Informatique Décisionnelle

(Au Business Intelligence

BI)

Enseignante: Nacef Abir

2023/2024
Chapitre 1

Introduction à Informatique Décisionnelle

( Business Intelligence BI)
Plan

 Définition de la BI
 Objectifs de la BI
 Fonctionnement d’une plateforme BI
 Technologies de la BI
 Composantes de la BI
 Caractéristiques de la BI
 Les avantages de la BI
 Les principaux fournisseurs
Introduction

Problématique
 Grande quantité d’information:
 Avec l’introduction et utilisation des applications informatiques les entreprises ont commencé à
automatiser le processus de collecte de données, et l’information commençait à s’accumuler.
 Organisation de ces données:
 L’organisation pose un problème en raison d’un manque d’infrastructure de stockage et
d’incompatibilité entre les différents systèmes.
 Analyse:
 L’analyse de données était pénible et demandait un temps considérable, et elle était réservée pour
observer les tendances à long terme.
 Décision:
 Les décisions cruciales reposaient sur l’intuition
Introduction

Problématique (suite)
 Situation: Données d’une entreprise:
 On suppose qu’il existe une grande quantité de données d’une entreprise et qui sont stockées dans
les bases de données dispersées, déstructurée et hétérogènes
 Coté dirigeants:
 Comment faire pour analyser toutes ces informations et dans un temps raisonnable?
 Comment faire pour que cette analyse soit sur différentes périodes?
 En général, les décideurs n’ont besoin que seulement des faits importants ( sans entrer trop dans les détails)
pour les aider à prendre leurs décisions.
Définition

Solution
 Faire appel à l’informatique décisionnelle: souvent appelée BI: Business Intelligence et
anciennement appelé DSS: Decision Support System
Définition de l’informatique décisionnelle (BI)
 L’informatique décisionnelle (en anglais: BI pour Business Intelligence) est l’informatique à
usage des décideurs et des dirigeants des entreprises. Elle désigne les moyens, les outils et
les méthodes permettant 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 à un décideur d’avoir une vue d’ensemble de l’activité traitée
Historique

 Au fur et à mesure de l’avancé de l’ére technologique et des systèmes d’information, les

entreprises ont commencé à automatiser le processus de collecte de données, et
l’informatique commençait à s’accumuler
 Problème d’organisation
 Avec les progrès informatiques, la collecte des données est devenues abordable, et des
entrepôts de données sophistiqués ( Data Wharehouse: DWH) sont apparus
 Après des outils spécialisés ( Extract Transform and Load: ETL) ont été conçus pour
alimenter ces entrepôts.
 Aussi les techniques de génération de rapports et d’analyse de données sont devenus plus
performants.
 En 1989, Howard Dresner, un chercheur au Gartner Group, a popularisé le terme « Business
Intelligence, informatique décisionnelle ». Il a décrit comme étant un ensemble de concepts
et de méthodes pour améliorer la prise de décisions en utilisant des systèmes s’appuyant
sur des données concrètes et réelles.
Champs d’application de la BI

Généralement, le BI intervient là ou des décisions sont à prendre:

 Son utilisation est traditionnellement centré sur les questions comptables;
consolidation et planification budgétaire, …
 Dernièrement, le champ de la BI s’est étendu à l’ensemble des grands domaines de
l’entreprise:
 Gestion de la relation client,
 Gestion de la chaine logistique,
 Gestion des ressources humaines,
…
Informatique décisionnelle

Résumé:
 L’informatique décisionnelle réside dans la manipulation et l’extraction d’information
pertinente à partir d’un volume de données gigantesque.
 Les outils décisionnels permettent d’analyser, d’extrapoler et de rapporter des
données.
 Certains outils modernes permettent aux utilisateurs d’effectuer des croisements de
données et de faire des recherches poussées sur un secteur d’activité particulier.
Processus de l’Informatique
décisionnelle

Savoir
Structuration
analyse,
Présentation
B Information
I Collecte et consolidation

Données
Sources externes, fichiers plats,
ERP, CRM
 Processus de l’Informatique
décisionnelle

1-Collecter 2-Stocker 3-Analyser 4- Exploiter

 Technologies de l’Informatique
décisionnelle

ETL (Extract Transform Load)

L’objectif d’un ETL est de récupérer des données de différentes sources en entrée et d’avoir en sortie
des données propres, exploitables par différentes fonctions analytiques. Pour cela, nous distinguons
trois étapes.
 Extraction, les sources de données d’une entreprise sont multiples, il est nécessaire pour l’ETL
d’avoir de nombreux connecteurs pour récupérer les données intéressantes. L’ETL va ainsi se
connecter aux différentes sources pour extraire les données ou selon les systèmes, attendre que
les données soient envoyées.
 Transformation, cette étape est primordiale car elle permet de nettoyer, trier, organiser les
données entrantes en fonction des besoins. Lors de la transformation, plusieurs règles
s’appliquent comme la standardisation, la déduplication ou encore la vérification.
 Chargement, dernière étape du processus qui consiste à charger les données extraites puis
transformées dans le Data Warehouse.
 Technologies de l’Informatique
décisionnelle

ETL (Extract Transform Load) (suite)

Tout ce processus se lance de manière générale de
façon automatisée. L’ETL prend en compte notamment la
gestion des exceptions
Cette étape dans la Business Intelligence est primordiale. La
bonne mise en place d’un ETL permet d’obtenir des données
qualitatives, exploitables et analysables. Avec les outils de
reporting sur le marché, nous verrons que cette étape peut être
intégrée directement dans ces outils. Cependant il faut garder en
mémoire que ce n’est pas optimal de fonctionner ainsi. Pour des
processus plus robustes et surtout plus performants, l’utilisation
d’un ETL est très recommandée.
Extract- Transform-Load
 Technologies de l’Informatique
décisionnelle

ETL (Extract-Transform-Load) ou ELT (Extract-Load-Transform)

ETL:
 Extraction des données de la même manière que pour les ELT
 Le chargement des données dans l’entrepôt de données est réalisé sans transactions.
 Avantages; réduit le temps de transformation.
 La transformation et l’adaptation des données sont réalisées au niveau de l’entrepôt de données.
 Technologies de l’Informatique
décisionnelle

ETL:
 Exemple d’outils: éditeurs/ solutions
 Microsoft / SQL Server Integration Services (SSIS)
 Oracle / Oracle Warehouse Builder (OWB)
 Oracle / Sunopsis Data Conductor
 Oracle / Oracle data Integrator (ODI)
 Talend / Open Studio
 Pentaho / Pentaho data integration
 Pentaho / Kettle
 SAS / SAS Entreprise ETL Server
 SAP / BusinessObjects Data Integrator
 Cognos-IBM / Cognos DecisionStream (Data Manager)
 Informatica / Power Center
 Informatica / Power Exchange
 Hevo
 Technologies de l’Informatique
décisionnelle

Data Warehouse

Le terme Entrepôt de données ( ou base de données

décisionnelle) désigne une base de données utilisée pour
collecter, ordonner, journaliser et stocker des informations
provenant de base de données opérationnelles et fournir ainsi un
support à l’aide à la décision en entreprise.
Le Data Warehouse est alimenté en données depuis les bases de
production grâce notamment aux outils d’ETL ( Extract Transform
Load)
 Technologies de l’Informatique
décisionnelle

Data Warehouse (Suite)

Les principales caractéristiques d’un Data Wareouse sont:
o Orienté sujet:
o Au cœur du Data Warehouse, les données sont organisées par thème
o Intégré:
o Les données proviennent de sources hétérogènes utilisant chacune un type de format. Ainsi, un nettoyage préalable
des données est nécessaire pour les rationaliser et les normaliser. Elles sont donc intégrées avant d’ être proposées à
utilisation.
o Non Volatiles:
o Les données ne disparaissent pas et ne changent pas au fil des traitements, au fil du temps (Read-Only).
o Historié:
o Les données non volatiles sont aussi horodatées. On peut ainsi visualiser l’évolution dans le temps d’une valeur
donnée.
o 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.
 Technologies de l’Informatique
décisionnelle

DataMart
o Le terme Datamart (magasin de données) désigne un sous-ensemble du Data Warehouse
contenant les données du datawarehouse pour un secteur particulier de l’entreprise
( département, direction, service, gamme de production, etc.)
o On parle ainsi par exemple de Datamart Marketing, Datamart Commercial, …
o Un datawarehouse peut contenir plusieurs Datamarts
o Il peut être défini comme la version « allégée » du Datawarehouse.
o Plutôt que de viser l’universalité des thèmes, le Datamarts se focalise sur un sujet, un thème ou un métier.
 Technologies de l’Informatique
décisionnelle

OLAP: On Line Analytical Processing

o Technologie utilisant des structures multidimensionnelles pour offrir un accès rapide aux données
en vue d’une analyse.
o Les données sources OLAP sont souvent stockées dans les magasins de données (datamart)
d’une base de données relationnelle
o Les fonctions OLAP permettent , à partir des entrepôts de données, d’analyser l’activité de
l’entreprise grâce à des statistiques: moyennes mobiles, coefficients de corrélation, valeurs
cumulées…
o L’élément principal de l’infrastructure OLAP est le cube ( ou hypercube).
 C’est en fait une base de données multidimensionnelle, qui permet l’analyse de ces données.
 Technologies de l’Informatique
décisionnelle

Outils SQL Server pour BI:

o SQL Server Integration Services (SSIS), qui permet d’integrer des données provenant de
différentes sources pour les ranger dans un entrepot central (Datawarehouse)
o SQL Server Analysis Services (SSAS), qui permet d’analyser les données, agrégées lors de SSIS,
grace à des fonctions d’analyse multidimensionnelle.
o SQL Server Reporting Services (SSRS), qui permet de créer, gérer et publier des rapports
résultant des analyses réalisées lors de SSAS.
 Technologies de l’Informatique
décisionnelle

Otils SQL Server pour BI:

o SQL Server Integration Services (SSIS), qui permet d’integrer des données provenant de
différentes sources pour les ranger dans un entrepot central (Datawarehouse)
o SQL Server Analysis Services (SSAS), qui permet d’analyser les données, agrégées lors de SSIS,
grace à des fonctions d’analyse multidimensionnelle.
o SQL Server Reporting Services (SSRS), qui permet de créer, gérer et publier des rapports
résultant des analyses réalisées lors de SSAS.
Chapitre 2

Data Warehouse
Plan

 Introduction
 Représentation multidimensionnelle
 Implémentation d’un Datawarehouse
 Modélisation: étoile et flocon
 Conception d’un Datawarehouse
BI

Objectifs
 Transformer un système d’information orienté production en un système décisionnel
 Exemples; opérations orientées production
 Gestion des commandes
 Gestion de stocks
 Gestion des clients et fournisseurs
 Gestion des ressources humaines
 …
 Exemples: opérations orientées décision
 Meilleur client par régions dans une période
 Evolution de la part du marché d’un produit
 Nombre d’employés d’une entreprise par garde, par classe d’âge, par sexe, par affectation, par spécialité, …
 Nombre de ventes par vendeur, par région, par mois
 Nombre de ventes par vendeur, par fournisseur, par mois
 Data Warehouse
Définition de Bill Inmon (1996)
 « Le Data Warehouse est une collection de données orientées sujet, intégrées, non volatiles et
historiées, organisées pour le support d’un processus d’aide à la décision »
 Orientées sujet: thèmes par activités majeures
 Intégrées: divers sources de données
 Non volatiles: ne pas supprimer les données du DW
 Historiées: trace des données, suivre l’évolution des indicateurs.
Données intégrées Données non volatiles
Orientées sujet
delete charger
Productio Données Productio
n Produit n
Données
Client update
Données Données
Vente Vente Vente
Client Client

Données
Employés Employés
Vendeur
Insert accéder
Données BD DW Données BD DW Données BD DW
 Base de données transactionnelle
VS Entrepôt de données
 Sachant que un Datawarehouse est généralement une base de données
Base de données: Data base Entrepôt de données: Datawarehouse
Utilisé pour traitement transactionnel en ligne (OLTP). Utilisé pour traitement analytique en ligne (OLAP). Les
Les données sont manipulées par des utilisateurs finaux données historiées sont lues par les utilisateurs qui
(end-users) prennent les décisions.
Les tables et les jointures sont complexes car elles sont Les tableaux et les jointures sont simples car ils sont dé-
normalisées (pour SGBD). Ceci est pour réduire la normalisés. Ceci est pour réduire le temps de réponse
redondance des données et ainsi réduire l’espace de des requêtes d’analyse.
stockage.
La conception d’une base de données relationnelle est La conception d’un Datawarehouse est basée sur une
basée sur le modèle entité association modélisation multidimensionnelle des données (par des
entités)
Optimisé pour les opérations d’écriture ( insertion et Optimisé pour les opérations de lecture
mise à jour)
Moins performant pour les requêtes d’analyse Haute performance pour les requêtes analytiques
Base de données transactionnelle
VS Entrepôt de données

OLTP VS OLAP
 On peut diviser les systèmes informatiques en transactionnel (OLTP) et analytique
(OLAP).
 Les systèmes OLTP fournissent des données comme sources pour les Datawarehouse,
tandis que les systèmes OLAP aident à les analyser.
Base de données transactionnelle
VS Entrepôt de données

OLTP (On line Transaction Processing)

 Est caractérisée par un grand nombre de transactions qui sont enligne (INSERT,
UPDATE, DELETE).
 L’accent principal pour les systèmes OLTP est mis sur le traitement des requêtes très
rapide, le maintien et l’ intégrité des données dans des environnements multi-
utilisateurs et une efficacité mesurée par le nombre des transactions par seconde.
 Dans une base de données OLTP, il y a des données qui sont détaillées et d’autres
actuelles, et le schéma utilisé dans les bases de données transactionnelles est le modèle
de l’entité-association ( Généralement 3NF)
Base de données transactionnelle
VS Entrepôt de données

OLAP (On line Analytical Processing)

 Est caractérisé relativement par un faible nombre de transactions.
 Les requetés sont souvent très complexes et impliquent des agrégations.
 Pour les systèmes OLAP, le temps de réponse est une mesure de l’efficacité.
 Les application OLAP sont largement utilisés par des techniques de Data Mining (Fouille
et exploration des données).
 Dans la base de données OLAP les données sont stockées d’une façon agrégées
(historiées) suivant des schémas multidimensionnels (généralement schéma en étoile)
 Type de requêtes

Dans un SGBD de type OLTP:

 Les données sont normalisées et représentés sous forme tabulaire
T-Produit
ID Désignation PrixAchat PrixConseilVente Nature

T-Vente T-Magasin
ID Id-Produit Date Qte PrixVente Id_Mag ID Enseigne Adresse Ville Dept

T-Nat2Cat T-Cat2Ray T-Dep2Reg

Nature Catégorie Categorie Rayon Dept Region

o OLTP: Requêtes simples « qui, quoi »

o Le prix de produit X / Jointures: Les produits vendus par le vendeur Y
o OLAP: requêtes complexes: agrégation
o Le montant total par ville et par produit / Le montant total par région et par catégorie en 2014
o On peut agréger les données (group by) avec jointure:
 Très couteux et il faut calculer pour chaque utilisation
 Type de requêtes

Dans un SGBD de type OLTP:

 Les données sont normalisées et représentés sous forme tabulaire
T-Produit
ID Désignation PrixAchat PrixConseilVente Nature

T-Vente T-Magasin
ID Id-Produit Date Qte PrixVente Id_Mag ID Enseigne Adresse Ville Dept

T-Nat2Cat T-Cat2Ray T-Dep2Reg

Nature Catégorie Categorie Rayon Dept Region

o Donner la requétes pour calculer le montant total par ville et par produit
o SELECT ville, Designation, sum(qte*prixvente) FROM T_Vente, T_Produit, T_Magasin WHERE T_Produit.ID = T_Vente.ID AND
T_Vente.Id_Mag = T_magasin.ID GROUP BY ville, Designation
o Donner les requetes pour calculer le montant total par région et par catégorie
o Le SELECT region, categorie, sum(qte*prixvente) FROM T_vente, T_produit, T_magasin, T_dep2reg, T_natcat WHERE T_produit/ID =
vente.ID AND vente.ID_Mag = magasin.ID AND T_produit.nature = T_nat2cat.nature and T_magasi.dept = T_dep2reg.dept GROUP
BY region, catégorie
 Type de requêtes

Dans un SGBD de type OLTP: (suite)

 Donner les requêtes pour calculer le montant total par région et par catégorie et par
année:
 SELECT région, categorie, sum (qte*prixvente) FROM T_vente, T_produit, T_magasin,
T_dep2reg, T_nat2cat WHERE T_produit.ID = vente.ID AND vente.ID_Mag = magasin.ID
AND T_produit.nature = T_nat2cat.nature AND T_magasin.dept = T_dep2reg.dept
GROUP BY region, categorie, year(date)
 Donner les requêtes pour calculer le montant total par région et par catégorie en 2014.
 SELECT region, categorie, sum(qte*prixvente) FROM T_vente, T_magasin, T_dep2reg,
T_nat2cat WHERE T_produit.ID = vente.ID AND vente.ID_Mag = magasin.ID AND
T_produit.nature = T_nat2cat.nature AND T_magasin.dept = T_dep2reg.dept AND
year(date) = 2014 GROUP BY region, categorie
 Base de données transactionnelle
VS Entrepôt de données
 Sachant que un Datawarehouse est généralement une base de données
OLTP OLAP
Source de Données opérationnelles: OLTPs sont la Données de consolidation: les données OLAP
données source d’origine des données proviennent des différentes bases de données OLTP
But de données Pour contrôler et exécuter des taches Pour aider à la planification, la résolution de problèmes,
fondamentales de l’entreprise et l’aide à la décision
Quelles Révèle un snapshot sur le business Vues multidimensionnelles de toutes sortes d’activités
données process en cours commerciales
Insertion et Insertions et mises à jour rapides et Utilisation de lots de données de longue durée,
mise à jour courtes effectuées par les utilisateurs périodiques et actualisées
finaux
Requêtes Requêtes relativement simples Souvent requêtes complexes impliquant des
standardisées retournant relativement agrégations
peu de données
 Base de données transactionnelle
VS Entrepôt de données
 Sachant que un Datawarehouse est généralement une base de données
OLTP OLAP
Vitesse de Généralement très rapide Dépend de la quantité de données, et de types de
traitement requêtes. Requêtes complexes prouvent prendre
plusieurs heures, la vitesse de requêté peut être
améliorée par la création d’index
Espace requis Peut être relativement faible si les Plus grande en raison de l’existence de structures
données historiques sont archivées d’agrégation et de données historiées. Nécessite plus
d’index que l’OLTP
Conception de Normalis2es avec plusieurs tables Typiquement dé-normalisé avec moins de tables,
la base l’utilisation du modèle en étoile et/ou en flocon de
neige
Sauvegarde et Les données opérationnelles sont Au lieu de sauvegardes réguliers, certains
restauration essentielles pour diriger l’entreprise, la environnements peuvent envisager une rechargement
perte de données est susceptible (reloading) des données OLTP comme une méthode de
d’entrainer des pertes financières récupération
importantes
 Représentation
multidimensionnelle

 Pour aider les décideurs, les données sous forme tabulaire ne permet pas un traitement
orienté sujet (thématique)
 Utiliser une représentation multidimensionnelle OLAP ( ventes par vendeur, par date, par
région, par ville, …)
 Pour opter pour les OLAP
 Disposer d’une structure de stockage adaptée à l’OLAP, permettant de représenter les données dans
plusieurs dimensions, manipuler les données facilement et efficacement.
 Représentation
multidimensionnelle
 Représenter des données d’un Data Warehouse sous forme multidimensionnelle:
« Cube »
Est Ouest Centre
Produit Région Vente
Ecrous 50 60 110
Ecrou Est 50 Représentation par thématique
vis 70 80 90
Ecrou Ouest 60
boulons 120 10 20
Ecrou centre 110
joints 50 40 70
vis Est 70 Date
Multidimensionnelle
vis Ouest 80 sous forme d’un cube
Ecrou vi boulon joint
vis Centre 90
s
boulon Est 120 janvier
boulon Ouest 10
boulon Centre 20 février
joint Est 50 Mars
joint Ouest 40
Est
joint Centre 70 Center Type de produi
Région Ouest
 Représentation
multidimensionnelle

 SGBD: modélisation conceptuelle basée entité-association

 Systèmes décisionnels (DW): modélisation basées sur la notion de dimensions-mesures-
faits
 Mesures: valeurs numériques sur lesquelles portent les analyses ( ex: montant de ventes,
quantité vendue, etc.)
 Obtenues par des opérations d’agrégation
 Dimensions: vues depuis lesquels les mesures peuvent etre observées (ex: date, localisation,
produit, etc.)
 Stockées dans les tables de dimensions
 Faits valeurs des mesures, mesurées ou calculées pour les différentes dimensions
 Les tables de dimension

 C’est quoi?
 Un sujet, un thème, ou un axe (attributs)
 Exemple: Clients, produits, temps, géo-localisation,…
 Contiennent des membres organisés en hiérarchie:
 Granularités différentes
 Exemple: Dimension Temps: année- semestre-mois-jour
 Identifiées par une clé primaire
Remarque
 Une dimension temps est obligatoire dans tout modèle
 Les tables de dimension
 Modification des données des tables de dimensions:
 Changement d’adresse d’un client ou fournisseur
 Changement du l’état matrimondial de quelqu’un
 Un produit peut changer de noms
 …
 3 choix sont possibles:
 Ecrasement de l’ancienne valeur
 Pas d’intérêt à suivre les situations passées
 Utiliser en cas d’erreur

 Versionnement
 Ajouter un attribut de version et qu’on doit utiliser pour étendre la clé primaire

 Valeur d’origine/ valeur courante

 Ajouter un attribut pour l’ancienne valeur
 Les tables de faits
 Représentent les valeurs des mesures, mesurées ou calculées, pour les différentes dimensions
 Elle est au centre des tables de dimensions
 La table de faits contient les indicateurs de performances
 Une table de fait contient un attribut numérique quantitatif « Mesure »
 Les enregistrements de la table sont identifiés par une clé multiple composée de la concaténation des clés
des tables de dimensions
 Exemple:
 Qualité vendue, chiffre d’affaire, cout, nombre de clients, nombre d’appels

 Les types de faits:

 Additif:
 Quantité vendue, chiffre d’affaire, …

 Semi-additif
 Niveau de stock, solde (valeurs instantanées)
 Nombre de transactions de clients

 Non-additif
 Schémas de modélisation d’un DW

 Le schéma est une description logique de la base de données entière

 Une base de données relationnelle, utilise un modèle relationnel entité/ relation
 Pour un entrepôt de données on utilise des modèles multidimensionnels de type:
 Etoile
 Flocon
 Constellation
 Modèle en étoile

 Dimensions représentées chacune avec une table démoralisée

 Les tables de dimension ne sont liées entre elles

 Une (ou plusieurs) tables de faits comprenant une ou plusieurs mesures

 Modèle en étoile

 Tables de dimension:
 Dimensions sont directement reliées à la table de faits, qui contient les données à analyser
 Table de fait:
 Contient des « mesures », des champs ( numériques pour la plupart) qui seront utilisés pour les
analyses:
 Exemple: Montant des ventes nettes, les quantités vendues, les kilomètres parcourus, les
quantités en pré commande, etc.
 Relié aux dimensions par des relations (1,n)
 Modèle en étoile

Tables de dimensions:
 Remarques:
 Contiennent les éléments utilisés par les décideurs pour voir la table de faits.
 Exemple:
 Extraire; les montants de vente par vendeur, par client
 Extraire le kilométrage pour un vendeur, pour un client donnée (pour voir si ce client est rentable)
 Calculer le cout de revient d’un produit par rapport aux activités des vendeurs, etc.
 Même granularité des tables de dimensions et de faits
 Chaque ligne de la table de faits doit avoir une relation avec chacune des tables de dimensions
 Les dimensions ne sont liées qu’aux tables de faites et vice-versa
 Modèle en flocon de neige

 C’est quoi:
 Une variante de modélisation en étoile
 La modélisation en flocon est adoptée pour des raisons de performances.
 En effet des dimensions de plusieurs millions de lignes peuvent poser des problèmes de lenteur lors de
l’exploitation des données
 Principe
 Le principe de la modélisation en flocon est de créer des hiérarchies de dimensions, de telle
manière à avoir moins de lignes par dimensions
 Remarques
 L’utiliser dans le cas ou on a la relation (1-1000)
 Conception d’un datawarehouse

 Spécification des besoins:

 Concevoir un datawarehouse en étoile, analyser l’activité des représentants d’une entreprise de
vente d’ imprimantes.
 Objectifs: analyser les comportements des vendeurs
 Les employés font ils leur travail?
 Les zones de couverture des vendeurs?
 Là où les vendeurs sont le moins efficaces?
 La moyenne de ventes des représentants?
 Etc.
 Conception d’un datawarehouse

 Spécification des besoins: sources de données

Utiliser un ETL pour extraire les informations nécessaires à cette analyse
 Données stockées dans un système de:
 Gestion des ressources humaines
 Gestion des ventes
 Gestion des feuilles de routes des vendeurs:
 Nombre de kilomètres parcourus
 Litres de carburant utilisés
 Frais des voyages
 Ventes, ou promesses de ventes
 etc
 Conception d’un datawarehouse
 Analyse
Objectif: analyser les activités des représentants
 Conception:
 Dimensions: identifier les axes d’analyse et leurs attributs
 Faits: les éléments à analyser

 Données:
Relever les identificateurs; poser des questions aux décideurs
 Question: que voulez vous analyser?
 Réponse: Montant des ventes, quantité commandée, nombre de visites, kilométrage,
 Question: Quels sont vos critères d’analyse?
 Réponse: par date, vendeur, produit, zone géographique, client, …
 Question: jusqu’à quel niveau de détail voulez vous aller?
 Réponses:
 Date: Années, mois, jours, heures
 Zones géographique; pays, province, ville, quartier
 Conception d’un datawarehouse

 Analyse (suite)
Objectif: analyser les activités des représentants
 Recueil des identificateurs prélevés lors de la phase d’analyse

Critère d’analyse: Date Vendeur Produit Zone géographique Client

Dimensions
Niveau de détail: Années Nom Catégorie Pays Nom
Granularité
Mois Prénom Type Province adresse
Jours Salaire Groupe Ville Pays
Heures
Analyse: Montant de vente, consommation d’essence, quantité commandée,
Mesures dans la table de fait quantité précommandée, kilométrage, nombre de visites, etc.
 Conception d’un datawarehouse

 Analyse (suite)
Objectif: analyser les activités des représentants
 Remarques
o Dimension temps est toujours présente
o Le modèle est construit utilisant un ETL
o Il faut connaitre en avance:
o D’où provient chaque champs?
o Comment transite l’information?
o Où trouver l’information voulue?
Conception d’un datawarehouse
Dimension
vendeur Dimension-
 Modèle en étoile Géographie
ID-Vendeur
Nom ID-Géo
Dimension Prénom Pays
Temps Salaire Ville
ID-Temps Date-Embauche Province
Année … …
Mois
Semaine
Jour

Fait-Analyse-
Représentant
Dimension-
Dimension-Client ID-Analyse Produit
ID-Client ID-Dim-Temps
ID-Produit
Nom ID-Dim-client
Nom
Adresse ID-Dim-Produit
Prix
Ressource ID-Dim-Géo
Catégorie
… ID-Dim-Vendeur
Groupe
…
…
 Conception d’un datawarehouse
Exercice
Objectif: modéliser l’entrepôt de données des ventes d’une entreprise commerciale en se basant sur les informations
suivantes
 Les produits sont regroupés par familles de produits
 Une vente correspond à un produit et un seul; la vente est effectuée par l’un des vendeurs du service de vente
spécialisé dans le produit.
 L’entrepot de données doit pouvoir fournir le chiffre d’affaires de ventes d’un produit, par date, client, et
vendeur, ainsi que toutes les sommations possibles de chiffre d’affaires
 Les tables sont;
o Famille: code_famille, designation, prix
o Produit: code_produit, code_famille
o Client: code_client, nom
o Vente: date, code_produit, code_client, code_vendeur, montant_de_vente
o Vendeur: code_vendeur, nom, code_service
o Date: semaine, mois, année
o Service: code_service, nom_service, Id_responsable
 Identifier les dimensions, table de fait et mesures
 Conception d’un datawarehouse

 Modèle en étoile
 Inconvénient: dans le cas ou une dimension va contenir un nombre très élevé d’enregistrement
 Exemple:
 Dimension « Produit »: Pour chaque produit nous avons plusieurs catégories
 Augmentation de la taille des données
 Modèle en flocon de neige
 Ajouter une autre dimension « catégorie » liée à la dimension « Produit »
Conception d’un datawarehouse
Dimension
Dimension-
vendeur
 Modèle en flocon de neige Géographie
ID-Vendeur
ID-Géo
Nom
Dimension Pays
Prénom
Temps Ville
Salaire
Province
ID-Temps Date-Embauche
…
Année …
Mois
Semaine
Jour

Fait-Analyse-
Représentant Dimension- Dimension-
Dimension-Client ID-Analyse Produit Catégorie
ID-Client ID-Dim-Temps ID-Produit ID-Catégorie
Nom ID-Dim-client Nom Nom
Adresse ID-Dim-Produit Prix Description
Ressource ID-Dim-Géo Id_DimCatégo
… ID-Dim-Vendeur Groupe
… …
Chapitre 3

Analyse multidimensionnelle OLAP

 Comment fonctionne OLAP?

 La première étape du fonctionnement d’OLAP est la collecte de données d’une ou

plusieurs sources, l’ensemble de données est ensuite stockée dans des datawarehouses.
Par la suite, OLAP rassemble et organise des bases de données sous forme de cubes
OLAP afin de privilégier la vitesse des analyses. Un cube contient des données qui sont
triées au sein de tables dites dimensionnelles et dont les dimensions sont ensuite
renseignées par les utilisateurs.
 Comment fonctionne OLAP?

 On passe d’un ou plusieurs tableaux(x) avec deux dimensions comme à une

organisation avec plusieurs dimensions
 Manipulation des cubes

 Rotation (Pivot) : il est possible d’effectuer une rotation à 90° de 2 dimensions du

cube. Cette opération techniquement s’appelle le ROTATE CUBE ou SWITCH CUBE.
 Manipulation des cubes

 Switch (Permutation) :
 Manipulation des cubes

 Split (Décomposition) :
 Manipulation des cubes

 Des opérateurs algébriques

 Slicing: Extraction d’une tranche d’information
 Scoping ou Dicing: Extraction d’une bloc de données
 Roll-up ou Drill-up (agrégation d’une dimension => résumé): passage au gain inférieur
 Drill-down (Plus détaillées): passage au gain supérieur
 Manipulation des cubes

 Extraction du cube : cette opération consiste à extraire du cube un bloc de données correspondant
à un croisement entre plusieurs dimensions. Ce bloc permet alors de recalculer plus facilement le
cube. On distingue 2 types d’opération d’extraction de données du cube, le SLICING et le DICING.
 Le SLICING consiste à extraire les mesures correspondant à une certaine dimension en s’appuyant
sur un critère de valeur. (on applique un filtre pour une seule valeur d’une dimension)

Valeur de mesure pour tous les départements,

dans tous les mois de l’année 1998.
 Manipulation des cubes

 Extraction du cube : Dicing (projection) : consiste à extraire un bloc de mesures en

s’appuyant sur des critères d’attributs de dimensions.

Valeur de mesure pour le département (droit et philo),

dans les mois (janvier et février) de l’année 1998 et 1997.
 Manipulation des cubes

 L’opération de sélection :
la sélection est similaire l’extraction, à la seule différence que la sélection navigue
simplement à travers les dimensions du cube, sans le partitionner. Les opérations de
sélection sont des réponses à des requêtes, alors que l’extraction sort un bloc du cube. Les
opérations de SLICING et DICING sont également des opérations de sélection. La sélection
permet également de naviguer selon les niveaux de profondeur d’information ou
de « zoomer » sur des sur une ou plusieurs dimensions précises. 3 opérations de sélections
permettent de naviguer dans le cube : le DRILL UP (roll-up), qui permet de voir la
synthèse des informations en fonction d’une dimension, le DRILL DOWN (roll-down), qui
permet de voir la synthèse des informations à un niveau de profondeur très bas, et
le DRILL TROUGH, qui permet d’accéder au détail élémentaire des informations
lorsqu’elles ne sont pas totalisées
 Manipulation des cubes

 Roll-up : passage au grain supérieur. Consolider (résumer) les données Passer à un

niveau supérieur dans la hiérarchie d’une dimension.
 Manipulation des cubes

 Drill-down : passage au grain inférieur. L’inverse du Roll-up descendre dans la

hiérarchie d’une dimension
Manipulation des cubes
 Opérations entre cubes

 Jointure :
 Opérations entre cubes

 Union :
 Caractéristiques d’une technologie
OLAP

 Gérer le stockage des données dans plusieurs dimensions est très compliqué d’un point
de vue conceptuel. C’est pourquoi il est difficile de caractériser une technologie OLAP.
Mais d’une façon générale, on s’accorde pour dire qu’une technologie peut être qualifiée
d’OLAP si elle respecte au moins 5 conditions, qu’on regroupe sur le sigle FASMI – Fast
Analysis of Shared Multidimensionnel Information
 Caractéristiques d’une technologie
OLAP

 FAST (Rapide) : cette caractéristique signifie que le système vise à fournir des réponses aux utilisateurs
avec une latence inférieure ou égale à 5 secondes. En effet, des études menées aux pays-bas ont montré
que les utilisateurs considèrent qu’un traitement de Reporting a échoué si les résultats ne sont pas affichés
dans les 30 secondes. Toute technologie qui se dit de type OLAP doit donc fournir des performances
suffisamment élevées pour répondre aux requêtes des utilisateurs dans les 5 secondes ;
 ANALYSIS (Analyse) : cette caractéristique signifie que la technologie est capable d’effectuer des calculs
statistiques et des calculs d’agrégation pour répondre aux besoins métiers des utilisateurs. De plus,
l’interface graphique qu’il fournit pour les requêtes est suffisamment intuitive pour les utilisateurs ;
 SHARED (partagé) : la technologie OLAP implémente des mécanismes de sécurité jusqu’au niveau de la
cellule du cube pour garantir la confidentialité, et garantir le verrouillage en cas d’utilisation concurrente ;
 MULTIDIMENSIONAL (multidimensionnel) : cette caractéristique est la fondation d’une technologie OLAP.
Toute technologie OLAP offre une vue multidimensionnelle des données, nécessaire pour l’analyse
décisionnelle des données ;
 INFORMATION (information) : Cette caractéristique fait référence à la quantité de données qui peut être
stockée et agrégée par la technologie OLAP ;
 Caractéristiques d’une technologie
OLAP

 Le principal problème posé par les structures de données multidimensionnelles est leur
nature peu dense, et très éparse. De très nombreuses cellules sont vides, les données
ne sont pas distribuées uniformément dans tout l’espace multidimensionnel, elles sont
concentrées en groupes dans des espaces-temps où les événements métier occurrent le
plus souvent. Ce problème rend le stockage et le traitement des données du cube plus
complexe. Théoriquement, la réponse à ce problème prend plusieurs formes, qui
aboutissent à plusieurs technologies OLAP.
 OLAP: stockage
3 options s’appliquent au stockage des données en structure multidimensionnelle. Attention,
lorsque nous parlons de stockage ici, nous parlons de persistance des données, les données sont
persistées dans le moteur OLAP comme elles le seraient dans un SGBD, du moins au moins pour la
durée d’une session, et pas simplement le temps d’exécution d’’une requête. Il y’a trois options
pour le stockage du cube. Soit celui-ci est stocké sous forme d’une base de données relationnelle,
soit sous forme de base de données multidimensionnelle ou soit sous forme de fichier client :
 Stockage sous forme d’une base de données relationnelle : dans ce cas les données sont
dénormalisées et stockées suivant un schéma en étoile dans un SGBD relationnel ;
 Stockage sous forme d’une base de données multidimensionnelle : dans ce cas, les
données actives sont stockées dans une base multidimensionnelle dans un serveur. Dans la
majorité des cas, la base multidimensionnelle est persistée sur le disque dur, dans d’autres cas,
la base est montée en mémoire RAM pour une plus grande performance ;
 Stockage sous forme de fichiers clients : dans ce cas, les données les plus utilisées sont
extraites et enregistrées dans un ensemble de fichiers de petite taille et persistés sur des
machines clientes.
 OLAP: Traitement
Au même titre qu’il y’a 3 options possibles pour le stockage des données en OLAP, les 3 options sont
disponibles pour le traitement des données. Par contre c’est important de noter que les calculs
multidimensionnels ne sont en général pas effectués là où les données sont stockées : le SQL, un serveur
multidimensionnel et un client multidimensionnel :
 Le SQL : le SQL est utilisé comme moyen de traitement si le cube est stocké dans SGBDR. Le problème
avec le SQL c’est qu’il n’est pas adapté à la définition des requêtes multidimensionnelles, du coup la
performance en prend un sacré coup !
 Un serveur multidimensionnel : dans le cas où le cube est stocké sous forme d’une base
multidimensionnelle, un moteur de calcul multidimensionnel séparé de la base multidimensionnel et
utilisant son propre serveur est requis pour le traitement, dans ce cas, un langage spécifique est
nécessaire pour définir les requêtes multidimensionnelles. Bien qu’il n’y’ait pas un langage standard
définir les requêtes multidimensionnelles, on note sur le marche la présence des langages comme le
MDX (Multi Dimensional eXpression) de Microsoft ;
 Un client multidimensionnel : dans le cas où les extraits des données du cube sont stockés dans des
fichiers client (c’est-à-dire des fichiers persistés dans l’ordinateur de l’utilisateur métier), un moteur de
calcul multidimensionnel dont l’hôte est la machine de l’utilisateur final est requis. Cette option n’est
envisageable également que sous l’hypothèse que les utilisateurs finaux possèdent des ordinateurs
suffisamment puissants pour effectuer des calculs multidimensionnels directement sur leur poste.
 OLAP: Technologies

Le croisement de chaque option de stockage et traitement des données multidimensionnelles

citées ci-dessus a donné naissance à plusieurs types de technologies OLAP. C’est cette typologie
qui permet de classer et différencier les solutions OLAP offertes par les éditeurs. Le tableau ci-
dessous en donne le récapitulatif.
 Solutions OLAP du Big Data

 Avec l’explosion du volume et de la variété des données qui caractérise le Big Data, l’approche
la plus appropriée pour le traitement et le stockage de données consiste à utiliser le cluster
computing. Avec cette approche, le traitement des données est distribué et parallélisé entre les
nœuds d’un cluster. Du coup, la multidimensionnalité propre aux requêtes décisionnelles est
gérée facilement grâce aux nœuds de calcul du cluster et il n’y’a pas nécessité de L’OLAP au
sens strict du terme.
 Les solutions décisionnelles du Big Data tournent toutes autour de 3 stratégies : Moteurs
Hadoop, moteur natif Hadoop ou SGDB MPP. Le tableau ci-après les résume très bien
Solutions OLAP du Big Data
Processus de l’Informatique
décisionnelle