Les entrepôts de données

1
Plan
 Introduction
 Les entrepôts de données
 Les datamart
 Architecture
 Modélisation
 Alimentation
 Les bases de données multidimensionnelles
 Le marché du décisionnel
 Démonstration
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
Pourquoi et
Qui sont mes
comment le
meilleurs
chiffre
clients?
d’affaire a
baissé?

A combien
Quels clients
s’élèvent mes
consomment
ventes
beaucoup de
journalières?
poisson?
3
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
4
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:
DATA WAREHOUSE

5
Le processus de prise de décision

Champs d’application des

systèmes décisionnels

Définir le Rassembler Analyser les Établir des Décider

problème les données données solutions

Temps de prise d’une décision

6
Le processus de prise de décision

Prise de
décision

Bases de Data Base multi - Prédiction /

production warehouse dimensionnelle simulation

7
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)
 …
8
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
9
piloter la stratégie Achat.
Plan
 Introduction
 Les entrepôts de données
 Les datamart
 Architecture
 Modélisation
 Alimentation
 Les bases de données multidimensionnelles
 Le marché du décisionnel
 Démonstration
10
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

11
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

Ass. Vie Ass. Auto Ass. Santé

Client
Police

12
Les 4 caractéristiques des data warehouse

2. Données intégrées:
 Normalisation des données
 Définition d’un référentiel unique
h,f

1,0 h,f

homme, femme

GBP
EUR
CHF

USD 13
Les 4 caractéristiques des data warehouse

3. Données non volatiles

 Traçabilité des informations et des décisions prises
 Copie des données de production

Bases de production Entrepôts de données

Ajout
Suppression

Accès
Modification Chargement

14
Les 4 caractéristiques des data warehouse

4. Données datées
 Les données persistent dans le temps
 Mise en place d’un référentiel temps
Image de la base en Mai 2005 Image de la base en Juillet 2006
Répertoire Répertoire
Base de Nom Ville Nom Ville
production
Dupont Paris Dupont Marseille
Durand Lyon Durand Lyon

Calendrier Répertoire
Entrepôt Code Année Mois
Code Année Mois
de
1 2005 Mai 1 Dupont Paris
données
2 2006 Juillet 1 Durand Lyon
15
2 Dupont Marseille
SGBD et DW
Les SGBD sont des systèmes conçus pour l'OLTP (On-Line Transaction
Processing).

Permet d'insérer, modifier, interroger des informations rapidement,

efficacement, en sécurité.

Deux objectifs principaux :

- ajouter, retrouver et supprimer des enregistrements repérés par une clef

- ces opérations doivent pouvoir être effectuées très rapidement, et

par de nombreux utilisateurs simultanément.

Les systèmes OLTP sont mal adaptés à l'analyse de données.

SGBD et DW

Les entrepôts sont des systèmes conçus pour l’aide à la prise de décision.

Les objectifs principaux sont

regrouper, organiser, coordonner des informations provenant de
sources diverses,
les intégrer et les stocker pour donner à l’utilisateur une vue
orientée métier,
retrouver et analyser l’information facilement et rapidement.

Questions typiques :
Quels sont les produits qui se vendent le mieux dans chaque région,
et quel est l’impact des données démographiques sur ces résultats
de vente ?
SGBD et DW

Un entrepôt recouvre un horizon bien plus long dans le temps

que les systèmes de production.

Il inclut de nombreuses bases de données «travaillées» de façon à

définir les données uniformément.

Il est optimisé pour répondre à des questions complexes pour décideurs

et analystes.
SGBD et DW
Service Service Service
OLTP: On-Line commercial Financier livraison
Transactional BD prod BD prod BD prod
Processing
Clientèle

H
I
Data Warehouse S
T
OLAP: On-Line O
Analitical R
Clientèle I
Processing
Q
U
19
E
SGBD et DW
Les entrepôts sont physiquement séparés des systèmes de production,
pour des raisons de

Performance : les données des systèmes de production ne sont pas organisées pour
pouvoir répondre efficacement aux requêtes des systèmes d’aide à la décision.
Même les requêtes simples peuvent dégrader sérieusement les performances.

Accès aux données: un entrepôt doit pouvoir accéder aux données uniformément,
quelle que soit la provenance des données.

Formats des données: les données des entrepôts sont transformées, et doivent être
disponibles sous un format simple et unique.

Qualité des données: les données d’un entrepôt sont propres et validées. La qualité
des données est vue au sens large du décisionnel, et ne peut être réalisée qu’après
comparaison avec d’autres éléments.
SGBD et DW
BD- OLTP Entrepôts
Objectif collecte de données consultation et analyse
opérations au jour le jour

Utilisateurs un département (Employé) transversal (Gestionnaire)

Types de
données de gestion données d’analyse
données (données courantes) (données historiques)
Informations détaillées détaillées + agrégées
n-uplets accédés dizaines millions
Opérations requêtes simples, pré-déterminées requêtes complexes, ad-hoc
sélections et mises à jour
nombreuses transactions
sélections peu de transactions
transactions courtes transactions longues
temps réel batch
recherche d'enregistrements
détaillés agrégations et group by
OLTP VS DW
OLTP DW
Orienté transaction Orienté analyse
Orienté application Orienté sujet
Données courantes Données historisées
Données détaillées Données agrégées
Données évolutives Données statiques
Utilisateurs nombreux, Utilisateurs peu nombreux,
administrateurs/opérationnels manager
Temps d’exécution: court Temps d’exécution: long

22