CHAIRE D’ENTREPRISE BI

Décisionnel – Enjeux , démarches et projets

-- Introduction --

Octobre 2018
 AGENDA – JOUR 1 - Après-midi

Présentation

Histoire de la BI

Exercice

3
 AGENDA – JOUR 2

Présentation exercice final

La BI – coté métier

Les besoins

Les métiers

Exercice

4
 AGENDA – JOUR 3

La construction d’un système

décisionnel

Les outils

Evolution de la BI

Présentations des cours

5
 Démarche

• Interactivité
• Echanges
• Synergie

1/3 1/3 1/3

Support Interaction Exercice
Pédagogie Active: rendre l'élève ou l’étudiant acteur de ses apprentissages, afin
qu'il construise ses savoirs à travers des situations de recherche.

6
 Fixons quelques règles communes

• Ordinateurs éteints sauf exercice

• Téléphones discrets
• Temps de pause

• Echanges

• Absences !
• Fiches de présence

7
Votre connaissance de la BI

8
Nous allons commencer ….

9
Nous allons commencer ….

10
 Genèse de la BI

Hans Peter Luhn (1958)

Business Intelligence as “the

ability to apprehend the
interrelationships of presented
facts in such a way as to guide
action towards a desired goal.”

Faits Relations Actions Objectifs

11
 Historique de la BI

Naissance
Hans Peter Naissance Terme Big
Luhn terme BI ERP Internet Data
1958 1989 1990 1993 1997

1980 1992 1996 1999

Schéma en Crystal Reports Explosion Analyse

étoile 1er outil BI sous Internet et prédictive
Windows puissance
informatique

La BI – BIG data, Cloud,

Priorité pour Dataviz, Mashups,
SAAS Hadoop les DSI Mobile, réseau social,….
2001 2006 2009 2011

2003 à 2008 2013

Facebook - Youtube Stockage in memory,

Twitter – Iphone - Federated queries.
Android
12
 Définitions

Lexiques: BI, Business intelligence, Informatique

décisionnelle, infocentre, business analytics…

Définitions classiques:

 Informatique au service du pilotage d’entreprise

 Informatique ayant comme objectif de mettre à
disposition des utilisateurs, toutes les informations
nécessaires à la prise de décision.

13
Synthèse des enjeux d’entreprise

1. Formation des groupes

2. 8 personnes maximum

3. 5 sujets priorisés

4. Argumentez !!!

14
 Synthèse des enjeux d’entreprise

1. Croissance d’entreprise — augmentation des ventes

et des profits, part de marché.

2. Gestion financière saine

3. Investissements

4. Développement des relations et des partenaires de

confiance

5. Recrutement, attraction et rétention des talents

6. Intégration des nouvelles technologies

7. …
15
 AGENDA – JOUR 2

Présentation exercice final

La BI – coté métier

Les besoins

Les métiers

Exercices

16
 Exercice final

Répondre à un appel d’offre en tant que Entreprise de Service Numérique.

Soutenance le lundi 22 octobre, passage par groupe

> Réception des questions & réponses avant le 9 octobre.

> Réception des supports de soutenance jusqu’au 21 octobre 23h59
> 40 minutes de présentation

Plan de réponse minimal :

> Exigence client : usage client, sécurité…

> Compréhension
> Démarche projet
> Proposition technique
> Chiffrage (fournir un abaque)
> Planning

+ Bonus
17
 POUR QUI, POUR QUOI, POURQUOI ?

Pour qui ?
Direction générale
Directions métier
Analystes et acteurs opérationnels
DSI
….

Pour quoi ?
Piloter les activités (commerce, production, rentabilité, budget, …)
Prendre des décisions (scénarios, impacts, simulations,..)
Mettre en œuvre un dispositif de management

Pourquoi ?
Evolution du contexte économique
Faire face à la concurrence
Enjeux de développement et de croissance

18
 Panorama des besoins

« Je veux faire des « Je veux créer des

analyses tableaux de bords
simplement » en quelques clics»

« Je veux enrichir mes « Je ne connais pas

analyses avec des tous mes besoins
données métiers » au début du projet  »

19
 Plusieurs niveaux de besoins

1% • Direction générale Tableaux de bord de

direction

• Contrôle de gestion
Analyses
19% •
•
Statisticiens
Expert Métier
multicritère
s

80 • Autres
Rapports ou
tableaux
% opérationnels

20
Finalités de la BI: transformation des données en information

Informations :
• organisées de façon spécifique
• facilement accessible
• appropriées à la prise de décision
21
En résumé…

Outil informatique

Démarche d’organisation
et de construction

Stratégie de pilotage et
de management

22
 Les métiers au sein de la BI

Développeur

Concepteur/analyste

Expert solution Pilotage de projet

Consultant fonctionnel

Expert technologique Gestion centre de

Expert métier
Maîtrise d’ouvrage compétence BI

Architecte
Data analyst, data scientist Gestion centre de service BI
DBA, etc.

23
 Les métiers au sein de la BI

Les qualités attendues

• Capacité à allier les aspects techniques et fonctionnels

(va-et-vient permanent)
• Capacité d’écoute, de transcription et d’anticipation
• Capacités techniques: connaissance des outils du marché
(forces, faiblesses, avantages et limites)
• Conseil et accompagnement au changement
• Prise d’initiative, proposition d’amélioration

24
25
 Méthode d’évaluation

Base d’évaluation: note collective par groupe

2 exercices interactifs

Modalité opératoire:
• Constitution de groupes
• 2 notes
o Exercice 1: 5 points
o Exercice 2: 5 points

Critères d’évaluation (poids identiques)

• Pertinence
• Capacité d’argumentation
• Dynamique de groupe
• Présentation et gestion du temps

Temps: 20 minutes préparation, 5 minutes oral

26
 Etude de cas interactive
Analysez un tableau de bord

5 points

27
Etude de cas interactive
Maîtrise d’ouvrage

28
 Etude de cas interactive
Maîtrise d’ouvrage

Sur la base de cette présentation

A qui elle s’adresse ?
Quels sont les types d'analyse possibles ?
Quelles sont les questions stratégiques sous-jacentes ?
Si on veut aller plus loin, quelles améliorations peut-on
apporter ?

Poids de l’exercice: 5 points

Critères d’évaluation (poids identiques)

Pertinence
Capacité d’argumentation
Dynamique de groupe
Présentation et gestion du temps

Temps: 20 minutes préparation, 5 minutes oral

29
 Etude de cas interactive - DEBRIEF
Maîtrise d’ouvrage

A qui elle s’adresse ?

Manager de services informatiques. Fournitures de Services aux utilisateurs et aux
responsables d’applications

Quels sont les types d'analyse possibles ?

Tendance, seuil de saturation, capacité vs moyens, allocation des ressources..,
comparatifs, etc.

Quelles sont les questions stratégiques sous-jacentes ?

Rapport coût/efficacité, coût/efficience d’un service informatique
Cf Mission du service infrastructure

Si on veut aller plus loin, quelles améliorations peut-on apporter ?

Forme: dataviz, bandeau gauche
Fonds: hiérarchisation, KPI qualité de service
Risques
Modalités de collecte et de consolidation des données

30
31
 Etude de cas
Analysez un tableau de bord – Décrire le besoin métier

Poids de l’exercice: 5 points

Critères d’évaluation (poids identiques)

Pertinence
Capacité d’argumentation
Dynamique de groupe
Présentation et gestion du temps

Temps: 40 minutes préparation, 5 minutes oral 32

33
34
 AGENDA – JOUR 3

La construction d’un système

décisionnel

Les outils

Evolution de la BI

Présentations des cours

35
Point de départ: l’analyse multidimensionnelle

36
Point de départ: l’analyse multidimensionnelle

Goût

Visuel Texture

Difficulté Coût

Originalité Durée de
réalisation

37
Point de départ: l’analyse multidimensionnelle

Goût Visuel

Durée de réalisation

Difficulté Coût

Texture Originalité

Nombre

38
 La modélisation du SID
Les notions de base

Les dimensions: Goût Visuel

Axes analytique selon lesquels on veut
Durée de réalisation
étudier des données observables qui,
soumises à une analyse Difficulté Coût
multidimensionnelle, donnent aux
utilisateurs des possibilités d’analyse et de Texture Originalité
visualisation multiples

Les faits:
Nombre
Données observables que l'on possède sur
un sujet et que l'on veut étudier.

39
 La modélisation du SID
Les notions de base

Analyser la répartition
d'un indicateur (ex :
chiffre d'affaires)  en
Année
fonction des axes ou Hiérarchie
d'une Mois
dimensions (ex : dimension

clients, produit, temps). Semaine

Jour
Produit

Pour chaque axe Indicateurs

Période
Dimensions
numériques d'analyse
d'analyse il peut exister
des hiérarchies

40
 Les éléments basiques de la construction

Systèmes
Sources Mélanger Unifier Présenter

Extraire

Nettoyer Transformer Restituer

Consolider Mettre en
forme

41
Du système transactionnel vers le système décisionnel

Enjeux et exigences spécifiques

42
 Pourquoi un environnement dédié ?

Les données contenues dans les systèmes transactionnels sont :

Eparpillées

Peu structurées

Orientées gestion au quotidien

=> Nécessité de construire une structure pour les héberger, les organiser et
les restituer à des fins d’analyse.

43
 Comparatif SI Transactionnel / SI Décisionnel

Base du SI opérationnel Base du SI décisionnel

Orientées ac tivité (thème, sujet),
Orientées applic ation, détaillées,
Type de données c ondensées, représentent des
préc ises au moment de l’ac c ès
données historiques
Nombre Allant c roissant et pouvant atteindre
Très important
d’utilisateurs des c hiffres très élevés
Type de travail Prédéfini (ex. éc rans de saisie) Souvent indéfini
De simple à c omplexe (jointures, tris,
Complexité des …)
Simple (ac c ès par index)
requêtes Dépend beauc oup du travail de
modélisation en amont
Volume de
données balayé Très nombreuses lignes (balayage
Peu de lignes
lors de l’exécution c omplet de tables)
d’une requête
Généralement par batc h, plus
De faç on c ontinue avec gestion des rarement au fil de l’eau
Mises à jour
c onc urrenc es d’ac c ès entre
réalisées Quasiment jamais de conc urrenc e
utilisateurs
d’ac c ès à gérer
Taille de la base Plus importante (notion d’historique
Variable
de données et d’agrégats)
Exemple C lients qui ont ac heté un article
Ac hats effec tués par un c lient
d’utilisation donné durant une période donnée
44
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes

45
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
SAS ou Staging
Datamarts performance
Données Espace de réception Cubes
technique des
externes données brutes issues du système
transactionnel (zone tampon)

46
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes ODS (Operational Data Store)
Espace de stockage intermédiaire entre les sources et le DWH. Il
ne contient pas toutes les données, juste celles à injecter dans le
DWH (les données du jour par exemple). Les données n’ont pas
subi de transformations, elles sont telles qu’elles le sont dans les
47
sources
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes
DWH (Data Warehouse)
Contient toutes les données provenant des différentes sources.
Les données ont déjà été triées, redressées et agrégées. De plus
elles ont subi des transformations et sont stockés dans un modèle
orienté BI (Etoile, Flocon, etc…) 48
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes

Référentiel d’entreprise
Ou Master Data (client, produit, etc..) 49
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes

DTM ( Datamart)
Une partie du Data Warehouse répondant à un besoin métier (Les Ventes, le stock, les
RH,…) ou un sous-ensemble organisationnel (un département de l’entreprise, un 50
secteur d’activité,…)
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration
Cubes

Structure ..de stockage spécifique Pilotage

ou les indicateurs (Metrics) y sont opérationnel
agrégés en fonction des axes Data Warehouse
d’analyse SAS/
Fichiers
Un cube ... : 3 dimensions, permet
d'extractions
de se représenter le principe de Référentiels Pilotage
analytique
cube. Données
Dansopérationnels
la réalité, du au-delà de trois
SI
axes, on parle d’hyper cube
ODS
Autant de dimensions que d’axes
d’analyse Pilotage de la
Datamarts performance
Données Cubes
externes

51
 Découpage en couches logiques (schéma simplifié)

SI sources Bases Bases décisionnelles Restitution Simulation

d'intégration

.. Pilotage
opérationnel
Data Warehouse
SAS/
Fichiers
... d'extractions
Référentiels Pilotage
Données analytique
opérationnels du
SI
ODS

Pilotage de la
Datamarts performance
Données Cubes
externes

Portail
Point d’accès aux différents rapports, Tableaux de bords, … 52
 Les fonctionnalités du SID (exemple)
Reporting
Front Office
P51 P43 Elaboration
prédéfini et
budgétaire
à la demande

P81 Interfaces
sortantes

P32 Alimentation
agrégat
P10 Gestion du
référentiel
patrimonial P44 Diffusion des données budgétaires

P33 Rejet et intégrité P42 Publication

Contributor
P23 Intégration base à base
Alimentation
P31 référentiel
Extraction P41 Préparation des
& élémentaire
P21 des systèmes P22 Intégration références du budget
opérationnels fichiers plats
Entrepôt (DWH) Elaboration
Interfaces ODS budgétaire
P70 Initialisation

Administration
P60 Traçabilité
Back Office
Systèmes P01 Pilotage alimentation
opé
opérationnels

Processus de traitement de données Processus utilisateur

PXX (alimentation, restitution, saisie)
PXX (restitution & saisie de données)

Processus amont
PXX Processus transverse PXX (sur les applications opérationnelles)
 Le B-A-BA de la mise en œuvre d’une solution BI

Voir grand
et
Commencer petit
Pourquoi ?
Cas pratique
Cas pratique
Les solutions technologiques

63
64
 Traitement des données

L’ETL récupère des données depuis plusieurs sources grâce à des connecteurs

DB

Ms Excel

Cubes

Fichiers
plats

XML

Web
ETL
Services

ERP Tri
Consolidation
Qualité des données Agrégation
Vue métier
Etc … Croisement / Calcul d’indicateurs Calcul
indicateurs
Redressement

Archivage / Purge
 Traitement des données

L’ETL, une méthode de traitement des données

ETL signifie Extract – Transform – Load

Extraire des données depuis une ou plusieurs sources hétérogènes

Transformer ces données (les filtrer, les trier, les agréger)

Charger ces données dans un entrepôt de données (Operational

Data Store, Data Warehouse, Infocentres, Datamart, …)
 Les ETL du marché

Solutions commerciales
 Informatica - Power Center
 Oracle - Data Integrator
 SAS – Data Management
 Microsoft - SQL Server Integration Services (SSIS)
 IBM - InfoSphere Information Server - Datastage
 SAP – BusinessOjects Data Services
 …

Solutions Commerciales / Open-Sources

• Talend - Data Integration
• Pentaho - Data Integration
• …
 Les ETL du marché

Le Magic Quadrant de 2018 du cabiné

Gartner – Data Integration Tools

Source:
[Link]
 Les nouveaux challenges

Croissance rapide des volumes de données

Multiplicité des sources de plus en plus variées
Désynchronisation des exigences de chaque
couche de l’architecture décisionnelle
Complexités de transformation (des algorithmes de
plus en plus évolués)
Le raccourcissement des fenêtres de tir et des
temps de chargement pour se rapprocher au temps
réel
 Tendances

Principaux ETL du marché : clients lourds

Les nouvelles tendances: l’ETL « Cloud »

Informatica
IBM
Talend
 Restitutions décisionnelles

En bout de chaîne de la BI, le domaine de la restitution comprend les usages

et fonctionnalités permettant de :

Représenter les données sous différentes formes :

Tabulaires, graphiques, géographique

Regrouper des rapports dans un document ou dans un tableau de bord

Mettre a disposition des données auprès des métiers afin qu’il

puissent effectuer des analyses

Navigation interactive (forage dans les données, manipulation d’axes

d’analyse, …)

Réalisation de rapports Ad-hoc (requêtage libre)

 Type d’utilisateur

1 2 3

Utilisateurs d’états Utilisateurs pousse Utilisateurs avancés

standards boutons

• Domaine métier • 1 plus… • 2 plus…

• Vocabulaires, • Objets de • Structure et
termes utilisés l’application modèle de
nécessaire à créer données
des requêtes
Les connaissances requises
 Fonctionnalités

Les différents modes de représentation

Liste ou tableaux droits , Tableaux croisés
Graphiques
Géographiques
Forage (Drill)
Personnalisation (de la mise en forme, des filtres, des tris, etc…)

Gestion des droits

Droits d’accès aux rapports et TDB – Gestion de droits classique. Un
user a accès ou non à des rapports ou des TDB
Droits d’accès aux données. Au delà du droit d’accès aux objets, un
utilisateur ne voit que les données qui le concerne (exemple Directeur
France vs Directeur IDF). Tous deux ont les mêmes droits sur les
rapports et TDB mais ne voient pas la même chose. On parle aussi de
contextualisation.

Mode d’accès à la BI
Portail BI
Embedded (intégré à d’autres applications)
Diffusion de masse
 Usages

Reporting Ad-Hoc : réalisation de restitutions à la demande

par les utilisateurs à partir de données mises à disposition.

Reporting de masse: Génération et envoi planifié de

documents, de TDB sous différents formats (MS Office, Open
Office, PDF, Web, …)

Reporting de Pilotage, Scorecards, Tableaux de Bords

Mobilité

Calculs prédictifs (La mise en évidence des corrélations),

Data Mining

Prescriptif
 Usages et Fonctionnalités : processus utilisateur

L’utilisateur choisit les données auxquelles il aura accès, et le

niveau de détail de son analyse, ainsi il peut :

Constater : suivre les indicateurs, identifier les tendances.

Localiser et comprendre : analyser les tendances, isoler des

fluctuations conjoncturelles.

Expliquer : analyser les données pour identifier les raisons de la

variation d’un indicateur.

Simuler des situations.

 Les solution de restitutions décisionnelles
Le Magic Quadrant de 2018 du cabiné Gartner – Analytics Solutions

Source: [Link]
 Les évolutions technologiques

Les Solutions d’hier et d’aujourd’hui

Clients lourds (tend a disparaître)

Clients légers (portail Web)

Diffusion de masse (Génération et envoi de documents)

Les nouvelles tendances

IaaS, PaaS, SaaS (Software As A Service)

Nouveau mode de vente des éditeurs. Pas de vente de licences mais sous forme
d’abonnement mensuel et par utilisateur ,selon l’usage ou encore en fonction du
volume,…

Adapté aux PME/PMI (pas de frais de structure, de maintenance,…)

Mobilité et « responsive Design »

Dataviz

Cloud
 Les évolutions technologiques
Liste des logiciels en mode cloud/saas 

Informatique décisionnelle
BIME, Birst, BIRT onDemand (Actuate), Cloud9 Analytics, EasyInsight,
EdgeSpring, GoodData, Indicee, InsightSquared, Jaspersoft BI
Professional for AWS Edition, Lattice, NetSuite (SuiteAnalytics),
Pentaho, SAP BusinessObjects BI OnDemand, Sumall, Yellowfin, Yurbi,
Zoho Reports.

Traitement analytique
1010 Data, Datameer, Google Analytics, Kognitio, Kontagent,
Microstrategy Cloud Express, Mixpanel, PivotLink, Precog, Rosslyn
Analytics, SAS (Solutions OnDemand), SpatialKey, Tableau Software,
Tibco Spotfire, Trackerbird.
Evolution de la BI: 3 axes

BI nouvelle
génération
 L’évolution de la BI – Vision TALAN

Cohérence stratégie métier

BI Next Gen
Nouvelle
s
Dataviz Agilité technos
BI

Cohérence « expérience utilisateurs »

 Les grandes tendances

Big Data

Technologie répondant à une triple problématique : Les 3V

Volume des données
Variété des données
Vélocité d’exécution

Face à l’explosion du volume de données, les bases relationnelles

sont inadaptés.

Les principales Technologies :

Bases NoSQL (MongoDB, Cassandra, …)

Infrastructure de serveurs distribués (Hadoop)

Stockage in-Memory (Plus rapide que les bases de données

traditionnelles)
 Les grandes tendances

Temps réel

Les données des environnements BI sont souvent désynchronisés des

systèmes sources (ERP, Fichiers plats, …). L’objectif est de minimiser
la durée des processus de la chaîne ETL afin de se rapprocher de la
réalité.

Reporting intégré (ou Embended pour embarqué): reporting

intégré aux applications de gestion

Mobilité (Smartphone, Tablettes, …)

 Les grandes tendances

Data Science est une évolution du datamining classique, permettant de :

Analyser, récolter et qualifier tous types de données

S’adapter à un écosystème Big Data : données stockées sur Hadoop,

parallélisation des traitements (MapReduce)

Programmer des algorithmes prédictifs puissants sous de nouveaux

composants (Spark, Pig, Mahout, …) ou via les outils historiques du
dataminer (SAS, SPSS, R, …)

Restituer ces données grâce à la data visualisation

 BI et Management
Tableau de bord stratégique (ou BSC)
Notion datant des années 1990 (David P. Norton et Robert S. Kaplan)
Outil de pilotage des performances
Démarche de management

Formalisation
de stratégie

Communicatio
n des objectifs

Implication des
acteurs de
mise en œuvre

Pilotage des
actions à
travers des
indicateurs
 BI et Technique de communication
La Dataviz

Définition: Ensemble de techniques de représentation des données

pour:
Mieux disposer d’une représentation claire et efficace de chaque
situation
Accélérer et faciliter la compréhension
Améliorer la prise de décision
Percevoir et
Visualiser Décider
comprendre

Repose sur le mode de fonctionnement du cerveau humain dans la

sélectivité et l’interprétation des informations mise à disposition
(s’adresser à l’intelligence visuelle)
Sens de lecture
Organisation des informations
Couleurs
Formes, etc.
 BI nouvelle génération

Alimentation Stockage Visualisation/Exploration

WW
W.
Pages Web

Fichiers
Outils de
Réseaux sociaux Data Warehouse restitution
externes/internes

Média Mails
Cluster Hadoop Analytics
Open ETL
data
Objets / capteurs
connectés
SQL

Donnée
structurées / Non
structurées
CHAIRE D’ENTREPRISE BI
Présentation des cours TALAN
 Présentation des cours

Sources
ERP,CRM..

ETL BI/EPM E-Business

EAI
Reporting Portails collaboratifs,
DQM
Datawarehouse Solutions de mobilité BI
Référentiels Datamart
(MDM)
MDM
Les données
Cognos

Datastage Modèle de coûts et élaboration budgétaire

TM1
Dataviz
Big Data
Gestion de projet BI
Introduction BI
96
CHAIRE D’ENTREPRISE BI
Décisionnel – Enjeux , démarches et projets

Octobre 2017