Semestre : 6 Parcours ISIL
Unité d’enseignement Méthodologique
Matière : Business intelligence (BI)
Crédits : 2
Coefficient : 1
Objectifs de l’enseignement : l’objectif de cette matière est d’apporter
des connaissances à l’étudiant pour : Comprendre le business intelligence
Déterminer les différentes étapes dans la mise en place d'un projet B.I
Examiner le marché de la BI et les outils leaders
Connaissances préalables recommandées : maitrise de base de données
relationnelles
Contenu de la matière :
I. BI vs ERP
II. Architecture classique d'une solution BI
III. ETL et Data
IV. Modèles multi-dimensionnels et OLAP
V. Data Warehouse Modeling
VI. Data Warehouse architecture
VII. BI et Data Mining
VIII. KPI, Dashboard, Scorecards et Cockpit
IX. Real-time BI
Mode d’évaluation : examen final (100%)
Références:
Alphonse Carlier Business Intelligence et Management, AfnorÉditions,
2013, (ISBN 978-2-12-465429-1); EAN : 9782124654291
Jean-Marie Gouarné, Le Projet décisionnel - Enjeux, Modèles,
Architectures du Data Warehouse [archive], Eyrolles, 1997, (ISBN 978-2-
212-05012-7)
Alain Garnier, L'Information non structurée dans l'entreprise - Usages et
Outils, Hermes - Lavoisier, 2007, (ISBN 978-2-7462-1605-1)
R. Kimball, L. Reeves, M. Ross, W. Thornthwaite, Le Data Warehouse :
Guide de conduite de projet, Eyrolles, 2005, (ISBN 978-2-212-11600-7)
Alain Fernandez, Les Nouveaux Tableaux de bord des managers, Le
Projet Business Intelligence clés en main, Eyrolles, 6e édition,
2013. (ISBN 978-2-212-55647-6) présentationéditeur [archive]
Roland et Patrick Mosimann, Meg Dussault, The Performance Manager
Faire de la performance le quotidien de chacun [archive], CognosPress,
2007, (ISBN 978-0-9730124-4-6)
James Taylor, Decision Management System [archive], IBM Press,
Pearson Education
1
I. BI vs ERP
1. Définition ERP. un « Enterprise Resource Planning (ERP) » c’est-à-
dire, en français, un Progiciel de Gestion Intégrée (PGI).Cette catégorie
de logiciel a pour vocation de couvrir tout ou partie des domaines d’une
entreprise au sein d’une solution intégrée unique. L'ERP est un logiciel de
gestion qui permet à l'entreprise d’intégrer différentes fonctionnalités
telles que :
• La gestion comptable et financière (ERP de gestion comptable, ERP de
gestion de facturation),
• La gestion des stocks (logiciel ERP gestion des stocks),
• La gestion des ressources humaines,
• La gestion des fournisseurs (ERP fournisseurs grande distribution)
ainsi que,
• La gestion de la vente,
• La gestion de la distribution ou encore,
• La gestion de l'e-commerce (ERP commerce, ERP de commerce détails
spécialisé).
2. Définition BI. La Business Intelligence (informatique
décisionnelle)a le but est de permettre aux managers de prendre des
décisions opérationnelles et stratégiques, sur la base
d’informations structurées, visuelles et pertinentes. Elle 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. Ce type d’application utilise en règle
générale un datawarehouse (ou entrepôt de données) pour stocker des
données transverses provenant de plusieurs sources hétérogènes et fait
appel à des traitements lourds de type "batch" pour la collecte de ces
informations.L’informatique décisionnelle s’insère dans l’architecture plus
large d’un système d’information.
II. Architecture classique d'une solution BI
1- Collecter : Les outils d'ETL (Extract Transform and Load
nettoyer et consolider les données Extraire les données des systèmes de
production et les adapter à un usage décisionnel.
-2- Stocker : Le Data warehouse et le datamart
les données structurées et traitées afin qu'elles soient disponibles pour un
usage décisionnel.
-3- Distribuer Ou plutôt faciliter l'accessibilité des informations selon les
fonctions et les types d'utilisation.
-4- Exploiter ou comment assister du mieux possible l'utilisateur afin qu'il
puisse extraire la substance de l'information des données stockées à cet
usage.
2
3
Exemple de source de données hétérogènes
Exemple : CV, dépenses missionnaires.
III. ETL et Data
Extract-transform-load ou ETL, ou extracto-chargeur, (ou parfois :
datapumping). Il s'agit d'une technologie
informatique intergicielle (comprendre middleware) permettant d'effectuer des
synchronisations massives d'information d'une source de données (le plus
souvent une base de données) vers une autre. Selon le contexte, on est amené à
exploiter différentes fonctions, souvent combinées entre elles : « extraction »,
« transformation », « constitution » ou « conversion », « alimentation ».
Exemples d’Etapes :
1. Extraction :
Compiler des données provenant de sources pertinentes.
Organisez les données pour les rendre cohérentes.
2. Transformation :
Convertir les données en fonction des besoins de l'entreprise.
Reformatez les données converties dans un format standard pour assurer
la compatibilité.
Nettoyer les données non pertinentes des jeux de données.
o Trier et filtrer les données.
o Effacer les informations en double.
o Traduisez si nécessaire.
3. Chargement
Chargez des ensembles de données bien transformés via un chargement
en bloc.
4
Chargez des ensembles de données douteux via des insertions SQL par
exemple.
5
IV. Architecture technique du Data Warehouse
1. Définition du Data Warehouse : ou entrepôt de données, est une base de
données dédiée au stockage de l'ensemble des données utilisées dans le cadre
de la prise de décision et de l'analyse décisionnelle.
2.Définition du Datamart : est une version plus réduite du data warehouse. Le
data mart est orienté sujet ou thème
3. les caractéristiques du Data Warehouse
Le Data Warehouse n'est pas une simple copie des données de production. Le
data warehouse est organisé et structuré.
Orienté sujet :Au coeur du Data warehouse, les données sont organisées par
thème. Les données propres à un thème, les ventes par exemple, seront
rapatriées des différentes bases OLTP de production et regroupées.
Intégré :Les données proviennent de sources hétérogènes utilisant chacune un
type de format. Elles sont intégrées avant d'être proposées à utilisation
Non volatile :Les données ne disparaissent pas et ne changent pas au fil des
traitements, au fil du temps (Read-Only).
Historisé :Les données non volatiles sont aussi horodatées. On peut ainsi
visualiser l'évolution dans le temps d'une valeur donnée.
Le degré de détail de l'archivage est bien entendu relatif à la nature des
données. Toutes les données ne méritent pas d'être archivées.
3. Les architectures :
3 architectures technologiques typiques et classiques pour le stockage de
grandes quantités de données pour des fins décisionnelles : SMP, MMP et
Cluster.
SMP (Symetric Multi-Processing)
Principe : le modèle d'architecture de type "SMP" est fondé sur l'exploitation de
plusieurs processeurs identiques oeuvrant en parallèle et partageant une
mémoire commune. Inconvénients : la mémoire est unique, la synchronisation
de l'accès à la mémoire par les différents processeurs constitue le principal
inconvénient de ce type d'architecture.
MMP (Massively Parallel Processing)
Principe : le modèle d'architecture de type "MPP" est fondé sur
l'exploitation d'un nombre important de processeurs. Chaque processeur
dispose de sa propre mémoire.
Inconvénient : il nécessite des développements spécifiques. Les
traitements doivent être prévus dès la conception pour une exécution sur
ce type d'architecture.
Cluster
o Principe : : avec l´architecture de type "Cluster", les ordinateurs sont
organisés en "grappes". Ils sont interconnectés par des liaisons rapides
Ethernet. Sur le plan du principe, le fonctionnement est assez proche de
l'architecture MMP.
o Inconvénient : : le programme à exécuter doit impérativement être
développé pour ce type d'architecture.
6
V. BI et datamining
