illustration d’un reporting imprécis

20
En fait, l’important est dans la variation

21
Mais une information peut en cacher une
autre…

22
Architecture Décisionnelle

Planification ETL Stockage Analyses Restitution

La chaine décisionnelle
23
Qu’est ce que l’entreposage

Les différentes étapes :

24
 Planification ETL Stockage Analyses Restitution

 Pour mettre en place une plate-forme décisionnelle

d'entreprise intégrée, la première étape est donc la
planification de ce projet.
 Un tel projet nécessite une administration solide.
 Exemple: les ressources humaines.
 Un responsable peut voir le salaire des personnes de son équipe
mais pas celui de son chef.
 Ceci nécessite l'élaboration d'une stratégie de sécurité rigoureuse

25
 Planification ETL Stockage Analyses Restitution

 ETL : Extract, Transform, Load

 Extraction des données à partir d’une ou plusieurs sources de données
telles que fichier plat, fichier brut, OLE DB (source relationnelles telles
que SQL Server, Access…), Excel… ;
 Transformation des données agrégées càd nettoyage des données, règles
d’homogénéisation des données sous formes de métadonnées
 Techniques d’alimentation (Load) :
 Chargement des données dans la banque de données de destination (ED).
 Fréquences de rafraîchissement :
 Par des applications sur les sources de données et l’ED
 Par des serveurs de réplication du SGBD ou par des outils spécialisés
 La phase d’ETL est ici incontournable car elle conditionne et
influence la qualité du projet par la suite.
26
 Planification ETL Stockage Analyses Restitution

Il existe de multiples manières de stocker la donnée dans un data Warehouse.

Chacune ayant ses avantages et ses inconvénients.

L'administrateur des bases de données décisionnelles pourra notamment choisir

entre :

 DDS (Detail Data Store),

 les schémas en étoile,

 le schéma en flocon…

27
 Planification ETL Stockage Analyses Restitution

Structuration :
Il s’agit de définir la finalité de l’ED:
 Cibler l’activité de l’entreprise à piloter;
 Déterminer et recenser les données à entreposer;
 Définir les aspects techniques de la réalisation;
 Modèle de données;
 Définir des démarches d’alimentation;
 Arrêter des stratégies d’administration;
 Définir des espaces d’analyse;
 Choisir un mode de restitution …
28
 Planification ETL Stockage Analyse Restitution

Phase (transversale) Administration

Elle est constituée de plusieurs tâches pour assurer:
 La qualité et la pérennité des données aux différents
applicatifs;
 La maintenance;
 La gestion de configuration;
 Les mises à jour;
 L’organisation, l’optimisation du SID;
 La mise en sécurité du SID.

29
 Planification ETL Stockage Analyse Restitution

 L'analyse de données est un regroupant de l'ensemble

des techniques de statistique, d'économétrie, de Data
Mining, et de recherche opérationnelle.
 L'analyse de données demande souvent des
compétences statistiques avancées. Néanmoins certaine
solution embarque ces fonctionnalités pré-paramétrés à
des cas de figures bien définies, afin d'offrir leur valeur
ajoutée à des personnes fonctionnelles.
30
 Planification ETL Stockage Analyse Restitution

 C’est le but du processus d’entreposage des données

 Elle conditionne le choix de l’architecture de l’ED et de

sa construction

 Elle doit permettre toutes les analyses nécessaires pour

la construction des indicateurs recherchés

31
 Planification ETL Stockage Analyse Restitution

 OLAP (On Line Analytical Processing) est défini comme étant :

«… le nom donné à l’analyse dynamique requise pour créer,

manipuler, animer et synthétiser l’information par des modèles
d’analyse de données exégétiques, contemplatifs et selon des
formules » (Codd et al, 1993).

 En d’autres termes, il s’agit d’applications de modélisation

descriptive et d’analyse exploratoire des données, conçues à des
fins de prise de décision.

32
 Planification ETL Stockage Analyse Restitution

OLAP
 Les combinaisons possibles des dimensions, avec les mesures qui
en découlent, forment les faits. Il est possible d’appliquer des
fonctions agrégatives (somme, moyenne, médiane, etc.) pour
obtenir les mesures à partir des données transactionnelle ou de
mesures de membres de niveau inférieur.
 Ainsi, on peut calculer une valeur pour un fait caractérisé par les
membres d’une dimension du niveau hiérarchique inférieur qui
s’agrègent vers un membre d’un niveau supérieur (ex. la
population du Canada est la somme de la population de chacune
des provinces).
 Un jeu de données multidimentionnelles est nommé « cube » ou
« hypercube» l’organisation des faits selon des axes
dimensionnels.
33
 Planification ETL Stockage Analyse Restitution

La génération de tableau de bord, est la partie émergée de

l'iceberg : l'informatique décisionnelle. C'est la partie que
voient la plus part des utilisateurs. Ce sont généralement
de jolies interfaces intuitives permettant à un utilisateur
lambda, en fonction de ces droits, de consulter des
rapports, des tableaux de bord, de les annoter, voir de les
créer lui-même .

34
Comment construire un système décisionnel?

35
L’alimentation est la part la plus importante d’un projet

36
Pourquoi les alimentations sont difficiles ?
 Sur le plan des données
 Définir un langage commun
 Localiser les données utiles dans les systèmes sources
 Harmoniser les nomenclatures
 Sur le plan technique
 Les règles d’alimentation changent sans cesse
développements modulaires, auto-documentés, et
traçabilité des données
 Temps de chargement compatibles avec la fenêtre
d'exploitation
37
L’administration fonctionnelle du système

38
Risques et facteurs de succès
 L’implication des utilisateurs est indispensable

39
Les principaux risques d'un projet décisionnel

 Orientation technologique du projet, plutôt qu’utilisateur,

 Mise en cause de la fiabilité et/ou cohérence des informations,
 Alimentations trop longues et irrégulières,
 Outils et architecture technique inadaptés,
 Fraîcheur insuffisante des informations,
 Pas d’administrateur du système,
 Surenchère fonctionnelle concernant les analyses et les outils à
utiliser par rapport aux réels enjeux métiers.

40
Quelques facteurs clefs de succès
Pour la conduite de projet :
 Adopter une démarche incrémentale avec des objectifs précis et
quantifiés à l’avance ;
 Miser dès le départ sur un socle informatique stable, puis
coordonner des itérations courtes avec des résultats tangibles.

Dans la conception fonctionnelle :

 Préférer des états figés mais utiles à des analyses libres mais
compliquées
 Raisonner en flux amont-aval et en échanges transverses entre
utilisateurs

41
Quelques facteurs clefs de succès
Dans la mise en œuvre technique :

 S’assurer de l’évolutivité de la solution technique

 Privilégier les solutions paramétrables par un administrateur
fonctionnel
 Insérer dans la recette technique des tests de montée en charge

Pour la prise en compte des impacts organisationnels :

 Préparer le changement et l’insérer dans le plan de projet,

 Fonder et associer le plus tôt possible le futur administrateur du
système

42
Utilisations du système décisionnel

 Mailing
 Banque, Assurance
 Commerce
 Logistique
 Santé
 Ressources Humaines
 Télécommunications : pannes, fraudes, mobiles, ...

43
Le décisionnel en Mode projet

 Analyse
 Architecture du système
 Réalisation du système
 Mise en production
 Commerce
 Logistique

44
Analyse

45
L'architecture du système

46
Architecture technique : les facteurs clés des succès

 Bâtir un système techniquement fiable et qui soit

disponible.
 Prévoir une architecture ouverte et flexible.
 Construire un modèle de données évolutif, pouvant être
complété par la suite.
 Attacher une importance capitale aux problèmes de
performance.
47
Architecture technique : les facteurs clés des succès

 Ne pas négliger l'exploitation du système.

 Prototyper l'intégration du système le plus tôt possible.
 Préférer des solutions packagées à des solutions
spécifiques si possible.
 Choisir les outils en fonction des besoins et du contexte :
il n'existe pas d'outil universel
 Choisir des fournisseurs "solides"

48
La réalisation du système

49
Mise en production

50
 Facteurs clé de succès
• Choisir une architecture technique évolutive et des solutions
techniques éprouvées
• Être sélectif dans le choix des données du Data Warehouse
• Préférer (quand c'est possible) les outils du marché aux
solutions spécifiques
• Ne pas prolonger les choix d'outils
• Accorder une attention particulière aux extractions et
transformations de données (metadata, dictionnaire,
administration...)
51
 Facteurs clé de succès

• Mettre l'accent sur la transparence et le niveau de confiance

des utilisateurs dans le système.
• Revoir les processus pour tirer le meilleur parti du Data
Warehouse (décentralisation, accès direct à l'information)
• Accorder une importance suffisante à la conduite du
changement (préparation, formation, support ...)

52
Quelques Solutions …
 SAP Business Objetcs BI 4.x (Migration de BOs XI Release3 (Univers,
Reporting (Webi, Crystal Report)))

 SAP Business Information Warehouse (SAP BW) (son nom a légèrement

changé pour devenir SAP Netweaver BI)

 Microsoft Reporting Services

 Cognos (Cube + Outil de reporting Power Play) (orienté médical)

 QlikView

 Hyperion (orienté finance : spécialisé dans la consolidation budgétaire)

 SAS (statistiques)

 …
53