Partie 1 :
Exercice 1 :
1. Définitions
♦ Système d'information décisionnel :
Est un ensemble des outils et méthodes qui permettant de collecter, traiter, analyser et
présenter les données d’une organisation pour prendre des décisions stratégiques.
♦ ETL : Extraction Transformation Changement
Est les processus et les outils qui permet de migrer les données des sources vers
l’entrepôt de données
♦ Entrepôt de données :
Un entrepôt de données est un système qui centralise et organise des données variées
pour faciliter leur analyse et aider à la prise de décision.
2. Le rôle d'un système décisionnel dans une entreprise :
• Amélioration des performances
• Analyse des données
• Aide à la prise de décision
• Support à la planification stratégique
3. Le rôle d'un système décisionnel dans une entreprise :
• Un système décisionnel collecte et analyse des données pour faciliter la prise
de décision.
• Les données proviennent de différentes sources comme les systèmes de
gestion ou les bases de données.
• Elles sont nettoyées et organisées grâce à des outils ETL avant d’être stockées
dans un entrepôt de données.
• L’entrepôt centralise les informations et les prépare pour des analyses
avancées.
• Des outils comme les tableaux de bord et les rapports permettent de visualiser
les données et d’identifier les tendances ou les performances.
4. Les composants d'un système décisionnel :
− Sources de données
− ETL
− Entrepôt de données (Data Warehouse)
− Cubes OLAP
− Outils d’analyse et de reporting
Exercice 2 :
• ETL : Talend
• Entrepôt de Données : Microsoft Azure Synapse
• Analyse des Données : python
• Visualisation et Reporting : Power BI
Exercice 3 :
− Taux d'Acceptation des Crédits
− Taux de Défaut
− Taux de Remboursement
− Montant Total des Crédits en Cours
− Taux de Croissance des Crédits
Exercice 5 :
KPIs à suivre:
− Chiffre d'affaires par région magasin produit
− Quantité vendue par produit
−
Partie 1 :
Exercice 1 :
1. Extraction de données :
L'extraction de données consiste à récupérer des données provenant de différentes
sources pour les utiliser dans des analyses ou les stocker ailleurs, comme dans une
base de données.
2. Sources structurées vs non structurées :
• Sources structurées : Les données sont organisées sous forme de tables
(exemple : bases de données, fichiers Excel).
• Sources non structurées : Les données sont désorganisées et peuvent être
sous forme de texte, images ou vidéos (exemple : emails, documents PDF,
réseaux sociaux).
3. Types d'extraction de données :
• Extraction complète
• Extraction incrémentielle
• Extraction delta
Différence entre extraction incrémentielle et delta :
• Incrémentielle : On prend seulement les nouvelles données.
• Delta : On prend les nouvelles données et celles qui ont changé.
4. Différence entre extraction incrémentielle et delta :
• Incrémentielle : On prend seulement les nouvelles données.
• Delta : On prend les nouvelles données et celles qui ont changé.
6. Comparaison des techniques d'extraction :
• Extraction manuelle : Faire les choses à la main, par exemple, copier des
données d'un fichier Excel.
• Extraction automatisée : Utiliser des outils pour extraire les données
automatiquement, ce qui est plus rapide et moins sujet aux erreurs.
• Extraction via API : Utiliser des interfaces spécifiques pour récupérer des
données en temps réel, comme avec des services bancaires ou des sites de
données.
• Web scraping : Extraire des données directement depuis des sites web, souvent
utilisé quand il n'y a pas d'API disponible.
7. Exemples d'application :
• Manuelle : Copier des informations depuis un fichier Excel.
• Automatisée : Utiliser un logiciel pour collecter des données sur les ventes
chaque jour.
• API : Utiliser une API pour obtenir des informations financières en temps réel.
• Web scraping : Extraire des prix de produits sur des sites de commerce en ligne.
Exercice 3 :
1. :
SELECT * FROM CLIENTS WHERE Date_Inscription > ‘2023-01-01' ;
2. :
SELECT* FROM CLIENTS WHERE Date_Inscription > ‘2023-01-01' AND Pays = 'France';
