Scribd
Importer
38 vues4 pages

CHAP3

Le chapitre traite des bases de données multidimensionnelles et des systèmes d'information de gestion, soulignant les limitations des systèmes opérationnels pour l'analyse des données. Il présente les avantages des environnements Data Warehouse, tels que la fiabilité et l'intégration des données, ainsi que l'importance de la Business Intelligence pour transformer les données en informations exploitables. Enfin, il définit un Data Warehouse comme une collection de données orientée sujet, intégrée et non volatile, essentielle pour la prise de décisions de gestion.

Transféré par

kabouabdelkrim2004
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
38 vues4 pages

CHAP3

Le chapitre traite des bases de données multidimensionnelles et des systèmes d'information de gestion, soulignant les limitations des systèmes opérationnels pour l'analyse des données. Il présente les avantages des environnements Data Warehouse, tels que la fiabilité et l'intégration des données, ainsi que l'importance de la Business Intelligence pour transformer les données en informations exploitables. Enfin, il définit un Data Warehouse comme une collection de données orientée sujet, intégrée et non volatile, essentielle pour la prise de décisions de gestion.

Transféré par

kabouabdelkrim2004
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Chapitre3: Les bases de données multidimensionnelles

(DATAWAREHOUSE)
Systèmes d’Information de Gestion
Les SI fournissent les données métier.
Les états (Rapports) sont développés à la demande.
Les états fournissent peu de possibilités d’analyse.
Les outils d’aide à la décision DSS donne un accès ad hoc aux données.

Analyser les données à partir des Systèmes Opérationnels


Structures de données complexes.
Systèmes conçus pour un haut niveau de performance et de débit.
Les données ne sont pas présentées à l’utilisateur de manière significative.
Les données sont dispersées.
Les systèmes OLTP (Online transaction processing) ne sont pas adaptés pour
des requêtes intensives.

Extraction des données

Le traitement devait se faire loin des systèmes opérationnels


Les décideurs possèdent dorénavant les données d’analyse

Problèmes avec les extractions des données


Effort dupliqué
Technologies hétérogènes
Pas de métadonnées en commun

Problèmes de qualité de données lors des extractions

Pas de repère de temps en commun Différentes signification des champs


Algorithmes de calcul différents Information manquante
Différents niveaux de granularité Pas de règles de correction des
Différents noms de champs données
Pas de possibilités de drill-down

1
Data Warehousing et Business Intelligence

Avantages des Environnements DataWarehouse


Information contrôlée, fiable et de qualité
Source unique des données
Pas de duplication des efforts
Pas besoin de supporter plusieurs technologies
Pas de disparité des données, de différences de signification
Pas de conflit de période de temps, Pas de confusion d’algorithmes, ou de
restriction de drill-down
Business Intelligence (BI)
“Business intelligence est le processus de transformation
des données en des informations afin d’arriver à la
découverte de la connaissance.” – Gartner Group
L’objectif du BI est de convertir la masse de données en
une valeur métier à travers le reporting analytique
Exigences
Conception efficace des data warehouses
Reporting d’entreprise
Analyses et requêtes (relationnel et multidimensionnel)
Analyses avancées
Intégration avec les portails d’entreprise
Administration simplifiée
Environnement intégré
Data Warehouse
“Un data warehouse est une collection de données orientée sujet, intégrée, non
volatile, et évolutives dans le temps utilisée pour aider à la prise de décisions de
gestion.” W.H. Inmon
Data Warehouse à l’échelle de l’Enterprise
Supporte une implémentation à grande échelle
Couvre tout le métier
Contient les données de tous les sujets
Développé de manière incrémentielle
Une source unique des données à l’échelle de l’entreprise
Comprend des données synchronisées à l’échelle de l’entreprise
Point de distribution unique pour les data marts dépendants

2
orientée sujet
Les données sont classées et
stockées par sujet métier plutôt que
par application

Intégrée

Les données d’un sujet sont définies


et stockées une seule fois

Evolutives
Les données sont stockées comme
une série de clichés (snapshots),
chacun représentant une période du
temps.

non volatile

Les données dans le data warehouse


ne sont ni modifiées ni supprimées.

3
4

Vous aimerez peut-être aussi