TD2
Modélisation des Données Décisionnelles
Exercice1 :
La société Chausséria, installée dans la région Rhône-Alpes, désire construire un entrepôt de
données pour suivre l'évolution de ses ventes de chaussures. L’entreprise Chausséria dispose
de deux magasins « Chauss_Lyon » et « Chauss_Bron » et vend plusieurs modèles de
chaussures.
1. Proposez un modèle conceptuel et logique d’entrepôt de données DW_Chausseria pour
observer l’évolution des ventes en termes du nombre total de paires de chaussures vendues
par rapport aux axes MOIS, ANNÉE, MAGASIN et MODÈLE.
2. Soit la représentation relationnelle du data mart Chausseria_01_02. Proposez un tableau
multidimensionnel pour observer le nombre total de paires de chaussures vendues par rapport
aux axes MAGASIN et MODÈLE.
a) Tableau multidimensionnel selon les 2 axes MAGASIN et MODÈLE
1
b) Calculer l’opérateur CUBE sur le data mart Chausseria_01_02 avec l’approche MOLAP.
c) Calculer l’opérateur CUBE sur le data mart Chausseria_01_02 avec l’approche ROLAP.
2
Exercice2:
Une université cherche à étudier les facteurs influant sur la réussite de ses étudiants aux
examens.
Pour cela elle décide de construire un Datawarehouse.
Elle souhaite pouvoir répondre aux questions suivantes:
Quel est le nombre de réussites aux examens par cours, pour l’année 2007?
Quel est le nombre de réussites aux examens d’un cours obligatoire, pour l’année
2007?
Quel est le nombre de réussites aux examens par sexe (féminin, masculin), pour
l’année 2007?
Combien d’étudiants ayant un âge de 22 ans ont réussi leurs examens de base de
données relationnelle?
Quel est le nombre de réussites aux examens pendant le semestre d’hiver 2006?
Pour cela elle dispose des données suivantes: Pour chaque examen passé, on connaît l’âge et
le sexe de l’étudiant, le nom du cours (les cours peuvent être regroupés en cours obligatoire et
cours à option), la date de l’examen, la note obtenue et si l’examen est réussi ou non.
Proposez un modèle en étoile pour cette application.
3
Exercice 3:
Une agence de voyage aimerait pouvoir analyser ses données afin de planifier de campagnes
de promotion auprès de ses clients. Plus particulièrement, elle aimerait analyser le nombre et
le montant des ventes en fonction:
• De la destination: hôtel, ville, pays, région, catégorie de région (ex: bord de mer, etc.),
catégorie de destination (ex: familial ou non)
• De la date d'achat: jour de l'année, jour de la semaine, mois, année, saison touristique (ex :
basse ou haute saison);
• De la date de départ: jour de l'année, jour de la semaine, mois, année, saison (ex: basse ou
haute saison);
• Du forfait: nombre de personnes, nombre de nuits, type de forfait (ex: tout inclus, inclus,
etc.), type de chambre (ex: standard, suite, penthouse, etc.) ;
• Du client: groupe d'âge, sexe, adresse, type d'acheteur (ex: nouveau, récurrent, etc) ;
• Du canal de vente: catégorie (ex: magasin, internet, etc.) ;
• De la promotion: catégorie (ex: 2 pour 1, rabais 10%, rabais 25%, etc.), début et fin de
validité ;
• Du mode de paiement: catégorie (ex: crédit, comptant, etc.) ;
a) Proposez un schéma en étoile permettant de faire ces analyses.
b) Proposez un schéma en flocon de neige permettant de faire ces analyses.
