Académique Documents
Professionnel Documents
Culture Documents
A ma chre Maman, que dieu l'accueille dans son vaste paradis, et mon chre Pre ;
Pour toute les peines endures, toutes les privations et sacrifices consentis, pour faire de moi
ce que je suis ;
A toute la famille, notamment mes oncles Abdrehaim, Ahmed, mes grandes mres, mes
cousins et cousines ;
Pour tant de soutien, de consolation et de tendresse ;
Je ddie ce travail.
Salim FATHY
Remerciements
Au terme de mon projet de fin dtudes, je saisis cette occasion pour remercier toute
personne ayant contribu de prs ou de loin la ralisation de ce travail.
Je remercie M. Nabil FAOUZI de mavoir accept au sein dAlwasit Press pour y effectuer
mon projet de fin dtudes, pour son encadrement et tous ses conseils.
Je remercie mes encadrant internes M. Farid EL HEBIL et M. Mustapha ALAMI pour leur
soutien durant la priode de mon stage, pour le temps quils mont consacrs, leurs conseils
judicieux et leurs efforts pour mettre ma disposition les lments ncessaires pour le bon
droulement de mon projet.
Enfin, je salue et remercie tout le corps professoral de lINPT en leur exprimant mes
profondes gratitudes pour sa contribution ma formation dingnieur.
4
Table des matires
Rsum 8
Introduction gnrale 13
5
Table des matires
6
Table des matires
Bibliographie 80
7
Rsum
Rsum
Dans lre de linformatique, les donnes enregistres dans les bases de donnes des
entreprises deviennent de plus en plus normes. Chez les entreprises de distribution, les titres
et produits sont multiples et les lieux de ventes ne cessent de naitre. Chaque jour, des milliers
de lignes sont insrer dans les bases de donnes de productions et qui contiennent des
informations pertinentes pour la direction de distribution (les quantits fournis, vendus,
invendus, niveau de stock, chiffre daffaire, ).
Toutes ces informations doivent tre croiss et analys afin dassurer un suivis
quotidien et permanent de lactivit, accompagner lvolution du chiffre daffaire de
lentreprise et assurer llargissement du rseau de couverture.
De ce fait, la mise en place dune solution qui permet dexploiter et analyser ces informations
devient primordiale.
Le but de mise en place de cette solution chez ALWASIT Press est laide la dcision
lintgration des donnes et lanalyse pouss de son activit. La solution est ouverte, volutive
et utilis par plusieurs utilisateurs de diffrents dpartements.
8
Rsum
Abstract
In the computer age, the data stored in the databases of companies become
increasingly more and more. For distribution companies, products and number of Point of
Sales are multiple. So, every day, thousands of rows are inserted into the database that
contains relevant information for the management of distribution.
All this information should be crossed and analyzed to ensure daily monitoring and
ongoing activity, supporting the evolution of turnover of the company and ensure the
expansion of network coverage.
Therefore, the implementation of a solution that allows exploiting and analyzing this
information becomes necessary.
So, this report describes in the first the main existing BI solutions in the market, with a
comparison between these solutions. Then it presents the theory of business intelligence with
a detailed description of the distribution process within the company. After that, we describe
implementation of the BI solution step by step towards the end of the report.
The purpose of implementing this solution in ALWASIT Press is that this solution will
be a decision support that offers data integration and analysis activity. The solution is open,
scalable and used by multiple users from different departments.
9
Rsum
10
Avant propos
Avant propos
Lentreprise du stage
Mon stage de fin dtude sest droul au sein de la socit marocaine ALWASIT
Press. Cette dernire a t cre en Janvier 2008 avec un capital de 1, 000,000.00 Dhs.
Le rseau dAlwasit Press est trs dvelopp, il couvre plus de 50 villes, 18 agences rparties
sur les diffrentes villes ainsi que plus de 3500 points de ventes avec plus de 230.000
exemplaires vendus par jour.
Son objectif est dlargir encore plus son rseau de partenaires, denrichir ses connaissances
sur les stratgies de mise en march et de renforcer sa crdibilit sur la scne nationale et
internationale.
2. Lorganisation de lentreprise
Alwasit Press est organis dune manire bien structur. Elle compote plusieurs directions et
diffrentes services personnaliss.
Les quatre directions principales au sein dAlwasit Press sont rparties de la faon suivante :
Direction Gnrale
Mr Hamza Manhi
11
Avant propos
Pour mon projet de fin dtudes qui sintitule la conception dune solution dcisionnelle, je
vais mintresser au processus principal de lentreprise qui est la distribution.
Les services personnaliss au sein dAlwasit Press ont pour objectif lamlioration continue
de lactivit de distribution et atteindre ainsi une efficacit lev.
Assistance aux points de ventes : Ce sont des techniques qui nous permettent de faciliter la
distribution et la scurit des diffrentes oprations lies la distribution des titres et leurs
mises en vente.
Responsable rgionaux : Un responsable rgionale est une personne de terrain, mobile et
volontaire. Leur rle est de dvelopper le chiffre daffaire, assurer le bon droulement de la
distribution des titres et de suivre les ventes par titre.
Les quipes de contrle : La mission principale du contrle de gestion est danimer les
dispositifs du suivi de performance pour le profit du directeur gnrale.
Il sagit dabord de diagnostiquer les systme de contrle, de mettre en place les indicateurs
cl de suivi de performance, de recueillir et consolider des bases de donnes et de veiller la
convergence des rsultats avec la vision stratgique de lentreprise.
12
Introduction gnral
Introduction gnrale
Au niveau distribution et vente de tout type de produit comme dans tous les autres
dpartements de lentreprise, les dcideurs et directeurs ont actuellement besoin davoir une
vue densemble de lactivit exerce et de possder plusieurs types de tableaux de bords. Ces
derniers fourniront les indicateurs et mesures ncessaires pour tayer leur prise de dcision.
En effet, lentreprise a besoin de possder des statistiques et des chiffres bien prcises que ce
soit usage interne, la demande des clients ou pour ses obligations lgales. Ceci, partir des
donnes oprationnelles recueillis chaque jour partir de la distribution et de la vente des
produits.
Il serait, par exemple, possible dans lanalyse des ventes de voir les quantits vendus et
invendus par titre, par point de vente, par zone et ventuellement par chaque ville, et cela pour
avoir une ide sur les meilleurs ventes raliss, les meilleurs points de vents ainsi que les titres
les plus demands dans le march, afin de prendre les mesures ncessaires et anticiper la
demande du client, pour atteindre ainsi une meilleur satisfaction des clients.
Cest dans ce cadre que notre projet sinscrit ; notre mission est ltude et la conception dune
solution dcisionnelle afin de crer et charger un magasin de donnes des fins de reporting
et danalyse pour le dpartement de vente et distribution.
13
Introduction gnral
Dans le premier chapitre nous prsentons une tude comparatives des principales solutions et
plateformes dcisionnelles - Business Intelligence - existantes dans le march, et le choix de
la solution adopter selon des critres dfinis.
14
Chapitre 1
Solutions BI, tude et comparaison
15
Chapitre 1 Les solutions BI, tude et comparaison
Daprs cette vue des outils BI (Figure 1), on remarque que les plateformes sont
nombreuses et diffrentes, mais chaque projet ses caractristiques et ses contraintes. Cest
pour cela, que le choix de la solution doit tre judicieux et tudi par les parties prenantes du
projet BI, et ceci avant dentamer ltude et la conception de la solution dcisionnel de
lentreprise.
Ci-dessous, nous prsentons donc une description dtaille des principales solutions
dcisionnelles rparties selon leurs types.
Il sagit des outils les plus utiliss et les plus performants dans le monde de la BI. Ils
sadressent nimporte quel domaine dactivit pour lesquels une modlisation spcifique des
donnes de lentreprise est ncessaire. De plus, ils se caractrisent par une forte volutivit,
une richesse des fonctionnalits et rpondent aux besoins mtiers des entreprises.
16
Chapitre 1 Les solutions BI, tude et comparaison
Par contre, chacun de ses outils ses caractristiques spciaux, ses avantages et ses
inconvnients. Aussi, chacun deux diffre par son fonctionnement.
Nous dcrivons alors ci-dessous quelques solutions BI appartenant aux leaders dun march si
riche.
Suite des rachats successifs, Business Object (BO) ou bien SAP BO a largi sa
gamme de produits qui permet dsormais de couvrir pratiquement tous les besoins en termes
de Systme dInformation Dcisionnel.
Dtaillons, donc les composants de SAP BO selon les parties de la chaine dcisionnelle
(Alimentation ETL, Analyse, Reporting, analyse de performance, )
Business Objects propose une offre EIM comprenant plusieurs outils dETL afin de mettre
en place les fondations du SID (Systme dinformation Dcisionnel) :
- BO Data Integrator : outil ETL de BO qui offre des accs natifs de nombreuses
sources de donnes, des analyses dimpact de bout en bout, une traabilit des donnes
jusqu la source, des consoles oprationnelles de suivi des traitements dalimentation,
.., etc.
- BO Rapid Marts : solutions packages pour une construction optimise de jobs ETL,
dunivers ou de rapports partir dapplications dentreprise telles que SAP ou Oracle.
Analyse
17
Chapitre 1 Les solutions BI, tude et comparaison
Reporting
Business Object propose plusieurs outils de reporting en fonction des besoins et du budget
des entreprises :
- Crystal Report : cette solution et permet de crer, grer et distribuer des rapports sur le
Web.
- Crystal Vision : version amliore de Cristal Report permettant une interaction avec
les outils Microsoft Office.
18
Chapitre 1 Les solutions BI, tude et comparaison
SAP Business Objects propose une offre qui semble tre lun des plus compltes du
march et qui permet une entreprise suffisamment mature et disposant de ressources
suffisantes en interne de raliser un projet dcisionnel complet et adapt ses besoins. Ses
fonctionnalits sont trs puissantes et trs riches.
SAP BO est une solution qui sadresse particulirement aux grandes entreprises, son
cout est notamment trs lev ce qui ne permet pas aux PME/PMI (Petite et Moyenne
Entreprise/Industrie) davoir accs cet outils. De plus, limplmentation dun projet
dcisionnel avec SAP BO ncessitent des ressources exprimentes, chose qui est trs difficile
trouver dans le march.
Par la suite, un descriptif des principaux outils dIBM couvrant la chaine BI.
Cognos propose un ETL Data Manager mais nimpose pas de base de stockage spcifique.
La solution ETL intgre un dictionnaire de donnes technique mais il nexiste pas de solution
de MDM (Master Data Management) dans la suite Cognos.
Il est possible daccder toute sorte de donnes : soit un datawarehouse construit au
pralable, soit diverses bases de donnes de type infocentre par exemple. Cognos BI peut
accder aussi bien des bases relationnelles qu des cubes OLAP.
Analyse
Les outils Analysis Studio et Query Studio permettent deffectuer toutes sortes de requtes
sur les donnes : Analysis Studio est ddi aux analyses multidimensionnelles et Query
Studio permet deffectuer des requtes simples et jetables (pour intgrer le rsultat dune
requte dans le portail, il faut utiliser Report Studio).
19
Chapitre 1 Les solutions BI, tude et comparaison
Les outils de la suite Cognos BI proposent un large panel de fonctionnalits avec des
restitutions trs varies :
- tableaux et graphiques de tout type avec une possibilit de disposer de graphiques avec
plusieurs chelles pour afficher plusieurs indicateurs en mme temps,
Une entreprise peut donc personnaliser facilement son portail Cognos en utilisant loutil
Report Studio. Les tableaux de bord peuvent galement tre disponibles sur mobile grce la
solution Cognos Go Mobile, [2]
Cognos propose une gamme trs complte de fonctionnalits et un accs tout type de
donnes (base relationnelle, cube, .., etc.) permettant aux tablissements de faire voluer
facilement le primtre de leur Systme dinformation dcisionnel.
Aussi, Cognos fournit une offre qui semble intgre et qui devrait permettre de
rpondre beaucoup des besoins des entreprises la fois en termes de reporting et de tableaux
20
Chapitre 1 Les solutions BI, tude et comparaison
A part le cout, la suite Cognos dIBM nas pas rellement des points faibles noter.
Ce qui explique son classement comme leader dans le march de la Business Intelligence et ce
depuis un beau temps.
Oracle propose une suite doutils gnralistes pour couvrir lensemble des
fonctionnalits attendues par un systme dinformation dcisionnel ainsi que des offres
prconfigurs adaptes aux besoins des entreprises.
Loutil Oracle Data Integrator (ODI) se diffrencie des autres outils du march par son
approche ELT et non ETL comme la plupart des acteurs. La transformation a eu lieu dans la
base de donnes au lieu dtre prise en charge par loutil ODI. Cette approche permet
nimporte quel utilisateur de bases de donnes connaissant le langage SQL dutiliser ODI.
Loffre ODI, solution sous Java, fonctionne avec toutes les sources de donnes et toutes les
cibles.
Loffre permet daccder aux donnes au travers de services web qui sont grs
automatiquement partir des rgles mtier. Elle permet aussi de dtecter les changements
dans les systmes sources et de les rpercuter sur les systmes cibles.
21
Chapitre 1 Les solutions BI, tude et comparaison
Loffre Oracle permet de rpondre lensemble des besoins danalyse dune entreprise :
- analyse multidimensionnelle
22
Chapitre 1 Les solutions BI, tude et comparaison
Oracle est un acteur majeur sur le march des bases de donnes, des serveurs
dapplications, des applications de gestion mais galement de la Business Intelligence avec
une offre trs complte et compltement intgre. Le rcent rachat dHyperion (Solution
dcisionnel) vient enrichir cette offre pour couvrir lensemble des besoins de SID dune
entreprise.
- Le dlai de mise en uvre qui est reste trs long par rapport aux autres solutions
Microsoft est un acteur majeur dans le domaine dcisionnel qui observe une forte
croissance depuis quelques annes (environ 30% du march mondial) et largit sa gamme de
produits de manire offrir ce jour lune des offres les plus compltes du march
dcisionnel.
Cette plateforme modulaire, intgre, et interoprable sappuyant sur des standards dispose
dune forte volutivit.
Les trois parties de la solution Microsoft savoir : SSIS, SSAS et SSRS seront donc dtailler
ci-dessous, [5]
23
Chapitre 1 Les solutions BI, tude et comparaison
SSIS est donc un vritable outil dETL, fiable, performent, et qui remplit parfaitement le
rle pour lequel il est destin.
Son point fort, cest la manire dont il est employ. Il permet donc de raliser les principales
grandes taches dun ETL avec un trs bon rendement. On trouve donc que SSIS :
- Offre une vision claire et maintenable des flux raliss : SSIS permet dobtenir une
visualisation graphique, logique et simple des flux de donnes ralises. Dvelopper
un flux avec SSIS ne ncessite pas de notions de dveloppement objet ni mme un
grand savoir en SQL.
De plus, SSIS permet de mettre en uvre pleinement les concepts du mtier : audit des
donnes, historisation des dimensions, traitement des erreurs et des rejets,.. etc.
SQL Server Analysis Services est la base multidimensionnelle (OLAP) de la solution SQL
Server. Il est souvent prsent comme tant la solution de cubes de Microsoft. SSAS est
parfaitement fiable et trs robuste, leader de son march.
Le rle de SSAS est dagrger et de prsenter les donnes contenues dans la base
relationnelle aux utilisateurs finaux. De plus, SSAS ne craint pas les gros volumes de
24
Chapitre 1 Les solutions BI, tude et comparaison
donnes, il est taill pour cela. Il offre aussi un accs aux donnes rapide et trs utile pour le
dveloppeur BI.
Par contre, SSAS noffre pas aux utilisateurs daccder aux donnes, ce sont les outils de
restitution qui jouent ce rle.
La suite SQL Server dispose dun serveur de rapports permettant dafficher et de diffuser
les informations.
- Accs rapide aux donnes avec une trs bonne qualit de modlisation et dintgration
de donnes.
- Analyse et comprhension de donnes en grande finesse.
Les parties qui ne sont pas la hauteur dans la suite BI de Microsoft, et ce selon
plusieurs expert en domaine dcisionnel est la partie reporting. Cette dernire est loin des
performances des autres outils concurrents tels que SAP BO ou IBM Cognos.
De plus, chez Microsoft lintgration de leurs outils avec dautres applications savre
trs dlicate et demande un dveloppement spcifique, dur et qui prend beaucoup de temps.
25
Chapitre 1 Les solutions BI, tude et comparaison
Aprs avoir prsent les grands outils de la BI, nous passons dfinir ceux qui sont
Open source et qui ont une part de march trs importante.
La dsignation open source s'applique aux logiciels dont la licence respecte des
critres prcisment tablis par l'Open Source Initiative, c'est--dire la possibilit de libre
redistribution, d'accs au code source et aux travaux drivs.
Souvent, un logiciel libre est qualifi d' open source , car les licences compatibles open
source englobent les licences libres selon la dfinition de la Free Software Foundation (FSF)
ou FSF.
Le terme open source est en concurrence avec le terme free software ou logiciel
libre recommand par la FSF. Par contre, le terme freeware (gratuiciel) dsigne
gnralement des logiciels gratuits qui ne sont ni ouverts, ni libres.
Inconvnients
- Dficit de comptences
En ce qui concerne les solutions BI, il existe de nombreux systmes daide la dcision
open source, destins aux grandes entreprises. Je citerai ci-dessous quelques uns, qui sont les
plus connus et utiliss chez les entreprises et diteurs.
26
Chapitre 1 Les solutions BI, tude et comparaison
Fonde par des vtrans dentreprises reconnues en BI, telles que Business Objects,
Cognos, et Oracle, Pentaho est considre comme le leader des suites de BI dans lOpen
Source.
Pentaho est une plateforme dcisionnelle extrmement complte et auto-suffisante.
Elle permet non seulement dutiliser les diffrents outils dcisionnels open source depuis une
interface unique et simple dutilisation, mais elle permet dtendre et de combiner leurs
fonctionnalits grce lutilisation dun moteur de workflow, [6].
Il est possible dutiliser les fonctionnalits de la plateforme dans une application web,
un portail ou par lappel de services web. Pentaho permet, via une interface unique (Figure3),
laccs aux diffrents composants dcisionnels de la suite. Il est ainsi possible de consulter
des rapports (conus avec Pentaho Report Designer), dutiliser les fonctions dexploration
multidimensionnelle de Mondrian (OLAP de Pentaho), et de constituer des tableaux de bord.
La chaine BI de Pentaho comporte aussi plusieurs composants qui couvrent toute la chaine
BI, savoir un ETL, un outil danalyse et un autre de reporting. Ces outils sont :
- Pentaho Data Integration (Kettle) : Outil ETL complet, pouvant tre utilis
indpendamment de la plate-forme Pentaho. Kettle ou bien PDI est trs riche en
termes de fonctionnalits.
27
Chapitre 1 Les solutions BI, tude et comparaison
- Pentaho Schema Workbench (PSW) : Client riche permettant la dfinition des schmas
Mondrian partir d'un modle en toile ou flocon de l'entrept de donnes.
Un autre outil, Pentaho Aggregation Designer (PAD), permet de construire et de
charger automatiquement des tables d'agrgation en vue d'amliorer les performances
lors du requtage des cubes Mondrian.
Pentaho BI suite possde quelques parties qui doivent tre amlior. En effet, le
Pentaho Dashbord qui permet de crer les tableaux de bords manque de fonctionnalits
notamment en termes de tableau crois dynamique.
De plus, le Report Designer est aussi limit, puisquil manque dinterface pour crer
des requtes qui alimenteront les rapports.
28
Chapitre 1 Les solutions BI, tude et comparaison
Jaspersoft est actuellement le logiciel de BI le plus utilis en Open source, avec plus
de 10 millions de tlchargements travers le monde et plus de 12 000 clients commerciaux.
JasperSoft compte aussi sur la plus importante communaut (125 000 dveloppeurs) de
lindustrie.
La suite dcisionnelle (Figure4), JasperServer, propose des fonctionnalits de gnration de
rapports et danalyse.
Contrairement aux autres plateformes, linterface nutilise pas de portail tiers. On
dispose ici dune application web dveloppe spcifiquement qui permet de crer de
nouvelles analyses, de publier de nouveaux documents, de grer les comptes utilisateurs, leurs
rles, ainsi que les droits daccs aux diffrents rpertoires et fichiers du rfrentiel, [2], [7].
Bien quil soit peu probable que cette plateforme supporte dautres gnrateurs dtats dans le
futur, Jaspersoft utilise certains composants externes tels que :
29
Chapitre 1 Les solutions BI, tude et comparaison
Pour les utilisateurs finaux, JasperSoft propose une ergonomie 2.0, et, pour des utilisateurs
non techniques, elle offre une trs grande autonomie la cration de nouveaux rapports et de
nouveaux tableaux de bord.
Le point fort de la suite JasperSoft est quelle regroupe les meilleurs composants BI
Open source qui existent. Pour lETL, on trouve Talend qui est le maitre dans sa gamme, en
analyse on trouve les deux outils Mondrian et Jpivot qui se complte pour donner un outil fort
et pour ldition des rapports JasperSoft propose diffrents gnrateur dtats avec des
fonctionnalits trs riches.
Pour ce qui est des inconvnients de JasperSoft, ils sont essentiellement dus la nature
de loutil savoir lOpen source. En effet, pour mettre en place une solution dcisionnelle
avec JasperSoft cela ncessite des comptences un peu rares sur le march ainsi quun temps
dadaptation pour les utilisateurs.
De plus, loutil JasperSoft nintgre pas le concept dOLAP, ce qui rend difficile la
conception des requtes pour la cration des rapports. Une trs bonne maitrise du langage
SQL est requise pour maitriser le dveloppement sous JasperSoft.
1.3.4 QlickView
Restitution de donnes
Les donnes analyser sont charges dans lapplication par lintermdiaire dun diteur
de script. Les tables charges se lient entre elles automatiquement par homonymie des noms
des colonnes, [6]
30
Chapitre 1 Les solutions BI, tude et comparaison
Figure 5 QlickView BI
Une fois ces donnes charges, linterface de restitution et la slection dynamique des
donnes (Figure 5) permettent de raliser des analyses trs pousses de linformation en
donnant une grande latitude lutilisateur dans le choix des filtres appliquer.
Aussi, QlickView permet de crer des graphiques et des tableaux avec des fonctionnalits trs
riches. Pour la diffusion des applications, elle se fait via un portail Web (intranet de
lentreprise ou serveur de QlikView), [2].
Points forts
- Complte interaction avec les produits Windows (Internet Explorer, Powerpoint, Excel
avec possibilit de copier les objets avec leurs donnes dans ces applications)
31
Chapitre 1 Les solutions BI, tude et comparaison
Points faibles
Pour ce qui est des points faibles qui font dfaut QlickView, on trouve :
32
Chapitre 1 Les solutions BI, tude et comparaison
Le Tableau 1 nous a t trs utile dans llaboration du choix de la solution adopter pour le
projet dcisionnelle de lentreprise, [2]
Et daprs ce quon a vue dans ltude des diffrents outils BI existants dans le
march, la suite BI de Microsoft est parmi les plus compltes et intgrs, elle est aussi
puissante et avec une couverture mtier trs large. Donc, il tait intressant dexploiter cette
solution pour mener notre projet dcisionnel au profit du dpartement vente et distribution.
33
Chapitre 1 Les solutions BI, tude et comparaison
Pour ce faire, nous avons commenc par une tude des solutions dcisionnelles
existantes sur le march, et choisir ensuite celle qui convient au projet. Aprs, nous avons
dtermin les dimensions et les indicateurs, ralis la conception de lentrept de donnes, le
charger, crer le cube danalyse et enfin gnr les rapports et tableaux de bords qui
conviennent.
34
Chapitre 1 Les solutions BI, tude et comparaison
Ltude ci-dessus des principaux solutions dcisionnelles (BI) existantes sur le march
nous a permis donc davoir une ide gnral sur ces outils, ainsi de comparer leurs
fonctionnalits aux niveaux des tapes essentiels de la chaine BI (Stockage et ETL, Analyse et
reporting).
Aussi, cette tude comparatif nous a permis de choisir la solution adapter pour le
projet, et ceci bien sur en respectant les contraintes lies linfrastructure existant dans
lentreprise.
35
Chapitre 2
Business Intelligence au service du
processus de distribution dAlwasit
Ce chapitre dcrit la thorie de la Business Intelligence avec tous ses concepts et
vocabulaires ncessaires pour le bon droulement des diffrentes phases du projet. Il prsente
aussi lactivit de distribution des titres (journaux, livres, magasines, .., etc.) au sein de
lentreprise Alwasit Press. Ce Processus de distribution sera donc exploit par la thorie de la
BI pour mettre en place la solution dcisionnelle.
36
Chapitre 2 La BI au service de distribution dAlwasit
Ce modle gre trs efficacement les accs concurrentiels et lintgrit des donnes de
lentreprise.
Ses diffrentes implmentations commerciales (IBM, Oracle. . .) connaissent rapidement un
fort succs que lessor des microprocesseurs dans les annes 70, puis des micro-ordinateurs
dans les annes 80, vient renforcer.
Les systmes OLTP et les SGBDR ont littralement envahi lentreprise moderne qui ne peut
fonctionner sans ERP, gestion des stocks, comptabilit, caisses lectroniques . . . Toutes ces
applications remplissent des bases de donnes transactionnelles : des millions
denregistrements, des milliards de transactions, dans des milliers de tables parfois lies les
unes aux autres par un schma complexe qui rpond parfaitement au besoin de gestion de
lactivit, mais qui reste opaque pour les gestionnaires de lentreprise.
Les services informatiques tentent dabord de rpondre ces questions en programmant des
algorithmes, des requtes qui vont exploiter les donnes des bases transactionnelles. Mais
obtenir une information ncessite de parcourir de nombreuses tables en suivant des relations
complexes, dattendre la fin des transactions pendant lesquelles linformation ne peut tre
exploite car incohrente . . . La lecture elle-mme a pour effet de bloquer lactivit de gestion
37
Chapitre 2 La BI au service de distribution dAlwasit
car ce qui est lu doit tre cohrent. Enfin, chaque logiciel possde son schma de donnes, sa
fiche produit, sa fiche client. Comment rapprocher toutes ces informations ?
Dans ces conditions, linformatique dcisionnelle intervient pour rpondre aux questions que
se posent les dirigeants de lentreprise. [8]
- Conserver les donnes produites par les transactions dans une base de donnes des
systmes de production : lentrept, le magasin de donnes ou le datawarehouse. Il
permet de conserver un historique plus important, de fusionner dans une mme unit,
les donnes de diffrents systmes. Il est la source unique dinformation des diffrents
dcideurs de lentreprise. Cela permet de mettre tout le monde daccord sur les
chiffres, et dviter quune analyse soit lance autant de fois quil y a de personnes
concernes par son rsultat.
38
Chapitre 2 La BI au service de distribution dAlwasit
Pour mettre en place les trois principes cits ci-dessus, linformatique dcisionnelle est en
gnral constitue de deux pans :
- La prparation et le stockage des donnes, soit dans sa forme la plus aboutie, la
construction et lalimentation dun entrept de donnes, le Datawarehouse. Cette
activit est parfois nomme le Data Warehousing. Elle comprend la cration de bases
de donnes, ainsi que lalimentation de ces bases grces des outils ddis : les ETL.
Ce pan est le Back-End du systme dcisionnel.
- La distribution des donnes aux utilisateurs mtier. Ce domaine est souvent dsign
par lexpression spcifique dapplication de BI, voire de BI. Il couvre le traitement de
la donne en vue de crer de la valeur ajoute mtier, et la mise disposition des
indicateurs mtier aux utilisateurs finaux. Cest le Front-End.
Par la suite, nous dcrirons en dtail, les diffrentes disciplines de cette recette : lETL,
le stockage, la diffusion et quelques exemples de lexploitation.
39
Chapitre 2 La BI au service de distribution dAlwasit
La collecte des donnes est assure par des outils qui ont trois utilits principales :
- Lextraction des donnes : cette phase vise obtenir les donnes des diffrents
systmes dinformations oprationnels ou via des fichiers plats. Les donnes peuvent
venir de systmes internes ou de systmes extrieurs. Les formats de ces donnes
peuvent tre trs diffrents les uns des autres. Cela peut tre des fichiers plats, des
bases de donnes ou des fichiers bureautiques.
- La transformation des donnes : comme les donnes sont de formats diffrents, le but
de cette phase est de les rendre cohrentes et utilisables entre elles. La transformation
a aussi pour but de commencer agrger les donnes entre elles pour les rendre plus
facilement exploitables.
- Le chargement : il permet linjection des donnes dans une base de donnes qui sert de
stockage des donnes.
Les outils sont regroups dans une catgorie qui sappelle les ETL. Ces outils sont
optimiss pour grer les flux de donnes. De par leurs qualits, les ETL servent galent
doutils de gestion des flux de donnes pour les systmes oprationnels.
Certains considrent les datamarts comme faisant partie du stockage des donnes. Ils
ont raison, mais ils sont galement la premire tape vers la diffusion des donnes. Si le but
40
Chapitre 2 La BI au service de distribution dAlwasit
du DWH est de stocker les donnes, le but du datamart est de prsenter une vue mtier des
donnes. Cette vue est nettoye des informations inutiles pour lutilisateur et certaines
donnes sont transformes pour prendre un sens mtier. Ainsi une mme donne pourra avoir
plusieurs significations diffrentes suivant lutilisateur qui veut y accder.
La diffusion se fera galement via diffrents moyens tels que des portails dentreprises, des
diffusions de rapports, ou via des applications telles que Business Objects.
Cette liste nest pas exhaustive, il est possible dinventer et de trouver de nombreuses
autres faons dexploiter ces donnes des fins daide la dcision.
Tous les cours sur la modlisation des bases de donnes voquent le modle entit-relation
(ou relationnel) et les formes normales. Ces types de modles ont t conus pour donner aux
bases de donnes les caractristiques suivantes :
41
Chapitre 2 La BI au service de distribution dAlwasit
- Les faits, indicateurs ou agrgats. Ce sont gnralement les oprations analyser qui
sont enregistres par les transactions des systmes OLTP et qui sont des donnes soit
quantifiables numriquement, soit dnombrables, soit les deux, et qui voluent dans le
temps.
- Les dimensions ou les axes danalyses. Ce sont les donnes qui serviront daxes pour
faire varier les faits. Un axe danalyse trs courant est laxe temporel, il comprend des
dates ou des priodes (un jour, une semaine,. . .).
Cest par laide de cette approche, quon dfinit trois types de modles : les modles en
toile, les modles en flocon et les modles en constellation.
- Le modle en toile (Figure 9) : Il est appel ainsi en raison de la forme de son modle
conceptuel. Il est compos dune table regroupant lensemble des agrgats et des cls
relatives aux tables des dimensions. Les axes danalyses regroups par thmes,
rayonnent ensuite de la table de faits.
42
Chapitre 2 La BI au service de distribution dAlwasit
Le principe est de d-normaliser les tables de dimensions pour obtenir lensemble des
donnes en un seul accs. Les tables de dimensions nont aucun lien entre elles.
Lavantage de ce type de modle est de permettre doptimiser au maximum les
extractions.
En contrepartie, la volumtrie de ce type de base est trs importante : des donnes
identiques sont souvent rptes de nombreuses fois dans la base.
Le schma permet galement dajouter simplement des nouveaux axes danalyse sans
pour autant changer tout le modle. Cependant, il ne permet pas de mettre en valeur les
hirarchies des dimensions.
43
Chapitre 2 La BI au service de distribution dAlwasit
- Le modle en constellation (Figure 11) : Une constellation est une srie d'toiles ou de
flocons relies entre eux par des dimensions. Il s'agit donc d'toiles avec des
dimensions en commun. Un environnement dcisionnel idal serait une place ou il
serait possible de naviguer d'toile en toile, de constellation en constellation et de
Data Mart en DataMart la recherche de l'information si prcieuse.
Un des indicateurs cls d'une bonne conception d'entrept est la grosseur des
constellations. En effet, plus la constellation est grosse, plus cela veut dire que vous
avez rutilis vos dimensions, et qui dit rutilisation de dimension, dit dimensions
compltes, centralises et avec une vue oriente entreprise.
Le niveau des faits dans le systme source oprationnel est appel le niveau atomique
ou granulaire. Une table de faits nest pas ncessairement au niveau atomique, elle peut tre
cre un niveau dj agrg.
Le schma en toile permet de lire les faits selon des axes danalyse, dans lobjectif dobtenir
des agrgats au niveau de certains attributs, notamment ceux qui constituent des hirarchies.
44
Chapitre 2 La BI au service de distribution dAlwasit
Un agrgat est une valeur obtenue par la combinaison de plusieurs valeurs selon un
oprateur mathmatique. Dans le cas dune table de faits atomiques qui contient des milliards
de lignes, calculer une mesure agrge peut prendre un certain temps, mme si ce type de
schma est optimis pour la lecture, et que le temps ncessaire au mme calcul sur le systme
OLTP serait beaucoup plus long.
Un cube est un schma en toile ou en flocon dans lequel un certain nombre dagrgats ont t
pr calculs. Le cube offre aussi une couche mtier au-dessus des donnes stockes dans le
schma en toile.
Le cube est particulirement performant dans certaines conditions. Tout dabord, il doit tre
utilis lorsque le besoin est dextraire, de lire des rsultats agrgs et non des faits dtaills
atomiques. Pour chaque mesure un oprateur dagrgat est dfinir par le mtier. Le cube est
prconis pour les mesures de type somme ou dnombrement (nombre denregistrements) sur
lensemble des axes danalyse.
N.B : Un cube peut bien sr avoir plus de 3 dimensions : le terme de base de donnes
multidimensionnelle est galement employ.
Remarque :
Les modles dcisionnels sont appels Modle OLAP pour OnLine Analytical
Processing. Dans ces bases de donnes, on distingue deux sous-catgories principales :
- Les M-OLAP, Multidimensionnal OLAP : Ce sont les schmas bass sur des bases de
donnes multidimensionnelles. On parle de modle en cube ou dhypercube dont les
artes sont les dimensions et les cases les faits.
- Les R-OLAP, Relationnal OLAP : Ce sont des schmas bass sur des bases de donnes
relationnelles. Ils servent calquer des comportements de type multidimensionnel sur
une base de donnes classique. Ces modles sont le plus souvent utiliss car ils sont un
bon compromis entre les performances, la simplicit de mise en place et les
investissements.
45
Chapitre 2 La BI au service de distribution dAlwasit
Pour Bill Inmon, le DW consolide les donnes dtailles de toute lentreprise. Les DM
sont ensuite construits selon les demandes des utilisateurs mtier partir de cette source
complte.
Pour Ralph Kimbal, le DW est lensemble des DM; chaque nouveau DataMart vient
denrichir le DW. Ces deux coles nont jamais trouv de point dentente, si ce nest la notion
de Datamart. Lorsque Kimball dit : le DW nest rien dautre que lunion de tous les DM,
Inmon lui rpond : Vous avez beau pcher toutes les sardines de locan, et les rassembler,
vous nobtiendrez jamais une baleine).
Choisir lune ou lautre de ces deux approches a des consquences pour le projet.
La mthode Inmon ncessite de crer en premier ce fameux DW, pour ensuite pouvoir
dlivrer des DM. Linconvnient est que la cration du DW est un travail consquent, la
livraison du premier DM ne se fera donc attendre. Lavantage est quune fois le DW complet
cr, nimporte quel DM peut tre rapidement construit, y compris sur des besoins qui nont
pas t exprims au dmarrage du projet.
Lapproche Kimball permet de rduire la dure globale du projet dcisionnel, donc de
diminuer le cot. Les utilisateurs voient plus rapidement arriver les premiers tableaux. Par
contre, les donnes non intgres aux DM ne sont pas historises dans lentrept.
46
Chapitre 2 La BI au service de distribution dAlwasit
utilisateurs finaux sont plus stratgiques que dautres : il est important de cibler leurs
besoins ds la premire itration.
- Dfinir les dimensions : Les axes danalyses utiles aux dcideurs sont dfinis. Pour
chaque dimension, les attributs et les hirarchies sont lists. Il convient de distinguer
les attributs utiliss pour lanalyse des informations.
Grce la BI lentreprise dispose dune vue transverse de tous ses mtiers, assure une
information standard et une unique vrit, prends des dcisions rapides et efficaces et rend
linformation accessible plusieurs utilisateurs afin:
47
Chapitre 2 La BI au service de distribution dAlwasit
Par ailleurs la majorit des experts dans le domaine sont daccord que les gains de la
ralisation dun projet BI sont difficilement mesurables priori. Estimer la rentabilit dun
projet BI revient rpondre des questions du genre : Que rapporte une dcision prise plus
rapidement parce que nous avions accs la bonne information ? Il est difficile de rpondre
cette question surtout au dbut du projet, par contre plaons cette question autrement :
Combien cote de ne pas savoir cette information ce moment bien prcis ? Peut tre rien,
peut tre beaucoup ! [9]
La distribution sexcute selon trois grandes parties principales, chacune avec un responsable
et des membres. On note donc :
Nous dtaillerons donc ci-dessous chaque sous processus dune manire indpendante, tout en
montrant le lien logique entre ces processus.
Mission : Planifier la distribution dune manire quotidienne, pour tous les points de
ventes, les zones, les villes, les centres et les rgions.
Projet de fin dtudes Salim FATHY
48
Chapitre 2 La BI au service de distribution dAlwasit
Les principales parties de cette planification sont : La prparation (avec deux tapes), la
distribution (deux tapes) et la gnration des bons de livraison en final. Cependant, il peut y
avoir par fois des cas particuliers ou bien des imprvus grer, et qui sont supports par
lapplication.
Ci-dessous, donc un diagramme Use Case qui rsume toutes ces tapes.
Prparation de la distribution
Administrateur des
ventes Validation de distribution
49
Chapitre 2 La BI au service de distribution dAlwasit
Une fois la planification est prte et valide (Flag enregistr dans la Table
Distribution ), on commence choisir les points de ventes avec les quantits attribuer.
Ces derniers sont enregistres dans la Table Distribution_Lig La dernire tape, une fois
toute la procdure est acheve, est la gnration du bon de livraison sous format papier.
Parfois, il peut y avoir des changements dans les modles de distribution par volont
du client ou du distributeur lui-mme. Dans ce cas, lADV doit grer ce cas par la
modification des quantits attribues chaque point de vente en spcifiant la source du
changement ainsi que la destination. Ces changements vont menes donc un ajout dune
quantit de titre une zone prcise ou une diminution de quantit, ceci selon le besoin et la
situation.
Le rel travail du superviseur est sur le terrain, il a un contact direct avec les livreurs
qui distribuent lensemble des titres selon la planification de lADV et la surveillance du
superviseur. Le rle du superviseur peut tre schmatis comme suite (Figure 13).
Le superviseur une fois quil reoit le bon de livraison de la part de lADV comme le
montre la figure 13, il doit dclencher le processus de distribution pour tous les points de
ventes nots dans les diffrentes zones (zones, villes et centres) du royaume.
50
Chapitre 2 La BI au service de distribution dAlwasit
Supervision
Aprs la vente des titres (journaux, livres, magasines,.. etc.), il ya toujours des
quantits invendues qui doivent tre ramasses. Cette mission est aussi assurer par le
superviseur la date dexpiration du titre. Il est aussi not dans des bons de distributions.
Cependant, la quantit invendue va tre la suite grer par la direction des invendus.
51
Chapitre 2 La BI au service de distribution dAlwasit
Cette saisie savre dans lentreprise une tache trs dlicate et pose problme
puisquelle est encore rcente comme mission et ncessite donc un peu de temps pour que les
employs se familiarisent avec.
Le Processus de distribution ainsi dcrit, est utilis par lentreprise afin de distribuer
lensemble des titres dans les diffrents points de ventes selon une rpartition bien prcise et
qui est dtaill dans le paragraphe suivant.
Les points de ventes pour lesquelles ALWASIT Press distribue les diffrents titres
sont rpartis dune manire organise selon des zones, des villes et des centres.
52
Chapitre 2 La BI au service de distribution dAlwasit
La distribution ainsi dcrit t automatis par une application existante dans lentreprise, et
qui sera prsent dans le paragraphe suivant.
53
Chapitre 2 La BI au service de distribution dAlwasit
Conclusion
Cette tude de la thorie de la Business Intelligence nous a donne loccasion de bien
cerner les ides par rapport aux mthodes et tapes de conception dune solution dcisionnelle
avec tous les concepts qui vont avec et qui seront appliqus au processus de distribution au
sein dAlwasit Presse.
Ce processus ainsi dcrit dans ce chapitre, nous a permis de nous familiariser avec lactivit
principale de la socit et de toucher aux prs le besoin rel du personnel par rapport au
projet.
Le chapitre suivant prsente donc les tapes de la mise en place de la solution
dcisionnelle au profit du dpartement de vente et distribution, qui est le fruit de toute ltude
thorique dj prsent.
54
Chapitre 3
55
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Aprs avoir fait ce choix, nous avons suivis la dmarche suivante afin de raliser le projet :
56
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Une fois les tapes du projet trac ainsi que le schma de la solution, nous
commencerons donc la mise en place de notre solution dcisionnelle travers la cration du
Data Mart.
P
L t
E i C
T d
v e V V T
A i
i r n i Z e e
t
X t e t l o n m
e
E r u u r l n t p
INDICATEURS S e r r e e e e s
Quantit Fourni x x x x x x x x
Quantit vendu x x x x x x x x
Quantit Invendu x x x x x x x x
Quantit Invendu Physique x x x x x x x x
Prix de vente x
Chiffre daffaire x x x x x x x
Remise x x x
Stock Plus x x x
Stock Moins x x x
Nombre dditeurs x
Nombre de livreur x x x x x
Nombre de rclamation x x x x x x
Tableau 3 Liste des dimensions et indicateurs 1
En se basant sur ce tableau, nous avons projet tous ces axes danalyses et indicateurs
sur lexistant dont dispose lentreprise. En effet, les donnes au niveau des tables de la base de
57
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
donnes source (de production) a t une contrainte pour nous, ce qui nous a pouss rduire
P
L t
E i C
T d v e V V T
i
A i r n i Z e e
t
X t e e t l o n m
E r u u r l n t p
INDICATEURS S e r r e e e e s
Quantit Fourni x x x x x x x x
Quantit vendu x x x x x x x x
Quantit Invendu x x x x x x x x
Prix de vente x
Chiffre daffaire x x x x x x x
Remise x x x
Stock Plus x x x
Nombre dditeurs x
Nombre de livreur x x x x x
Une fois le tableau des mesures et indicateurs ralis (Tableau 3), nous somme passs
llaboration du dictionnaire des donnes qui sera trait dans le paragraphe suivant.
Le dictionnaire ci-dessous (Tableau 4) est sous forme dun tableau qui dtaille la signification
mtier et les correspondances entre les tables et les champs de la base de donnes source avec
ceux de destination (Data Mart)
58
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Vente QTEVENDU
Preparation_Stock_Plus Qte_Plus Quantit
ajout pour QTEINVNOTE
un Centre.
STOCKPLUS
Prix_vente
CA
REMISE
59
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
cration
Libelle - Nom de la D_Ville Id_Ville
Zoning_Ville Date_creation ville Nom_Ville
- Sa date de Date_creation
cration
Pour la dimension temps, la source nest pas rellement charger dans la dimension. En
effet, le champ Date_distribution sera utilis pour trouver les annes, les mois, et les
semaines dune table D_temps qui sera gnr travers SSAS (dtails dans la suite).
60
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Le schma de notre Data Mart ou bien le modle dimensionnel est la partie la plus
importante de llaboration de la solution, puisque toutes les tapes qui suivent seront
dpendante. Le modle que nous avons choisis comme solution pour le projet est le fruit de
tout ce qui a prcd et surtout du dictionnaire de donnes.
Le Data Mart (Figure 19) est donc, une toile qui contient une table de fait
Suivis_Dist_Vente et 8 dimensions (point de vente, zone, ville, centre, titre, diteur,
livreur, et temps).
Aprs avoir modlis le Data Mart par loutil de modlisation Power AMC, jai gnr
le script SQL (Figure 20) qui a t excut dans le gestionnaire de base de donnes SQL
Server (SQL Server Management Studio), pour crer la fin la base de donnes
multidimensionnelle que nous avons appel DW_Alwasit .
Projet de fin dtudes Salim FATHY
61
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Une fois le script excut avec succs, nous avons donc rcuprs la base de donnes
multidimensionnelle avec toutes ses tables ainsi que le schma en toile de la base (Figure
21).
62
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Cette base de donnes sera donc utilise par la suite afin de crer le cube OLAP qui
permet par loccasion de valider la bonne conception de la solution.
La figure (Figure 22) reprsente la vue principale du cube, avec le schma rcupre et les
mesures et les dimensions dj cres.
63
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Afin denrichir les solutions dcisionnelles, Microsoft propose par le biais de SSAS de
crer dautres mesures/indicateurs partir des tables existantes dans le modle
multidimensionnel existant (table de dimension ou de faits). Les types de mesures proposes
sont : une sommation des lignes, un dnombrement dune cl, un dnombrement distinct, ..,
etc.
Lexemple (Figure 24) reprsente un ajout de mesure partir de la dimension centre afin
de crer la mesure nombre des centres .
Projet de fin dtudes Salim FATHY
64
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Une autre fonctionnalit propose par SSAS est de crer une mesure/indicateur partir
dune formule qui lie plusieurs attributs des tables (Figure 25). Nous citons par exemple, le
calcule du pourcentage de remise %Remise. Sa formule est la suivante :
Cette vue (figure 25) quant elle, reprsente lajout dune mesure calcule en
exploitant les mesures dj existantes qui sont : prix de vente et Remise pour avoir le
%Remise selon la formule dj mentionne.
Dans la plupart des projets BI, la dimension temps est toujours prsente. Cest pour
cela, quelle a t prise en compte par la solution BI de Microsoft. Cette dernire, permet par
un projet SSAS de configurer et gnrer la dimension temps dans la base de donnes source
du cube cre. La figure suivante (Figure 26) montre donc une partie de la configuration, en
choisissant les attributs qui seront cres avec la table de dimensions temps.
65
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Une fois la dimension temps gnr dans la base de donnes Data Mart, il a fallut
apporter quelques modifications cette dimension avant de la lier la table de faits. En
premier, nous avons ajout une colonne de type entier et auto-incrment ID_Temps ,
ensuite jai li la table de faits ma dimension temps par une jointure entre les 2 cls
primaires et secondaires.
Pour enrichir encore les fonctionnalits de notre cube, nous avons cre une hirarchie
dans la dimension temps. Cette dernire permet danalyser dune manire rapide et efficace
les diffrentes mesures dj cres. La hirarchie que nous avons dit, comprend lanne, le
mois et la semaine et sont en relation Drill Down (Figure 27).
66
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
La hirarchie ainsi cre met donc en relation directe les principaux attributs de la dimension
D_Temps savoir : Jour, semaine et mois.
Une fois fois le cube crer et enrichie par quelques fonctionnalits sous somme passs
lalimentation de notre Data Mart par une politique dETL.
Le principe de base dun ETL, comme dj cit est de rcuprer des donnes de plusieurs
sources diffrentes, de les transformer et de les recharger dans un entrept ou magasin de
donnes.
- Connexion la base de donnes source : Cette connexion pour but de rcuprer les
tables et vues ncessaires de la base de donnes qui salimentent par lapplication. Elle
permet aussi dexcuter des requtes SQL sur la base. Pour crer donc la connexion, il
fallait remplir les paramtres ncessaires dauthentification au serveur de base de
donnes. (figure 28 et 29).
67
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Une fois la mtadonne tablie, le cube dploy et les connexions aux bases de
donnes source et destination russis, nous avons entam le chargement des tables de
dimensions laide de quelques petits programme appel taches dans le jargon de SSIS.
Dans chacune de ces taches nous avons utilis diffrents composants essentiels pour le
processus de chargement.
- OLE DB Source : Permet de slectionner la table source ainsi que les colonnes
extraire par un mappage.
- Data Conversion : Convertie le type des colonnes afin quelles soient adquat aux
types de destination.
- Slow Changing Dimension : Gre la mise jour et les modifications qui peuvent
exister dans les lignes de la table source et qui doivent tre dtect et insr dans la
table destination. En effet, ce composant est configurable et dtecte les changements
laide dune cl fonctionnel qui lie la source et la dimension.
68
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Les autres dimensions ont t charges de la mme manire et ont t regroup dans
un container (Figure 31) qui permet dexcuter plusieurs taches au mme temps. Lavantage
de ce composant, cest quil excute les taches dune manire indpendante ; une tache qui
prend beaucoup de temps sachever naura aucune influence sur les autres.
La Figure (Figure 31) reprsente le container qui permet de charger les sept
dimensions de la solution.
Pour le chargement de la table de faits (Figure 32), nous avons utilis une requte bien
spciale dans le composant OLE DB Source qui rcupre toutes les mesures et les cls
69
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
fonctionnelles des tables qui chargent les dimensions avec les jointures ncessaires. Aprs,
nous avons utilis dautres composants, qui chacune deux avait une tache bien prcise :
- Derived Column : Ajout de colonne base de ceux qui existent en les liants par des
relations mathmatique, logiques, ..,etc Dans notre cas, nous lavons utilis pour crer
les deux champs CA (Chiffre daffaires = QTE * Prix_Brut) et aussi la QTEVENDU
(Quantit vendu = Qte Qte_invendu).
- Lock up : Cherche dans les lignes rcupres partir de la requte dite dans lobjet
OLE DB Source les cls primaires des dimensions. Cette recherche se fait travers la
cl fonctionnelle qui relie la dimension et les mesures rcuprs.
Le nombre des Lockup insr est gale au nombre de dimensions, puisque la table de
faits contient toutes les cls primaires des dimensions quil faut charger.
Une fois la tache de la table de faits finalise (Figure 32), nous lavons insr dans un
container. Mais pour grer la mise jour de la table de faits, nous avons insr avant cette
70
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
tache et dans le container toujours un composant qui excute une requte SQL de mise jour
de la table. La requte est la suivante :
La figure 33, reprsente le container de chargement de la table de fait qui sera lier par la suite
celui des dimensions.
Pour tester le package, nous lavons excut manuellement depuis SSIS est le rsultat tait
bon sans aucun problme.
71
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Le package dj cre ci-dessus (Figure 35) charge des millions de lignes son
excution, puisque lactivit de vente et distribution, qui est la source, gnre chaque jours des
dizaines de millions de lignes. Donc, lautomatisation de chargement des donnes est une
tache qui apportera une vraie valeur ajoute la solution. Pour cela, nous avons cre un job
dans le gestionnaire de base de donnes en lui spcifiant le nom de notre package ainsi que le
temps dexcution sous forme dune planification temporelle.
Heure de chargement
La base ainsi charge et le cube OLAP cr et enrichie, la prochaine tape consiste exploiter
les donnes travers un ensemble de rapports qui a t dvelopp.
Dans un premier lieu, nous avons configur la connexion entre le cube OLAP qui est
charg par les donnes et dj prt lexploitation, et loutil de conception des rapports SSRS
(Figure 36).
72
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Cette connexion permettra dditer plusieurs requte en langage MDX sur le cube afin
dalimenter les rapports concevoir.
Remarque : Les rapports gnrs partir du cube OLAP cest des rapports dcisionnels alors
que ceux raliss partir dune base de donnes relationnels ce sont des rapports relationnels
comme le type de leur source.
Pour permettre des personnes qui ne sont pas forcement des informaticiens dditer
des rapports mtier, Microsoft offre une vue mtier du cube OLAP partir de SSRS afin de
leurs faciliter la tache. En effet, il suffit de glisser les mesures et axes danalyses souhaitant
apparaitre dans le rapport pour rcuprer la requte MDX qui chargera les donnes qui seront
prsent sous forme de tableau danalyse.
73
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Exemple 1 : Les quantits fournie, vendu et invendu par point de vente, par zone et par
ville durant les mois et semaine de 2012. Lexcution de ce rapport permet de gnrer le
tableau crois dynamique de la figure suivante (Figure 37). Ce tableau contient la situation de
vente et distribution par zoning (ville, zone et point de vente) et par hirarchie de temps
(Mois, semaine et jours).
Ce rapport (Figure 38) offre une vue des quantits vendus et invendus avec une analyse des
rsultats par des indicateurs de performance. En effet, si les rsultats sont bonne la couleur
verte est dtect, sils sont moyenne la couleur jaune est visualis, par contre la couleur rouge
alerte de lexistence des mauvaises rsultats.
74
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Le rapport suivant (Figure 39) permet de visualiser les quantits du stock plus pour les
diffrents titres par mois travers un tableau crois dynamique et un graphe dvolution.
Le tableau de bord est un outil qui permet de regrouper plusieurs graphes et tableaux
afin doffrir une vue global de lactivit mtier.
Pour cela, nous avons cr un tableau de bord (Figure 40) qui contient un tableau
danalyse comprenant les quantits fournis, vendus, invendus et le chiffre daffaire par zoning
et par temps. Aussi, le TBDR contient deux graphes dvolution des informations dj cits et
plusieurs Textbox cliquable qui mnent vers des rapports dj conue. Le TABDR
contient aussi le Logo de lentreprise cliquable et qui mne vers le site web de lentreprise.
75
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Les rapports et tableaux de bords une fois cres et finaliss doivent tre partags entre
les diffrents employs de lentreprise soient par un partage FTP ou SMTP. Pour cela,
Microsoft offre la possibilit au dveloppeur de raliser cette tache travers une configuration
spcifique de loutil SSRS par le biais de Reporting Services Configuration Manager (figure
41).
76
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Le Manager ci-dessus (Figure 41) permet de configurer le compte qui aura accs au
serveur de rapport, la base de donnes qui contiendra les diffrents rapports et tableaux de
bords, ainsi que le gestionnaire de rapports afin daccder et grer les rapports par le
navigateur, et dautres fonctionnalits comme la partie dexcution email et le cryptage des
cls de scurit.
Ci-dessous (Figure 42) une figure du gestionnaire des rapports qui permet de
configurer le partage des rapports ainsi que dautres fonctionnalits (gestion des accs aux
rapports, suppressions des rapports, Historique, )
La figure 43, est une vue de deux configurations de partage par FTP et SMTP dun
rapport. Le format de rapport partager peut tre choisi selon le besoin (Excel, HTML,
PDF,) et la planification de partage est aussi programmable une heure prcise dune faon
quotidienne, hebdomadaire ou mensuelle selon la mise jour du rapport.
77
Chapitre 3 Mise en place de la solution BI pour les ventes et distribution
Conclusion :
Ce chapitre a dtaill les principales tapes par lesquelles nous sommes passs afin de
mettre en place notre solution dcisionnelle. La premire tape tait, la cration de Data Mart,
ensuite la cration du Cube OLAP, suivis du chargement de la solution et enfin lexploitation
des donnes.
78
Conclusion gnrale
Conclusion gnrale
La mise en place de la solution dcisionnel a transit par plusieurs tapes quon pourra
rcapituler comme suite : aprs le choix de solution adopter, nous tions amen collecter
plusieurs types dinformations tels que les indicateurs et dimensions et comprendre le
concept de distribution au sein de lentreprise. Ensuite, nous avons entam la phase de
conception qui a t traduit par une succession de taches de mise en place qui rpond aux
besoins dfinis. Passant par la cration du Data Mart, du Cube, son chargement et arrivant
lexploitation des donnes travers un ensemble de rapports et tableaux de bords.
Cette solution dcisionnelle sera alors un vrai support daide la dcision pour le dpartement
de vente et distribution de lentreprise (vue des ventes, du stock Plus, des Remises, ).
Lactivit pourra samliorer partir dune vue densemble de lactivit offerte par la solution
ainsi que les donnes qui seront bien intgrs dune faon fiable et avec un accs fluide pour
lensemble du personnel de lentreprise.
79
Bibliographie
Bibliographie
[4] http://www.oracle.com/fr/solutions/midsize/oracle-products/business-
intelligence/index.html.
[9] Sbastien FANTINI. Business Intelligence avec SQL Server 2008 R2 . Editions
ENI, 2010.
[10] Charlotte GUEYE. Ralisation dun DataMart dcisionnel intgrant des outils open
source, 2009.
[11] Anass CHIKI et Zakaria BOUATAYA. Mise en oeuvre doutils dcisionnels pour le
contrle de la tarification des appels voix , 2011, INPT.
80
Liste des Figures
81
Liste des Tableaux
82
Liste des abrviations
Abrviation Dsignation
BI Business Intelligence
BO Business Object
PME/PMI Petites et Moyennes Entreprise/Industrie
OLAP On-Line Analytical Processing
OLTP Online transaction processing
ETL Extract-Transform-Load
SID Systme dinformation dcisionnel
Systme de Gestion de Base de donnes
SGBDR
Relationnelles
ERP Entreprise Ressource Planning
DW Data Warehouse
DM Data Mart
ADV Administrateur de ventes
FTP File Transfer Protocol
SMTP Simple Mail Transfer Protocol
TBDR Tableau de bord
SQL Structured Query Language
ODI Oracle Data Integration
MDX Multidimensional Expressions
SSIS Sql Server Integration Services
SSAS Sql Server Analysis Services
SSRS Sql Server Reporting Services
MDM Master Data Management
ELT Extraction Loading Transformation
PDI Pentaho Data Integration
83