Université de Yaoundé 1/Département d’Informatique INF L3/Année académique 2024-2025
INF3711 : Informatque Décisionnelle
Fiche de TD n◦ 2
Exercice 1: On veut construire un entrepôt de données afin de stocker et analyser
les données sur une plateforme digitale pour Véhicule de Transport avec Chauffeur
(VCT). La plateforme permet de :
1. Gérer les véhicules : il s’agit de créer, modifier, désactiver ou activer un
véhicule, associer ou dés-associer un véhicule à un chauffeur ou à un client,
voir l’état d’un véhicule (réservé ou libre), marquer un véhicule comme ré-
servé ou libre (sur une période donnée), consulter les détails d’un véhicule.
2. Gérer les chauffeurs (disponibilités, courses, ...)
3. Gérer les réservations de véhicules ou de chauffeurs. Une réservation est le
fait de garder quelque chose (dans notre cas, un véhicule ou un chauffeur)
en vue d’un usage particulier et précis. Une réservation sera caractérisée
par la ressource, la période, le montant, la zone de circulation, l’utilisa-
teur qui réserve, le mode de paiement, l’état de la réservation : prise (la
ressource est en cours d’utilisation), non prise (la ressource est en attente)
ou consommé (la ressource a été libérée).
Le Directeur Général s’intéresse à l’évaluation des réservations non satisfaites par
sa plateforme. Proposer un modèle en flocon de l’entrepôt de données.
Exercice 2: Concevoir un modèle en flocon qui permet d’analyser les volumes
de création des comptes bancaires dans une banque présente sur l’étendu du
territoire national. La qualité/quantité de est volumes sont mesuré par le type de
compte, le montant de versement initial, le nombre de produits bancaires souscrits
et sur des périodes correspondants à des semaines, mois, trimestres, années. Ces
mesures sont effectuées par gestionnaire de comptes et par chef d’agence. Chaque
gestionnaire travaille dans une agence bancaire sous l’autorité d’un chef d’agence.
Dans certaines villes, la banque comporte plusieurs agences.
Exercice 3: Concevoir un modèle en étoile qui permet d’analyser les ventes d’une
entreprise de ventes de véhicules disposant de plusieurs agences. Le principe est
de mesurer les ventes grâce aux quantités vendues et aux bénéfices, en fonction
des ventes réalisées par jour, dans une agence donnée, pour un véhicule donné.
L’objectif est de pouvoir analyser les ventes par jour, par semaine, par mois et
par année ainsi que par marque et type de véhicules. Les agences peuvent être
regroupées en fonction de leur ville et de leur pays.
Exercice 4: On dispose d’un outil OLAP pour analyser les salaires selon l’âge
et le niveau d’étude des personnes et la situation géographique des entreprises.
L’analyse selon l’âge peut se faire par année ou par décade (tranches de 10 années
à partir de 14 ans et jusqu’à 73 ans). L’analyse du niveau d’étude peut se faire
par le niveau d’enseignement atteint en fin d’études (primaire, secondaire, supé-
rieur) ou par le dernier diplôme obtenu (certificat de fin d’étude primaire, BEPC,
Bac, Licence, Master). L’analyse de la situation géographique peut se faire par
1
ville, département, région ou pays. Proposer le schéma en étoile de l’entrepôt de
données.
Exercice 5:
1. Concevoir un modèle en étoile qui permet d’analyser les ventes d’une en-
treprise de restauration rapide. Le principe est de mesurer les ventes grâce
aux quantités vendues et aux bénéfices, en fonction des ventes réalisées par
jour, dans un restaurant donné, pour un aliment donné. L’objectif est de
pouvoir analyser les ventes par jour, par semaine, par mois et par année.
Les restaurants peuvent être regroupés en fonction de leur ville et de leur
pays.
2. Modifier ce modèle en un modèle en flocon pour modéliser explicitement
les hiérarchies des dimensions représentant le temps et la localisation géo-
graphique des magasins.
3. On souhaite à présent mesurer le nombre de commandes qui est donné
par jour et par restaurant. Étendre le modèle précédent afin de prendre en
compte cet aspect.
Exercice 6: Un distributeur TV propose à ses abonnés un boîtier qui comporte
bouquet de chaînes de télévision interactives. Les chaînes de télévision proposées
par cet opérateur dans son bouquet sont des chaînes nationales et des chaînes
payantes. Le téléspectateur peut réagir (interactivement) de plusieurs manières
aux émissions et aux publicités qu’il reçoit au moyen de sa télécommande :
— A tout moment, il peut zapper vers une autre chaîne
— A tout moment, il peut éteindre son téléviseur
— Pendant une publicité, il peut zapper à la publicité suivante sans attendre
la fin de la publicité en cours.
— Pendant une publicité, il peut demander plus d’information sur le produit
présenté.
Le distributeur TV veut construire un entrepôt de données pour analyser les
actions du téléspectateur. L’objectif de cet entrepôt est de profiler au plus précis
chaque foyer foyer afin d’effectuer des publicités ciblées. En effet, l’opérateur
perçoit plus d’argent de la part de l’annonceur suivant le temps de visionnage du
spectateur au moment où l’annonce est passée. Représenter le modèle en étoile
de l’entrepôt de données.
Exercice 7: Une entreprise informatique est spécialisée dans le développement
d’applications Android qu’elle publie sur le store de Google ([Link]).
Chaque application peut être téléchargée par plusieurs personnes, identifiées cha-
cune par son adresse Gmail et pour laquelle on récupère le nom, le prénom et la
date de naissance. Une personne peut télécharger la même application sur dif-
férents appareils (de type Smartphone ou Tablette) ayant chacun un numéro de
série unique et un nom. Chaque appareil fait tourner une version Android ayant
une date de sortie. On suppose qu’on ne met pas à niveau le système Android de
chaque appareil.
L’entreprise veut connaître la popularité de ses applications. Pour elle, une
application est populaire si elle est utilisée plus que quatre (04) fois durant le
2
même jour par la même personne sur le même appareil. Aussi, une application
est populaire si elle totalise trois (03) étoiles sur cinq en moyenne chaque jour
par la même personne sur le même appareil. Enfin, l’entreprise veut connaître les
meilleurs mois et les meilleures années d’utilisation de ses applications.
1. Donner le schéma multidimensionnel en flocon de neige du cas ci-dessus.
Quelles sont les hiérarchies, si elles existent, contenues dans le schéma et
quel est le type de chaque hiérarchie ?
2. On veut analyser l’utilisation des applications selon la catégorie d’âge des
personnes. On s’intéresse initialement à deux catégories (moins de 18 ans
et plus de 18 ans). Proposer une modification du schéma tout en assurant
que le schéma reste stable dans le temps.
3. On veut approfondir l’analyse des utilisations des applications par un re-
groupement en dizaines d’années d’âge des personnes (vingtaines, tren-
taines, quarantaines, etc.). Proposer une modification stable dans le temps
du schéma multidimensionnel.
Exercice 8: Vous êtes recrutés par le gouvernement de votre pays comme un
binôme de consultants pour réaliser une étude préalable pour la construction
d’un entrepôt de données pour le suivi au plan national de l’évolution de la
pandémie du Covid-19. Le gouvernement de votre pays voudrait à l’issue de cet
étude préalable disposer d’un document qui contiendra :
1. Les spécifications techniques qui seront utilisées dans un appel d’offre pour
la sélection d’un cabinet informatique qui réalisera la mise en place de
l’entrepôt de données.
2. Les recommandations qui lui permettront de sélectionner le cabinet infor-
matique le plus compétent pour réaliser la mission.
Afin de produire le document attendu (maximum 6 pages) vous devez analyser
le projet de mise en place d’un entrepôt de données pour le suivi au plan national
de l’évolution de la pandémie du Covid-19 afin de faire ressortir :
1. Les décideurs pour lesquels les résultats issus de l’entrepôt de données
seront utiles.
2. Les sources, la localisation et la nature des données à traiter.
3. Une spécification à partir de laquelle le modèle logique de l’entrepôt de
données pourra être construit.
4. L’approche de réalisation de l’entrepôt de données
5. Les étapes de construction de cet entrepôt et pour chaque étape les contraintes
importantes à respecter.
6. Les sujets de l’entrepôt de données.
7. Les datamarts à construire.
8. Les compétences (humaines, matérielles, techniques, technologiques, ...)
que le cabinet informatique devra faire valoir pour assurer qu’il est capable
de réaliser le projet .
Pour chacun des points vous devez autant que possible justifier vos choix pour
que les experts qui analyseront votre rapport d’étude préalable soient convaincus
de ceux-ci.
3
