Vous êtes sur la page 1sur 102

Table des matières

Introduction Générale 1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1 Organisme d’accueil (Sonatrach) 3


Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1 Historique de SONATRACH . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Les missions de SONATRACH . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Schéma d’organisation de la macrostructure de SONATRACH . . . . . . . . . 5
1.3.1 La direction générale : . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Les structures opérationnelles : . . . . . . . . . . . . . . . . . . . . . . 6
L’activité Exploration-Production (EP) : . . . . . . . . . . . . . . . . . 6
L’activité Transport par Canalisations (TRC) : . . . . . . . . . . . . . 6
L’activité Commercialisation (COM) : . . . . . . . . . . . . . . . . . . 6
1.3.3 Les structures fonctionnelles : . . . . . . . . . . . . . . . . . . . . . . . 7
La Direction Corporate Stratégie, Planification et Economie « DCP
SPE » : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
La Direction Corporate Finances « FIN» : . . . . . . . . . . . . . . . . 11
La Direction Corporate ressources Humaines « RUH » : . . . . . . . . . 12
La Direction Corporate Business Development et Marketing « BDM » : 12
La Direction Centrale Activités Centrales « ACT » : . . . . . . . . . . 12
La Direction Centrale Juridique « JUR » : . . . . . . . . . . . . . . . . 12
La Direction Centrale Informatique et Système d’Information « ISI » : 12
La Direction Centrale Marchés et Logistique « MLG » : . . . . . . . . . 16
La Direction Centrale Santé, Sécurité et Environnement « HSE » : . . . 16
La Direction Centrale Recherche et Développement « RDT » : . . . . . 16
1.3.4 Organigramme de la macrostructure de Sonatrach : . . . . . . . . . . . 17
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

I
TABLE DES MATIÈRES

2 Étude de l’existant et spécification des besoins 18


Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1 Etude et analyse de l’existant : . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 système d’information existant . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 Étude des indicateurs : . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.3 Analyse de l’éxistant : . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.4 Critique de l’existant : . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.5 Difficultés rencontrées : . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Analyse et spécification des besoins : . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.1 démarche d’identification des besions . . . . . . . . . . . . . . . . . . . 25
2.2.2 Identification des utilisateurs du futur système décisionnel . . . . . . . 26
2.2.3 Les besoins fonctionnels et techniques collectés : . . . . . . . . . . . . . 27
Besoins fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Besoins techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.4 Architecture prévue : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.5 la solution proposée : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3 Etat de l’art 30
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1 Notion sur le décideur : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1.1 Décideur : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1.2 Les facteurs d’amélioration de la prise de décision . . . . . . . . . . . . 31
3.2 Système d’information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.1 Définition d’un système d’information . . . . . . . . . . . . . . . . . . . 31
3.2.2 Les systèmes opérationnels (transactionnelle) . . . . . . . . . . . . . . 32
3.2.3 Les systèmes décisionnels . . . . . . . . . . . . . . . . . . . . . . . . . 32
Architecture d’un système décisionnels . . . . . . . . . . . . . . . . . . 32
Conception d’un système décisionnel : . . . . . . . . . . . . . . . . . . 33
3.2.4 Système opérationnel Vs système décisionnel . . . . . . . . . . . . . . 33
3.3 Concepts de base des systèmes d’aide à la décision : . . . . . . . . . . . . . . . 35
3.3.1 L’entrepôt de données (Data Warehouse) : . . . . . . . . . . . . . . . . 35
Source de données : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Structure des données de l’entrepôt . . . . . . . . . . . . . . . . . . . . 38
Choix du modèle concéptuel . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.2 Le magasin de données (DataMart) : . . . . . . . . . . . . . . . . . . . 41
Data warehouse et data Mart : . . . . . . . . . . . . . . . . . . . . . . 41
Pourquoi des data Marts ? . . . . . . . . . . . . . . . . . . . . . . . . . 42

II
TABLE DES MATIÈRES

3.3.3 Le cube de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42


3.3.4 Caractéristiques d’un bon modèle décisionnel : . . . . . . . . . . . . . . 43
3.4 Informatique décisionnelle : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Avantages du BI : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Limites du BI : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Etapes du processus décisionnel : . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5.1 La Collecte de données : . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5.2 Le stockage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5.3 La Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5.4 L’exploitation des données . . . . . . . . . . . . . . . . . . . . . . . . . 46
Le Tableau de Bord . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Le Reporting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Le DataMining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.6 Objectifs du processus décisionnel : . . . . . . . . . . . . . . . . . . . . . . . . 47
3.7 Conception de l’entrepôt de données . . . . . . . . . . . . . . . . . . . . . . . 47
3.7.1 Choix de la méthode de conception : . . . . . . . . . . . . . . . . . . . 48
Méthodes orientées besoins . . . . . . . . . . . . . . . . . . . . . . . . . 48
Méthodes orientées données : . . . . . . . . . . . . . . . . . . . . . . . 49
Méthodes hybrides : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7.2 Démarche de construction de l’entrepôt de données : . . . . . . . . . . 51
Modélisation et Conception de l’entrepôt : . . . . . . . . . . . . . . . . 51
Alimentation de l’entrepôt : . . . . . . . . . . . . . . . . . . . . . . . . 51
Administration : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Restitution : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

4 Conception 54
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.1 Alimentation de la base de données : . . . . . . . . . . . . . . . . . . . . . . . 54
4.2 Conception de la zone de l’entreposage . . . . . . . . . . . . . . . . . . . . . . 56
4.2.1 Processus de la modélisation dimensionnelle . . . . . . . . . . . . . . . 56
4.3 Modélisation des processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3.1 Etude de l’activité Exploration et production . . . . . . . . . . . . . . 56
Dimensions du systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3.2 Choix de l’approche de la modélisation de l’Entrepôt . . . . . . . . . . 59
Etude de l’activité Découverte . . . . . . . . . . . . . . . . . . . . . . . 59
Etude de la Production Primaire . . . . . . . . . . . . . . . . . . . . . 60
Etude de l’injection des produits . . . . . . . . . . . . . . . . . . . . . 61

III
TABLE DES MATIÈRES

4.4 Conception de la zone de restitution . . . . . . . . . . . . . . . . . . . . . . . . 62


4.4.1 Conception des cubes dimensionnels : . . . . . . . . . . . . . . . . . . . 62
4.4.2 Conception de l’application web . . . . . . . . . . . . . . . . . . . . . . 62
L’authentification : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5 Réalisation 64
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.1 Technologies utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.1.1 Environement logiciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Microsoft SQL SERVER : . . . . . . . . . . . . . . . . . . . . . . . . . 64
l’IDE Visual Studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
SQL Server Integration Services SSIS . . . . . . . . . . . . . . . . . . . 65
SQL Server Analysis Services SSAS : . . . . . . . . . . . . . . . . . . . 65
SQL Server Reporting Services SSRS : . . . . . . . . . . . . . . . . . . 65
5.1.2 Longuage de développement . . . . . . . . . . . . . . . . . . . . . . . . 66
C# . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
language SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
HTML5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
CSS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
PHP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2 Mise en œuvre de la solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2.1 Implémentation de la base de données . . . . . . . . . . . . . . . . . . 67
L’implémentation de la base de donnée : . . . . . . . . . . . . . . . . . 69
base de données transactionnelle . . . . . . . . . . . . . . . . . . . . . . 73
5.2.2 Implémentation de l’entrepôt de données . . . . . . . . . . . . . . . . . 75
5.2.3 Implémentation de l’ETL . . . . . . . . . . . . . . . . . . . . . . . . . 76
Chargement des dimensions : . . . . . . . . . . . . . . . . . . . . . . . 79
Chargement des tables de faits : . . . . . . . . . . . . . . . . . . . . . . 81
5.2.4 Implémentation du cube OLAP . . . . . . . . . . . . . . . . . . . . . . 84
5.2.5 Construction de la zone de restitution : . . . . . . . . . . . . . . . . . 88
5.2.6 Developpement de l’application web . . . . . . . . . . . . . . . . . . . . 91
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Bibliographie 94

IV
Table des figures

1.1 Organigramme de la macrostructure de Sonatrach . . . . . . . . . . . . . . . . 17

2.1 Architecture de mise en place d’un système décisionnel . . . . . . . . . . . . . 28

3.1 Schéma representant l’architecture d’un système décisionnels[15] . . . . . . . . 33


3.2 Représentation schématique de l’approche Top-Down[22]. . . . . . . . . . . . . 36
3.3 Représentation schématique de l’approche Bottom-Up[22]. . . . . . . . . . . . 37
3.4 Exemple d’un model en étoile[13] . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5 Exemple d’un model en flocon de neige[13] . . . . . . . . . . . . . . . . . . . . 40
3.6 Exemple d’un schéma en constellation[13] . . . . . . . . . . . . . . . . . . . . . 41
3.7 Ilustration d’un Datawarehouse et de datamarts[19] . . . . . . . . . . . . . . . 42
3.8 schéma d’un Cube de données [11] . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.9 Les étapes du processus décisionnel[10] . . . . . . . . . . . . . . . . . . . . . . 45

4.1 Un model de données Excel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55


4.2 Table Excel adapté à l’usage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.3 Schéma flocon de neige de l’activité découverte . . . . . . . . . . . . . . . . . . 60
4.4 Schéma flocon de neige de Production Primaire . . . . . . . . . . . . . . . . . 61
4.5 Représentation en flocon de neige de l’injection des produits . . . . . . . . . . 62
4.6 Fenetre d’authentification. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5.1 Echantillon de données Excel prêt à l’usage de la table RégionPole . . . . . . . 68


5.2 Echantillon de données Excel de la table de fait prêt à l’usage . . . . . . . . . 68
5.3 Importation de la base de données . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.4 Importation de la base de données . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.5 Importation de la base de données . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.6 Importation de la base de données . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.7 Importation de la base de données . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.8 base de données transactionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.9 Table Produit_Primaire et table Production_Primaire . . . . . . . . . . . . . 75

V
TABLE DES FIGURES

5.10 Entrepôt de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76


5.11 Tables Temporaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.12 Script de récupération de l’ID de la table Dimension . . . . . . . . . . . . . . . 77
5.13 Transformation pour la mis à jour de la table perimetre . . . . . . . . . . . . . 78
5.14 Transformation pour la mis à jour de la table perimetre . . . . . . . . . . . . . 78
5.15 Chargement de la dimension Perimetre . . . . . . . . . . . . . . . . . . . . . . 79
5.16 Chargement de la dimension Perimetre . . . . . . . . . . . . . . . . . . . . . . 80
5.17 Dimension Perimètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.18 Traitement des données Source avant l’insertion dans la table de fait . . . . . . 82
5.19 Chargement de la table de fait Production Primaire . . . . . . . . . . . . . . . 83
5.20 table de fait Production Primaire . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.21 selection des tables du cube . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.22 selection des tables du cube à utiliser pour les mesures . . . . . . . . . . . . . 85
5.23 Séléctionner les mesures à inclure dans le cube . . . . . . . . . . . . . . . . . . 85
5.24 les nouvelles dimensions à créer en fonction des tables disponible . . . . . . . . 86
5.25 Le traitement du cube . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.26 représentation du cube . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.27 vérification du déploiment du cube dans SSMS . . . . . . . . . . . . . . . . . 88
5.28 Spécification des informations de connections . . . . . . . . . . . . . . . . . . . 89
5.29 Définition d’un jeu de données pour le rapport de table . . . . . . . . . . . . . 90
5.30 conception du rapport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.31 Visualisation du rapport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

VI
Liste des tableaux

1.1 La direction SIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8


1.2 La Direction Planification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 La Direction GP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 La Direction EEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 La Direction Organisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 La direction DID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7 La Direction système d’information . . . . . . . . . . . . . . . . . . . . . . . . 13
1.8 La direction DTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.9 La direction DID de l’ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.10 La direction QMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.1 Indicateurs de l’exploration et forage . . . . . . . . . . . . . . . . . . . . . . . 24


2.2 Utilisateurs du futur système . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.1 Table comparatif entre les deux systèmes.[14] . . . . . . . . . . . . . . . . . . . 34


3.2 Table comparatif entre les deux approches[22] . . . . . . . . . . . . . . . . . . 37

4.1 Table des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

VII
Liste des Acronymes

DG : Direction Générale

SIG : Statistiques et Informations de gestion

BI : Business Intelligence

GN : Gaz Naturelle

GPL : Gaz Pétrole Liquifié

EP : Exploration Production

LRP : Liquéfaction, Raffinage et Pétrochimie

TRC : Transport par Canalisations

COM : Commercialisation

DCP SPE : Direction Corporate Stratégie, Planification et Economie

FIN : Direction Corporate Finances

RUH : Direction Corporate ressources HUmaines

BDM : Direction Corporate Business Development et Marketing

ACT : Direction Centrale Activités Centrales

JUR : Direction Centrale Juridique

ISI : Direction Centrale Informatique et Système d’Information

1
Introduction générale

contexte :
Avec le changement et la révolution que l’informatique a apporté dans la plus part des
secteurs de la vie, plusieurs entreprises pourraient considérablement profité de ses atouts, et
la concurrence commence à faire rage. la légende considéré : celui qui détient l’information
détient le marché.
Les Data Centers naissent, les entreprises accumulent les données, les analystes et les patrons
veulent faire des analyses dessus. C’est normal, car c’est en fouillant dans les données qu’on
peut savoir ce qui peut être amélioré dans l’entreprise, et c’est comme ça que la business
intelligence voie le jour.
Les avancées technologiques ainsi que les exigences du marché ont rendu ce domaine incon-
tournable chez les analystes, décideurs et développeurs. Tout le monde veut se mettre au BI,
et tout le monde a raison. La valeur ajoutée que peut apporter un environnement de BI dans
une entreprise est simplement stupéfiante.
Le Département Statistiques et Informations de Gestion (SIG) de La société nationale des
Hydrocarbures SONATRACH en Algerie veut se doter d’une solution informatique d’aide à
la décision permettant la réalisation d’études rétrospective et prospective des activités d’in-
vestissement et d’exploitation de l’entreprise dans un délai satisfaisant.
Les technologies relatives aux systèmes d’information décisionnels, interviennent en propo-
sant une large gamme d’outils et de méthodes efficaces facilitant ainsi l’étude rétrospective de
l’entreprise. En effet, un système décisionnel offre la capacité d’analyser les données collectées
à travers des années pour faire sortir des conclusions concernant le passé, de gérer le présent
et de simuler l’avenir pour anticiper les changements constants de la société.
Aujourd’hui, avec l’accumulation des données et les mises à jours qui s’effectuent au cours de
l’année, le département statistique et information de gestion se trouve face à une gigantesque
manipulation de ces données, de plus en plus le travail devient lourd et pénible. l’interven-
tion de plusieurs départements de la direction , l’utilisation de l’Excel ainsi que le manque
de fiabilité des données ne font que compliquer la tâche

2
Chapitre 1

Organisme d’accueil (Sonatrach)

Introduction
Acronyme de « SOciété NAtionale pour la recherche, la production, le TRAnsport, la
transformation, et la Commercialisation des Hydrocarbures. »
Un moteur de développement économique et sociale et le leader dans le secteur des hydrocar-
bures en Algérie et dans toute l’Afrique, elle est aussi un acteur important dans l’industrie
de l’énergie dans le monde.
Cet acteur majeur de l’industrie pétrolière, surnommé la major africaine, tire sa force de sa
capacité à être un groupe entièrement intégré sur toute la chaine de valeur des hydrocarbures,
de l’Amont à l’Aval en passant par le transport par canalisations et l’activité de commercia-
lisation des hydrocarbures, et ne cesse de diversifier ses activités pour découvrir de nouveaux
potentiels de réserves et valoriser les ressources énergétiques du pays.
Elle est également présente à l’international, notamment en Afrique, en Amérique Latine, en
Europe et en Asie, où elle intervient dans l’Exploration et Production, le Transport maritime
et par canalisation, ainsi que trading de gaz naturel et de produits pétrolier, ou elle joue le
rôle de fournisseur majeur de gaz naturel pour le marché européen.
Ce projet a été réalisé au sein de la Direction Générale de SONATRACH. Dans ce cha-
pitre nous allons présenter l’organisme d’accueil, son historique, ses missions ainsi que son
organisation.

1.1 Historique de SONATRACH


Sonatrach a été créée le 31 décembre 1963, pour objectif principal le transport et la com-
mercialisation des hydrocarbures en déployant progressivement dans les autres activités. En
1964, elle lance la construction du premier oléoduc algérien : l’OZ1, début de la grande aven-
ture dans le gaz, en mettant en service le premier complexe de liquéfaction de gaz naturel. En

3
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

1965, la première campagne sismique de recherche d’hydrocarbures est lancée par Sonatrach
avec l’implantation de 3 forages. En 1966, l’oléoduc OZ1, un ouvrage d’une grande portée
stratégique qui augmente la capacité de la production, est mis en service, les missions de
la Sonatrach, limitées à la gestion des pipelines et à la commercialisation, sont élargies à la
recherche, à la production et à la transformation des hydrocarbures.En 1967, Sonatrach se
lance aussi dans la réalisation d’une usine d’ammoniac et prévoit la construction d’un com-
plexe de produits pétrochimiques à Skikda et l’aménagement d’un port méthanier. [1]
A partir des années 1972, la mise en service du complexe de liquéfaction de gaz naturel et de
séparation du GPL et la mise en service des deux unités de transformation. Elle prendra le
monopole du marché intérieur et extérieur jusqu’à 1980 ou commença une série de restruc-
turations.
En 2004, le Groupe Sonatrach s’est classé 12eme mondial parmi les compagnies pétrolières
selon la revue internationale Petroleum Intelligence Weekly(PIW) qui prend en considéra-
tion des critères physiques (réserves d’hydrocarbures, production) et des critères financiers
(chiffres d’affaires, résultats).Cette même revue indique que le Groupe Sonatrach est le 2eme
fournisseur mondial pour le gaz naturel liquéfié, le gaz de pétrole liquéfiée et le 3eme pour le
gaz naturel.[1]
Durant la première partie de l’année 2010, la réputation de la compagnie est entachée par
une affaire de corruption impliquant de hauts dirigeants. Le scandale provoque le renvoi du
ministre de l’Énergie Chakib Khalil. En 2014, Sonatrach est la première entreprise à se lancer
dans la production de gaz de schiste sur le sol algérien.[1]
Sonatrach annonce avoir signé un accord visant à consolider ses relations avec plusieurs com-
pagnies étrangères qui a pour but : la croissance des capacités de réinjections de gaz du
champ pétrolier, le renforcement de la coopération afin de gérer les gisements frontaliers
d’hydrocarbures.

1.2 Les missions de SONATRACH


Les missions confiées à Sonatrach par l’état unique actionnaire, sont les suivantes :

— La protection, la recherche et l’exploitation d’hydrocarbures ainsi que la maintenance


des installations pétrolières.
— Contribuer au développement national par la maximisation de valeur à long terme des
ressources hydrocarbures en Algérie.
— L’exécution et le développement des gisements de pétrole et de gaz naturel.[2]
— Le développement, l’exploitation et la gestion des réseaux de transport, de stockage
et de chargement des hydrocarbures.

4
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

— La transformation, le raffinage et la commercialisation des hydrocarbures et des pro-


duits dérivés. [2]
— La prise et la détention de tous portefeuilles d’actions, les prises de participations et
autres valeurs mobilières dans toutes les sociétés existantes ou à créer en Algérie ou à
l’étranger. [2]
— Satisfaire les besoins actuels et futurs de l’Algérie en hydrocarbures et produits pétro-
liers.
— Contribuer au développement national notamment en lui procurant des devises étran-
gères nécessaires.

1.3 Schéma d’organisation de la macrostructure de SO-


NATRACH
Elle est organisée par trois niveaux :
1. La Direction Générale.
2. Les Structures Opérationnelles.
3. Les Structures Fonctionnelles.

1.3.1 La direction générale :


Le Président Directeur Général est assisté dans l’exercice de ses fonctions [3] :
— Comité exécutif
— Secrétariat Général : chargé d’assister et d’apporter au Président Directeur Général,
l’appui administratif nécessaire dans le suivi des activités de la Société.
— Cabinet : sous la responsabilité d’un Directeur chargé de fournir : conseil et ap-
pui technique au Président Directeur Général, de la communication et des relations
publiques.
— Conseillers
— Un Comité d’Ethique : chargé de veiller au respect des dispositions du Code
d’Éthique au sein de la société.
— Un Comité d’Examen et d’Orientation (CEO) : ayant pour mission l’examen
de dossiers et la formulation de recommandations au Président Directeur Général.
— La Direction Audit et Conformité (ADC) : Elle a pour mission, la conduite et
la gestion des audits, le suivi des opérations de contrôle financier externe. . .
— Le Service Sureté Interne d’Etablissement (SIE)

5
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

1.3.2 Les structures opérationnelles :


Elles sont organisées par Activités, chaque Activité exerce ses métiers et développe son
portefeuille d’affaires. Elle contribue également, par les métiers au développement des acti-
vités internationales de la Société.[3]

L’activité Exploration-Production (EP) :

— Elle est placée sous l’autorité d’un Vice-Président.[3]


— Elle est chargée de l’élaboration des politiques et stratégies d’exploration, de dévelop-
pement et d’exploitation de l’amont pétrolier et gazier.[3]
— Elle couvre les domaines opérationnels : prospection, opération, forage, Petroleum
Engineering et Développement, production, gestion des associations. . .
— Elle est dotée des structures fonctionnelles communes qui assurent le reporting aux
Directions Centrales.[3]
— Elle est chargée également de l’organisation de l’information et du reporting de l’Activité.[3]

L’activité Liquéfaction, Raffinage et Pétrochimie (LRP) :

— Elle est placée sous l’autorité d’un Vice-Président.[3]


— Elle est chargée de l’élaboration des politiques et stratégies d’exploration, de dévelop-
pement et d’exploitation de l’amont pétrolier et gazier.
— Elle couvre les domaines : liquéfaction du gaz naturel, Séparation des GPL, Raffinage
du Pétrole brut et du Condensat, Pétrochimie, Etudes et Développement.[3]
— Elle est chargée de la gestion des Directions Régionales Industrielles d’Arzew et de
Skikda.[3]
— Elle est chargée également de l’organisation de l’information et du reporting de l’Acti-
vité et apporte sa contribution et le support en expertise nécessaires au développement
des activités internationales et des filiales et participations nationales et internationales.[3]

L’activité Transport par Canalisations (TRC) :

— Elle est placée sous l’autorité d’un Directeur Général Adjoint.[3]


— Elle couvre les domaines : Etudes et Développement, Exploitation et maintenance des
ouvrages de transport des hydrocarbures et des installations
— portuaires.
— Elle est également chargée de l’organisation de l’information et du reporting de l’Activité.[3]

L’activité Commercialisation (COM) :

— Elle est placée sous l’autorité d’un Directeur Général Adjoint.[3]

6
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

— Elle couvre les domaines : Commercialisation du Pétrole Brut et Produits Pétroliers et


de Gaz ; Transport maritime des hydrocarbures ; Importation des produits pétroliers,
selon la demande.[3]

1.3.3 Les structures fonctionnelles :


Elles ont pour rôle de :
— Assurer l’élaboration et veiller à l’application des politiques et stratégies de la Société.
— Planifier, fournir et coordonner la mise à disposition de l’expertise et l’appui aux
différentes Activités Opérationnelles de la Société.
— S’affirmer en un centre d’excellence et d’expertise dans leurs domaines respectifs.
— Se constituer en centres d’information du Groupe et contribuer au reporting général
du Groupe.
— Les Structures Fonctionnelles sont organisées autour de Dix directions Centrales, dont
quatre sont Corporate.

La Direction Corporate Stratégie, Planification et Economie « DCP SPE » :

c’est la direction qui contient le département que nous sommes censés à aider de prendre
ses décisions à travers la réalisation de ce projet.
— Elle est placée sous l’autorité d’un Directeur Exécutif.[3]
— Elle est chargée de l’élaboration des stratégies de développement à moyen et long
terme et de l’évaluation de leur mise en œuvre.[3]
— Elle assure les fonctions suivantes : Stratégie prospective et intelligence économique,
Planification, Etudes économiques, Organisation, systèmes et procédures.[3]
— La collecte, l’organisation de données et la réalisation d’études statistiques relatives
aux domaines d’activités de l’entreprise.[5]
— L’organisation, l’animation et la coordination du processus de planification, en parti-
culier les plans à moyen terme et les plans annuels
— La réalisation sur base périodique d’études sur le positionnement des concurrents, par-
tenaires et clients de SONATRACH. [5]

La DCP SPE est organisée comme suit :

o Direction Stratégie et Intelligence Economique : qui a pour mission essentielles :


La réalisation de bilans matière à long termes des projets de développement des acti-
vités de la société.[6]
L’élaboration et la coordination des études de prévision d’offre et de demande d’hy-

7
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

drocarbures à long terme sur le marché national.


La Direction Stratégie et Intelligence Economique est organisée en départements :

Direction Stratégie et Intelligence Economique

Département Etudes Département Pros- Département Intelli-


Stratégiques : L”étude et pective : La réalisation gence Economique :
l’analyse des perspectives d’études de prospective La conception, la mise
des marchés énergétiques énergétique sur le marché en œuvre et l’animation
internationaux à moyen et national à moyen et long d’u système de veille stra-
à long terme. terme. tégique et l’intelligence
économique

Table 1.1 – La direction SIE

o Direction Planification : qui a pour missions essentielles :


L’organisation, l’animation et la coordination du processus de planification en parti-
culier les plans à moyen terme et les plans annuels.[6]
La consolidation, en collaboration avec toutes les activités et structures, des plans
annuels, et à moyen terme en matière de production, commercialisation et investisse-
ment.
La direction planification est organisée en départements parmis eux le département
SIG qui a besoin d’aide à la prise de décision :

Direction Planification

Département Département Département Département Statistiques


Investisse- Echanges et Reporting : La et Informations de Ges-
ment :La Commercia- mise en œuvre, tion (SIG) : La collecte, l’or-
consolida- lisation : La le suivi et la ganisation, le traitement et
tion des plans consolidation coordination de l’analyse des données statis-
annuels et l’éla- des plans an- la procédure tiques de la société et ses do-
boration du nuels et à moyen spécifique de maines d’activités.La réalisa-
rapport an- terme en matière reporting de la tion de l’annuaire statistique
nuel de gestion de production, direction DCP de SONATRACH.La réalisa-
pour le volet transport, trans- SPE. tion d’études statiqtiques re-
investissement. formation et latives aux activités de la so-
commercialisa- ciété. La constitution d’une
tion. banque de donnée relative aux
domaines des hydrocarbures et
de l’énergie.

Table 1.2 – La Direction Planification

8
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

o Direction Gestion de la Performance : qui a pour mission essentielles :


L’élaboration des normes et standard en matière de gestion et suivi des performances,
leur diffusion et le contrôle de leur mise en œuvre.[6]
La conception et la mise à jour périodique de modèles de performance global et par
métier de la société.
La préparation des réunions de revue de performance au sein de la Direction Générale.
La Direction Gestion de la Performance est organisée en départements :

Direction Gestion de la Performance

Département Fixation Département suivi et Département Modèles


des Objectifs de Perfor- évaluation des perfor- de performance : La
mance : Le suivi annuel mances : La mise en conception et la mise à jour
des performances et l’ana- œuvre et la coordination du périodique de modèles de
lyse de l’impact sur les reporting en matière d’éva- performance globale et par
objectifs stratégiques. luation des performances, métier de la Société.
conformément à la procé-
dure spécifique de reporting
de la DCP SPE.

Table 1.3 – La Direction GP

o Direction Etude Economique et Modèles : qui a pour missions essentielles :


La réalisation de toutes les études économiques et l’assistance aux structures de la
société en la matière. La normalisation des études économiques en termes de démarches
et concepts.[6]
La direction Etude Economique et Modèles est organisée en départements :

9
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

Direction Etude Economique et Modèles

Département Département Département Département


Etudes Econo- Etudes Eco- Etudes Econo- Suivi de l’écono-
miques Amont nomiques Aval miques Activités mie des Projets :
et Transport : et Commer- Connexes : La Le suivi de la ren-
La réalisation des cialisation : La réalisation des tabilité économique
études d’oppor- consolidation des évaluations écono- du portefeuille
tunité relevant plans annuels et miques des projets global et des por-
des activités de la à moyen terme en relevant des acti- tefeuilles sectoriels
Société dans le do- matière de pro- vités de la société de la Société.
maine de l’amont duction, transport, dans le domaine
et ressources non transformation et des énergies re-
conventionnelles et commercialisation. nouvelables et de
le transport par l’industrie.
canalisations.

Table 1.4 – La Direction EEM

o Direction Organisation : qui a pour missions essentielles :


La définition des règles, normes et procédures générales de gestion et d’administration
adaptées aux objectifs et aux spécificités des domaines d’activité de la société et leur
diffusion aux structures concernées.[6]
L’élaboration et la mise en place d’un système d’information pour la fonction organi-
sation.la gestion et la tenue à jour du manuel général d’organisation de la société.
La Direction Organisation est organisée en départements :

Direction Organisation

Département Etudes Département Pro- Département Gestion


d’Organisation : cédures : L’étude et MGO et Banques de
L’étude de l’opportunité l’harmonisation des pro- Données : La main-
de l’organisation de la cédures de gestion de la tenance et la gestion du
macrostructure de la société. MGO et de la banque de
Société et la veille à sa données de la Direction
mise en œuvre Organisation.

Table 1.5 – La Direction Organisation

o Direction Informations Documentaires : qui a pour mission essentielles :


La contribution à la définition d’une politique documentaire et archivistique de la
société et la veille à son respect et application. La mise en place des mécanismes de

10
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

fédération et de collaboration documentaire entre les différentes unités documentaires


de la société.[6]
La Direction Informations Documentaires est organisée en départements :

Direction Informations Documentaires

Département Centre Département Analyse Département Traduc-


et Services Documen- et Veille Documen- tion : La réalisation des
taires :L’organisation et taire : La veille docu- préstations de traduction
la gestion du centre de do- mentaire et information- dans tous les domaines
cumentation de la Direc- nelle permanente sur les d’activités relevant de la
tion Générale métiers de la société. Direction Générale et des
structures du Siège.

Table 1.6 – La direction DID

o Département Administration et Logistique : qui a pour mission essentielles :


La veille au respect de la législation du travail, la convention collective, le règlement
intérieur, les circulaires et les directives en vigueur au sein de la société[6].
L’interface avec les structures du siège en matière de logistique.
Le suivi des congés, la tenue et la mise à jour des dossiers du personnel de la DCP
SPE.
La prise en charge de l’organisation matérielle, avec les services concernés, des ren-
contres, formations et autres, initiés par la DCP SPE.
o Les conseillers ils sont chargés de :
Assister le Vice-Président dans le traitement des dossiers spécifiques liés aux différents
domaines d’activité de la DCP SPE[6].
Assurer conseil et assistance aux structures de la DCP SPE.

La Direction Corporate Finances « FIN» :

— Elle est placée sous l’autorité d’un Directeur Exécutif.


— Elle est chargée de l’élaboration des stratégies en matière de finances ainsi que de
l’harmonisation des procédures financières et comptables.
— Elle assure les fonctions suivantes : Financement et ingénierie financière, Contrôle de
gestion opérationnelle, gestion prévisionnelle et budget de fonctionnement, Gestion
des relations avec les banques d’affaires.
— Elle est chargée de l’appui au projet de la société, l’information et reporting général
du groupe.

11
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

La Direction Corporate ressources Humaines « RUH » :

— Elle est placée sous l’autorité d’un Directeur Exécutif.


— Elle est chargée de l’élaboration des politiques et stratégies en matière de ressources
humaines et du contrôle de leur application.
— Elle assure les fonctions : Développement et planification des ressources humaines,
Formation, perfectionnement et recyclage dans les domaines d’activité de la Société.
— Elle est chargée également de La définition et la mise en oeuvre d’une politique d’in-
vestissement social et du reporting du groupe.

La Direction Corporate Business Development et Marketing « BDM » :

— Elle est placée sous l’autorité d’un Directeur Exécutif.


— Elle est chargée de formuler la stratégie de croissance, d’évaluer, de lancer et de suivre
de nouveaux projets dans les activités de base tant en national qu’en international.
— Elle est chargée également de l’appui aux projets de la société, de l’information et du
reporting.

La Direction Centrale Activités Centrales « ACT » :

— Elle est placée sous l’autorité d’un directeur Central.


— Elle est chargée de l’élaboration de politiques en matière de gestion rationnelle des
moyens.
— Elle assure les fonctions liées à la gestion des moyens des structures du Siège, la
comptabilité des structures du siège, la sécurité et l’hygiène du siège.
— Elle est chargée également de l’appui aux projets de la société, de l’information et du
reporting.

La Direction Centrale Juridique « JUR » :

— Elle est placée sous l’autorité d’un Directeur Central[3].


— Elle est chargée de l’élaboration et de l’harmonisation des instruments juridiques et
du contrôle de leur application.
— Elle assume les fonctions : Traitement des contentieux internationaux, des contentieux
internes d’ordre commercial et des contentieux du Siège, elle est chargée également de
l’appui aux projets de la société[3].

La Direction Centrale Informatique et Système d’Information « ISI » :

c’est la direction qui nous a accueilli et donné ce thème d’un problème d’aide à la décision
d’une autre direction pour le résoudre.

12
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

— Elle est placée sous l’autorité d’un Directeur Central[3].


— Elle est chargée de la définition et du contrôle de l’application de la politique infor-
matique de la Société, des standards en matière de technologies de l’information du
système d’information et de la gestion documentaire.
— Elle assure notamment, les fonctions suivantes : La proposition de choix technolo-
giques, La mise en place et la gestion d’un système d’information et du système d’in-
formation documentaire à même de soutenir la Société dans son fonctionnement.
— Elle est chargée également de La mise en place et le développement d’une banque
de données en matière d’équipements informatiques de la Société, l’appui et l’assis-
tance à la fonction Archives (support électronique), L’appui aux projets de la Société,
L’information et le reporting.
— Le développement de la politique de sécurité du système d’information et technologies
de l’information de la société ainsi que Le pilotage et la gestion de projet informatiques
structurants et d’intégrations[5].

La DC ISI est organisée autour de :

o Direction système d’information : qui a pour missions essentielles :


La définition des politiques et stratégies de la société en matière de système d’infor-
mation, l’étude, la conception et la mise en œuvre de système d’information de la
société et le suivi de son évolution, la conception le développement des solutions web
et des systèmes de reporting pour la société, la mise en œuvre des outils d’aide à la
décision[5].
La direction système d’information est organisée en départements :

La direction système d’information

Département Département Département dé- Département


système d’infor- système d’infor- cisionnel et por- support ap-
mation gestion : mation métier : tail : L’élabora- plicatif : La
La conception et La contribution tion des tableaux contribution dans
la mise en place dans la modélisa- de bord décision- la définition de
du système d’in- tion des bases de nels et des systèmes la politique en
formation relatives données métier. de reporting de la matière de support
aux fonctions société. applicatif.
transverses de la
société.

Table 1.7 – La Direction système d’information

13
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

o Direction Technologies de l’information : qui a pour missions essentielles :


La définition des politiques et stratégies de la société en matière des technologies
de l’information. L’élaboration de rapports périodiques de l’activité de la direction.
L’étude d’opportunité de la société en matière d’acquisition de logiciels et d’équipe-
ment informatique[5]
La direction technologies de l’information est organisée en départements :

La direction technologies de l’information

Département Département Département Département Département


réseaux et hébergement système et support in- exploitation :
télécommu- et datacenter : service in- formatique : La contribu-
nication : La La contribu- formatique : La contribu- tion dans la
conception d’un tion dans la Le développe- tion dans la définition de
réseau d’in- définition de ment, la mise définition de la politique en
terconnexion la politique en en œuvre, l’ad- la politique en matière d’admi-
des sites au ni- matière d’in- ministration matière d’acqui- nistration des
veau du groupe frastructures des systèmes et sition de logiciels bases de données
sonatrach. réseaux. services infor- et d’équipement et d’exploitation
matiques de la informatiques des applications.
société. au niveau de la
société.

Table 1.8 – La direction DTI

o Direction Informations Documentaires : qui a pour missions essentielles :


La définition des politiques et stratégies de la société en matière de gestion documen-
taire et d’archivage de la société ainsi que la diffusion et le contrôle de leur application.
La mise à la disposition des structures de la société d’une bibliothèque d’ouvrages et
de documentations spécialisées [5].
La direction informations documentaires est organisée en départements :

Direction Informations Documentaires

Département gestion documen- Département centre service docu-


taires : La définition et le contrôle des mentaire : La mise en place et la ges-
workflows de tous types de documents tion du centre documentaire ainsi que
depuis leur création jusqu’à leur archi- les transactions documentaires.
vage.

Table 1.9 – La direction DID de l’ISI

14
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

o Direction Qualité Méthode et Architecture : qui a pour missions essentielles :


La définition des politiques et stratégies de la société en matière de méthodes de
système de qualité et d’architectures ainsi que la diffusion et le contrôle de leur
application[5].
La définition de la stratégie et des règles d’urbanisation des systèmes d’information.
La capitalisation du savoir-faire en termes de méthodes, de système de qualité et d’ar-
chitectures.
La direction Qualité Méthode et Architecture est organisée en départements :

Direction Qualité Méthode et Architecture

Département qualité et mé- Département architecture sys-


thodes :L’élaboration des procédures tème d’information : La contribu-
de gestion de la DC ISI. tion dans la politique des stratégies en
matière d’urbanisation et d’architec-
tures du système d’information de la
société.

Table 1.10 – La direction QMA

o Département sécurité système d’information : qui a pour mission essentielles :


L’élaboration de la politique de sécurité des systèmes d’information et technologies de
l’information de la société. La veille technologique en matière de sécurité informatique.
La mise en place des cellules de crise en cas de sinistre[5].
o Département planification suivi du projet et reporting : qui a pour mission
essentielles :
l’élaboration, la gestion, la consolidation, et le suivi des prévisions budgétaires des
projets de la DC ISI[5].
L’analyse et la gestion du portefeuille des projets de la DC ISI en termes de planning
et de coût. L’élaboration des tableaux de bord et de reporting.
La contribution à l’amélioration des documents et des processus de gestion de projets.
o Deux assistants : qui sont chargés de :
Assister le directeur central dans le traitement des dossiers spécifiques liés aux diffé-
rents domaines d’activité de la DC ISI[5].
Assurer conseil et assistance aux structures de la DC ISI

15
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

La Direction Centrale Marchés et Logistique « MLG » :

— Elle est placé sous l’autorité d’un Directeur Central.


— Elle est chargée de développer la fonction chaine logistique intégrée de la Société,
permettant d’élaborer une politique achat avec ses procédures adaptées de réduire les
coûts et d’assurer des standards de qualité.
— Elle est chargée également de suivi des activités des Commissions des Marchés, L’éva-
luation des affaires complétées[3].

La Direction Centrale Santé, Sécurité et Environnement « HSE » :

— Elle est placée sous l’autorité d’un Directeur Central.


— Elle est chargée de l’élaboration des politiques en matière d’environnement, de sécurité,
de qualité de la vie au travail et du contrôle de leur application[3].
— Elle assure la coordination de la politique de gestion des risques liés à la santé, à
la sécurité et à l’environnement, La médecine et l’hygiène au travail, le respect des
normes et standards dans les domaines de l’environnement, de la sécurité et de la santé
au travail.

La Direction Centrale Recherche et Développement « RDT » :

— Elle est placée sous l’autorité d’un Directeur Central.


— Elle est chargée de promouvoir et de mettre en œuvre la recherche appliquée et de
développer des technologies dans les métiers de base de la Société.
— La mise en place d’une solution d’aide à la décision pour le département statistique et
informations de gestion de DCP SPE qu’on va faire va s’effectuer au niveau du dépar-
tement décisionnel et portail de la direction informatique et système d’informations
DC ISI[3].

16
CHAPITRE 1. ORGANISME D’ACCUEIL (SONATRACH)

1.3.4 Organigramme de la macrostructure de Sonatrach :

Figure 1.1 – Organigramme de la macrostructure de Sonatrach

Conclusion
À travers ce chapitre, nous avons présenté l’organisme d’accueil, ses principales activités et
son organisation générale. Par la suite, nous sommes descendus dans l’organigramme jusqu’à
arriver à la direction SIG, où nous intervenons et nous avons détaillé les tâches et les missions
qui lui sont confiées. En ayant une vue d’ensemble de la répartition des postes et fonctions
ainsi que les rôles de chacun. Elle constitue une base essentielle pour notre étude de l’existant
qui fait l’objet du chapitre suivant.

17
Chapitre 2

Étude de l’existant et spécification des


besoins

Introduction
L’étude de l’existant est une phase cruciale pour comprendre le fonctionnement du sys-
tème. Elle permet d’avoir une vision transversale sur les différentes procédures de travail
en vigueur de l’entreprise, ceci servira à mieux identifier les points forts du système , ses
anomalies ainsi que ses insuffisances , ce qui emmène à proposer par la suite les solutions
adéquates . Cette étude est le résultat d’une collecte d’informations au niveau de la direction
statistiques et informations de gestion de Sonatrach qui constitue la source d’informations
nécessaires pour la conception du tableau de bord. Elle est réalisée à partir des interviews
avec le personnel de la structure et l’analyse des documents existants. Dans ce chapitre, nous
allons détailler le processus décisionnel considéré et la circulation de l’information. Dans un
deuxième temps nous effectuons une étude sur l’ensemble des indicateurs étudiés. A la fin
de cette étude, les critiques du système existant seront établies, exposant les causes de son
dysfonctionnement.

2.1 Etude et analyse de l’existant :


Notre étude est passée par deux étapes :
1. Les entretiens : Afin d’avoir les informations nécessaires et détaillées sur le fonction-
nement de la direction, nous nous sommes rapprochées des personnes qui touchent au
cœur du métier et ce à travers des entretiens avec certains cadres de la structure, pour
savoir davantage sur le fonctionnement du processus métier et identifier les ressources

18
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

techniques ainsi que les sources de données disponibles.


2. La documentation :Le département statistiques et informations de gestion nous a
fourni un nombre de documents dont les rétrospectives de leurs différents activités (
Exploration , amont , Aval , transport par canalisation . . . ) en format Excel datant
de 2000 à 2010 ainsi que l’annuaire statistiques de l’année 2013 qui feront l’objet de
notre étude.

2.1.1 système d’information existant


La direction Planification de la Direction Corporate SPE dispose de quatre départements
dont le département Statistiques et Informations de gestion qui a pour but de constituer
tous les données relatives aux domaines des hydrocarbures et de l’energie dans une base de
données Excel stockant :
• Informations concernant l’exploration et le forage
• Informations concernant la production et l’injection
• Informations concernant l’Aval
• Informations concernant le transport par canalisation
• Informations concernant l’investissement
• Informations concernant la commercialisation
Toutes ces informations sont stockées au niveau des fichiers excel seulement et le département
ne dispose d’aucun système d’information.

2.1.2 Étude des indicateurs :


Lors de notre étude, le département SIG nous a fourni une liste des indicateurs concer-
nant les activités exploration, production, transport par canalisation, aval, Investissement
et commercialisation. Ces indicateurs ont été exigés par la DG, néanmoins, pleins d’autres
restent non exploitables vu la non disponibilité de certaines sources de données. dans ce qui
suit on va mettre en lumière l’activité exploration et production
Le tableau ci-dessous classe les indicateurs par catégorie. Pour chaque indicateur est donnée
sa signification et son unité :

Catégorie Type d’indicateurs indicateurs significations unités


Indicateurs

mètres forés(m)(1) les mètres forés par m


SH et AST

19
Forage
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

Mois Appareil(2) Nombre d’appareil


par mois effectués
par SH et AST

Rendement (1/2) le rendement de DA


forage par SH et
AST

puits forés Le nombre de puits


forés par SH et par
AST

Dont terminés le nombre des


puits forés
terminés par SH et
AST dont wildcat
et délinéations

Mois équipe(1) le nombre d’équipe


par mois pour le
sismique terrain
2D et 3D par SH
Géophysique et AST

Sismique terrain le sismique terrain KM


(2D)de profil 2D de profil par
SH et par AST

Sismique terrain le sismique terrain KM 2


(3D)de profil 3D de profil par
SH et par AST

20
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

Points de tirs les points de tirs


pour le sismique
terrain 2D et 3D
par SH et par AST

rendement(2/1) le rendement de la DA
géophysique pour
le sismique terrain
2D et 3D par SH
et par AST

Mois équipes le nombre


Géologie d’équipes par mois
pour la Géologie
de terrain par SH
et AST

mois ingénieurs le nombre


d’ingénieur par
mois pour la
Géologie de
synthèse par SH et
AST

Nbr découvertes le nombre de


Résultat effort ex- découvertes par SH
ploration et par AST

21
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

Tx.succès Taux de succès %


totale de
l’exploration par
SH et par AST
calculé comme
suit :(Nbr
découvertes/puits
terminés)

volume des le volume des MTEP et


reserves reserves Mbbl
découvertes en découvertes en
place(P1+P2) place prouvées et
probables par SH
et par AST

Investissements Les investissements M DA et


Investissements Explo de l’exploration MUS $
Exploration par SH et par AST

coût de TEP le coût de TEP DA/TEP


découverte en découvertes en ou $/TEP
place(P1+P2) place prouvés et
probables par SH
et par AST calculé
comme suit :
(Investissements
Explo/volume des
reserves
découvertes en
place en MTEP)

22
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

coût du baril le coût du baril DA/bbl ou


découvert en découvert en place $/bbl
place(P1+P2) prouvés et
probables par SH
et par AST calculé
comme suit :
(Investissements
Explo/volume des
reserves
découvertes en
place en Mbbl)

Huile huile découvert,


par SH et par AST
Nombre de décou-
vertes Gaz Gaz découvert, par
SH et par AST
Evolution des
volumes des dé- Huile et Gaz l’Huile et Gaz
couvertes en place découvert, par SH
(P1+P2) et par AST

Gaz à condensat le Gaz à condensat


découvert, par SH
et par AST

Huile et Gaz à l’Huile et Gaz à


condensat condensat
découvert, par SH
et par AST

Huile volume huile M TEP


Reserves décou- découvert par SH
vertes en place et par AST

23
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

Gaz volume Gaz M TEP


découvert par SH
et par AST

Condensat volume condensat M TEP


découvert par SH
et par AST

Table 2.1 – Indicateurs de l’exploration et forage

2.1.3 Analyse de l’éxistant :


Après cette étude nous constatons que leurs travail consiste à faire :
1. Un grand tri des données collectées de différentes régions.
2. Etablir des fichiers Excel pour chaque activité où chaque fichier contient plusieurs
tables indiquant les sous activités.
3. Saisir manuellement les données traités dans des tables Excel contenant touts les
indicateurs nécessaires et les commentaires qui précisent les différentes sources.
4. Effectuer des calculs entre les données pour obtenir ce qui sera utiles dans la prise de
décision.
5. Etablir l’annuaire statistique

2.1.4 Critique de l’existant :


A fin de bien diagnostiquer les problèmes du système existant nous les avons classé en
3 catégories problèmes organisationnels, problèmes informationnels et problèmes techniques
pour pouvoir apporter des améliorations.
1. Problèmes organisationnels :
• La difficulté de la procédure décisionnelle liée à la grande étendue de Sonatrach et
sa dispersion géographique sur plusieurs régions, entraine un retard de réception
des états des régions au temps souhaité et donc la décision devient biaisée.
• Perte en termes de temps et d’efforts dans le traitement de l’information vu l’in-
tervention de plusieurs départements de la direction de planification.

24
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

2. Problèmes informationnels : La fiabilité de l’information reste à revoir compte


tenu des erreurs de saisie et de traitement manuel des données altérées par plusieurs
intervenants.
3. Problèmes techniques : plusieurs ont été diagnostiqués dont :
• L’inexistence d’outil de visualisation de données qui fournirait des informations
d’une façon claire aux décideurs pour leur prise de décision.
• Une représentation graphique statique des rapports qui deviennent pénibles et
ennuyeux.
• Mauvaise couverture lors du reporting qui est sensés présenter l’information déci-
sionnelle : format tabulé, chiffré, peu structurés et non interactif, ce qui rend leur
interprétation délicate.
• L’absence d’un bon outil de reporting obligeant les décideurs à utiliser une méthode
lente pour avoir les rapports. Les périodes peuvent même parfois s’étaler sur des
jours.

2.1.5 Difficultés rencontrées :


Lors de la collecte du besoin, nous avons fait face à beaucoup de difficultés :
• Le département SIG s’étend sur plusieurs volets (Exploration, découvertes, production
. . . ) ce qui a rendu le cadrage de la problématique difficile.
• La confidentialité des données et des documents de l’entreprise vu leurs sensibilités.
• La codification complexe des données dans la base notamment les comptes analytiques
et les noms des puits , nom des gisements et des régions ...
• Le nombre important de redondances des données.
• L’incapacité d’exploiter ces données d’où le besoin de créer de nouveaux fichiers Excel
exploitables.
• Des erreurs de saisies surtout des noms de régions d’où l’impossibilité d’identifier
certains détaillants.
• Le changement très courant des appellations des structures ne fait que compliquer la
tâche.

2.2 Analyse et spécification des besoins :


2.2.1 démarche d’identification des besions
L’identification des besoins est une phase cruciale pour le succès de n’importe quel projet
parce qu’elle permet au détaillant de se donner une vision globale de sa situation afin d’éla-
borer un plan d’intervention cohérent, C’est au client d’identifier des objectifs à atteindre,

25
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

des problèmes éventuels à régler et des changements à anticiper. Dans notre processus de
définition des besoins, nous avons opté pour la technique d’entretiens et documentation.
• Entretiens et réunions : Nous nous sommes concentrés en premier lieu sur les
besoins exprimés par les utilisateurs du système décisionnel, ensuite les enrichir avec
les besoins relatifs aux données que nous avons étudiés soigneusement et celà en faisant
des entretiens formels avec le chef de département SIG Mme Houchati Hassina qui nous
a aidé à comprendre certain aspects techniques des données en plus de nous faire part
de leurs attentes du projet
Nous avons mis en place un plan d’entretiens fectif à fin de bien s’organiser :
1. selectionner les personnes à interviewver : contacter les personnes en ques-
tion et prendre RDV.
2. Planifier l’entretien : Définir le contexte et le temps de l’entretien.
3. Préparer l’entretien : préparer la liste des questions à poser.
4. Conduire l’entretien : se présenter et poser les questions.
5. Après l’entretiens : préparer le PV de l’entretien et le valider avec l’interviewé.
• Documentation : Des modèles de documents internes à sonatrach et des manuels
d’organisation nous ont été fournies pour comprendre l’organisation et l’activité de
l’entreprise ainsi que l’annuaire statistique de l’année 2013 qui nous a permis de mieux
comprendre leurs besoins décisionnels.

2.2.2 Identification des utilisateurs du futur système décisionnel


Une fois qu’on a identifié les besoins analytiques de l’entreprise, il est essentiel d’identifier
les utilisateurs finaux du nouveau système décisionnel. Ces utilisateurs sont décrits dans le
tableau ci-dessous :

26
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

Niveau organisa- La direction corpo- Département Utilisateurs description


tionnel rate

Le chef de départemet Il aura des rapports sur


Département Statis- toutes les activités de
La direction générale tiques et Informations sonatrach.
DCP SPE
de Sonatrach (DG) de Gestion (SIG) de la
direction Planification le directeur de suivi Disposera des rapports
évoluant les différentes
transactions et mouve-
ments de la division.

Les chefs de secteurs Chacun selon sa sec-


tion aura des rapports
sur les différentes acti-
vités.

Les analystes Auront accès aux rap-


ports des activités né-
cessaires pour réaliser
les prévisions des an-
nées à venir.

Table 2.2 – Utilisateurs du futur système

2.2.3 Les besoins fonctionnels et techniques collectés :


Après l’étude faite précédement nous avons soigneusement établie un nombre de besoins
que nous avons considéré les plus nécéssaires en premier temps dont :

• La conception d’un entrepôt de données alimenté à partir de la base de donnée Excel.


• Le déploimenet d’un système de chargement et de traitement de données (ETL)
• L’établissement d’un système de reporting.
Notre système décisionnel doit répondre à deux types de besoins, les besoins fonctionnels
qui sont les besoins réels du département SIG et que le système doit satisfaire, les besoins
non fonctionnels (besoins techniques) qui sont les contraintes pour lesquelles le système doit
être soumis pour réaliser un produit de qualité.

Besoins fonctionnels

Les spécifications de l’application :


En ce qui concerne l’application, l’idéal serait qu’elle soit conçue de manière qu’elle permette :
• La haute disponibilité des données à n’importe quel instant.
• La génération facile des rapports. . . (easy reporting)
• La consultation aisée des tableaux de bord fournis.
• L’application facile des différentes opérations sur les données.

27
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

• La formulation des requêtes assez complexes permettant l’interrogation des données


de l’entrepôt à n’importe quel niveau hiérarchique.

Besoins techniques

• Les outils utilisés pour le développement du système doivent être des outils Open
Source.
• Définir une résolution et une qualité graphique adéquate.
• Fournir des interfaces interactives et compréhensibles facile à manipuler.
• Fournir des tableaux de bord clairs et analysables facilement .
• Le système doit permettre un accès rapide aux données synthétisées.
• Fournir des rapports lisibles automatisés au lieu d’être fait manuellement (tout en
respectant la charte graphique.)
• Assurer la performance de l’entrepôt.
• Le système doit être sécurisé et assure la traçabilité.
• Les accès au système doivent être gérés par l’authentification.

2.2.4 Architecture prévue :


Afin de répondre aux besoins de l’organisme, nous avons opté pour une architecture que
nous jugeons la mieux adapté. Cette solution repose sur la mise en place d’un système déci-
sionnel qui se schématise comme suit :

Figure 2.1 – Architecture de mise en place d’un système décisionnel

2.2.5 la solution proposée :


la solution se compose principalement de 4 opérations essentielles :

28
CHAPITRE 2. ÉTUDE DE L’EXISTANT ET SPÉCIFICATION DES
BESOINS

• Conception du Data Warehouse : La première étape consiste à concevoir une zone


d’entreposage à l’aide des besoins collectés, ce DW est alimenté par les données grâce
à l’ETL.
• Création de l’ETL : C’est une étape primordiale dans la solution, elle consiste
à transformer les données brutes de la base de données consolidée, pour faciliter le
chargement. Cette étape se déroule en trois phases : l’extraction depuis la source, la
transformation, et le chargement.
• création du cube dimensionnel : la création du cube dimensionnel se base sur notre
Data Warehouse, afin de faciliter l’interrogation de données dans un environnement
multi dimensionnel.
• Conception du tableau de bord : C’est l’étape qui clôture notre solution. Il s’agit
de présenter les données consolidées et structurées aux utilisateurs à travers le repor-
ting et les graphes, tout en offrant un accès aisé, structuré et personnalisé.

conclusion
Tout au long de ce chapitre nous avons d’abord essayé de décrire la situation actuelle
du système décisionnel existant aussi fidèlement que possible, Nous avons porté l’accent sur
le fonctionnement du système ainsi que le système de reporting utilisé. nous nous sommes
renseignées sur la situation informatique actuelle au sein du département, et ciblées les in-
suffisances du système. Cette étude nous a permis de bien cerner le processus décisionnel et
les procédures de travail. En effet, cette étape du chapitre nous a servi à examiner en détail
les aspects organisationnels, informationnels et techniques de l’entreprise.
Lors de la deuxième partie de ce chapitre, nous avons discuté les potentiels besoins de la
direction pour cela on a essayé d’établir la solution la plus adéquate possible en vue de sa
réalisation dans ce qui suit, mais on commencera d’abord par donner de brèves définitions
sur les différentes composantes qui constituent la solution ainsi que les outils utilisés.

29
Chapitre 3

Etat de l’art

Introduction
L’informatique décisionnelle offre une immense variété de procédures et de concepts dans
toutes les étapes de réalisation d’un projet BI , choisir la bonne méthode est primordiale
pour chaque étape.
Ce chapitre sera réservé pour définir le système décisionnel, les différentes méthodes proposées
dans chaque étapes, et a chaque fois une comparaison est faites pour choisir la méthode la plus
adaptés à notre solution. Nous présentons dans un premier temps les notions sur le décideur,
des concepts clés sur la BI en détaillant les notions de système décisionnel et d’entrepôt de
données. Puis, nous aborderons l’ETL.

3.1 Notion sur le décideur :


3.1.1 Décideur :
Le décideur est une personne dotée d’un pouvoir de décision, il peut-être le responsable
d’une entreprise, le responsable d’une fonction ou d’un secteur. Il est donc celui qui engage
la pérennité ou la raison d’être de l’entreprise. Pour ces raisons, il doit être doté de différents
moyens lui permettant la prise de décision la plus pertinente et la plus appropriée possible.
Parmi ces moyens, les data Warehouses ont une place primordiale et privilégié. En effet, ils
contiennent les données de toute l’activité de l’entreprise jugée utile pour la prise de déci-
sion. Le principal problème réside dans l’exploitation de ces informations. Pour cela, il est
primordial de bien penser au datamining.[]

Le décideur se réparti en 3 catégories :

30
CHAPITRE 3. ETAT DE L’ART

• Les décideurs stratégiques : Ces décideurs définissent les grandes lignes que l’en-
treprise doit prendre et mobilisent les moyens nécessaires pour y parvenir. Donc ils
orientent la politique et les valeurs de l’organisation.
• Les décideurs tactiques : les décideurs tactiques sont les relais des caps stratégiques,
fixés par les décideurs stratégiques. Ce sont eux qui fixent les objectifs de leur direction
ou de leur territoire, qui élaborent et choisissent la meilleure tactique pour atteindre
ces objectifs..
• Les décideurs opérationnels : faire face à la réalité du terrain, gérer le quotidien.À
ces trois profils de décideurs s’ajoute celui des analystes. Le rôle des analystes est
de récolter et de travailler l’information, fiabiliser les données, expliquer les résultats.
Leur rôle est d’aider à la prise de décision des décideurs. Les analystes varient sui-
vant le type d’organisation (industrie, négoce, service public...) et le service auquel ils
appartiennent.[]

3.1.2 Les facteurs d’amélioration de la prise de décision


Généralement, on présente les trois facteurs de prise de décision comme étant :
La connaissance et l’analyse du passé.
La représentation du présent.
L’anticipation du futur.
Les informations permettant d’appréhender ces facteurs peuvent être de deux natures
différentes :
Les informations quantitatives : ce sont toutes les données chiffrées telles que
les montants, quantités, pourcentages, délais...
Les informations qualitatives : ce sont toutes les informations non quanti-
fiables telles qu’un commentaire accompagnant un rapport, des mécontentements,
un sentiment, une directive, une nouvelle procédure...

3.2 Système d’information


3.2.1 Définition d’un système d’information
Le système d’information(système de pilotage) est l’ensemble des méthodes et moyens de
recueil de contrôle et distribution des informations nécessaires à l’exercice de l’activité en
tout point de l’organisation. Il a pour fonction de produire et de mémoriser les informations
de l’activité en tout point de système opérant il en existe deux types [17]

31
CHAPITRE 3. ETAT DE L’ART

3.2.2 Les systèmes opérationnels (transactionnelle)


Ce sont les outils que nous utilisons chaque jour. Ils assurent le bon fonctionnement de
l’ensemble de l’organisation.
Toutes ses applications répondent à la même attente : permettre la saisie d’informations,
leur traitement, et la production en sortie de résultats, sous forme de documents papier, de
consultations à l’écran ou d’autres informations. Les trois principales caractéristiques d’un
système transactionnel sont donc :
— La capacité à gérer de grands volumes de données,
— Des temps de réponse très réduits,
— offre des requêtes relativement simples du point de vue informatique[17].

3.2.3 Les systèmes décisionnels


Le principe même de la prise de décision est de s’appuyer sur des informations précises
pour en déduire des comportements et passer à l’action.
Le système d’information décisionnel est un ensemble de données organisées de façon spéci-
fiques, facilement accessibles et appropriées à la prise de décision. La finalité d’un système
décisionnel est le pilotage d’entreprise. Les systèmes de gestion sont dédiés aux métiers de
l’entreprise. Les systèmes décisionnels sont dédiés au management de l’entreprise
Toutes ses applications répondent au même processus : analyser des données préalablement
collectées par les applications opérationnelles de l’entreprise, les mettre en forme, aider à dis-
tinguer les grandes tendances, et publier des résultats sous forme de graphiques, de tableaux,
ou de rapports.[15]
Les trois principales caractéristiques d’un système décisionnel sont donc :
— La capacité à gérer de grands volumes de données,
— Ils appliquent des requêtes beaucoup plus complexes,
— Ils disposent de plus de temps pour les exécuter.

Architecture d’un système décisionnels

Tout système décisionnel est architecturé globalement de la même façon :


— Plusieurs sources de données en lecture
— Un DW fusionnant les données requises
— Un ETL permettant d’alimenter le DW à partir des données existantes
— Des applications d’exploitation de reporting, exploration et/ou prédiction
— D’éventuels DM permettant de simplifier le DW en vue de certaines applications
— Plusieurs sources de données en lecture

32
CHAPITRE 3. ETAT DE L’ART

Figure 3.1 – Schéma representant l’architecture d’un système décisionnels[15]

Conception d’un système décisionnel :

Un projet de système décisionnel se structure selon quatre grands axes[15] :


1. Étude des besoins et de l’existant : Étude des besoins utilisateurs Étude des données
existantes
2. Modélisation et conception : Modélisation dimensionnelle Architecture technique Spé-
cification des outils d’exploitation
3. Implémentation du data Warehouse : Implémentation du DW et des DM Mise en place
de l’ETL
4. Implémentation des outils d’exploitation : Implémentation des outils de reporting Im-
plémentation des outils d’exploration Implémentation des outils de prédiction

3.2.4 Système opérationnel Vs système décisionnel


Le tableau suivant récapitule en bref les différences qu’il peut y avoir entre les deux
systèmes :

33
CHAPITRE 3. ETAT DE L’ART

Caractéristique SI Transactionnel SI Décisionnel

Objectif Gestion courante, pro- Analyse, support à la dé-


duction cision

Model de données Entité relation Etoile, flocon, de neige

Normalisation Fréquent Plus rare

Donnée Actuelles, brutes Historiés, parfois agré-


gées

Mise à jour Immédiate, temps réel Souvent différée

Niveau de consolida- Faible Elevée


tion

Perception Bidimensionnelle Multidimensionnelle

Opération Lectures, mises à jour, Lectures, analyses croi-


suppression sées rafraichissements

Taille EN gigaoctet En téraoctets

Table 3.1 – Table comparatif entre les deux systèmes.[14]

34
CHAPITRE 3. ETAT DE L’ART

3.3 Concepts de base des systèmes d’aide à la décision :


3.3.1 L’entrepôt de données (Data Warehouse) :
Les entrepôts de données sont apparus en 1996, réponse au besoin de rassembler toutes
les informations d’une entreprise en une base de données unique destinée aux analystes et
aux gestionnaires. Cela en intégrant des informations provenant de différentes sources de don-
nées internes mais aussi externes à l’environnement de l’organisme et en offrant la possibilité
de faire des analyses et des corrélations sur des agrégations créées dynamiquement à partir
de plusieurs démentions. Les bases de données des systèmes existants de type OLTP (On-
line Transaction Processing) ne sont pas appropriées comme support d’analyse, vu que leur
conception ne vise pas les fonctions spécifiques réalisées dans l’entreprise. D’où la nécessité
de la mise en place d’un système décisionnel qui fournit une vue globale des informations de
l’entreprise et aussi un moyen stratégique de prise de décision. Avant de passer à la phase de la
conception et de la mise en œuvre de ce système décisionnel qui est l’entrepôt de données.[10]

Lors de la conception d’un Data Warehouse, deux approches se confrontent la méthode de


Bill Inmon et celle de Ralph Kimball, chacune adaptée à son environnement d’intégration et
présentant ses avantages et inconvénients.
Nous allons ici entreprendre une analyse comparative des deux approches, tout en mettant
en avant les critères significatifs de choix

L’approche d’Inmon (approche Top-Down) William H. Inmon (communément


appelé Bill Inmon) est un informaticien américain né en 1945, reconnu par beaucoup
comme le père du Data Warehouse, ayant contribué à la définition de ses fondements.
L’approche d’Inmon, souvent opposée à celle de Ralph Kimball est caractérisée comme
étant « Top-Down Dans son approche, le Data Warehouse est un referentiel centralise
d’entreprise (ou CIF) stockant l’information au niveau le plus detaille. Des Datamarts
modelises sous forme de schemas en etoile sont ensuite crees a partir de ce Data
Warehouse[22].
Voici la représentation schématique de l’approche :

35
CHAPITRE 3. ETAT DE L’ART

Figure 3.2 – Représentation schématique de l’approche Top-Down[22].

Inmon définit par ailleurs le Data Warehouse via les termes suivants :
. « Subject-Oriented » : les données du Data Warehouse sont organisées, de telle
sorte que tous les éléments se rapportant à un même événement ou objet réel sont
liés entre eux
. « Time-Variant » : les différentes modifications apportées aux données de la base
de données sont suivies et enregistrées, des rapports synthétiques peuvent ainsi
être élaborés ;
. « Non-Volatile » : les données de la Data Warehouse ne sont jamais ré-écrites
ou supprimées une fois engagées, les données sont statiques, en lecture seule et
retenues pour les futures rapports de synthèse ;
. « Integrated » : la base de données contient des données de la plupart ou totalité
des application de l’organisation, ces données oeuvrant en parfaite symbiose.
L’approche de Kimball ( approche Bottom-Up)
Ralph Kimball est un informaticien et chef d’entreprise américain. Il est connu comme
auteur d’ouvrages informatiques, notamment sur le thème du décisionnel.
Son approche s’oppose à celle de William H. Inmon, affirmant qu’un Data Warehouse
doit être rapide et compréhensible.
Le Data Warehouse peut etre vu, selon l’auteur, comme l’union des datamarts cohe-
rents entre eux grace aux dimensions conformes (data warehouse bus). La modelisa-
tion dimensionnelle permet un requetage facile et performant pour les utilisateurs [22].

Voici la représentation schématique de l’approche :

36
CHAPITRE 3. ETAT DE L’ART

Figure 3.3 – Représentation schématique de l’approche Bottom-Up[22].

Caractéristique Inmon Kimbal

Construction Couteux en temps Rapide

Maintenance Facile Redondance à


gérer

coût coût intial élevé coût initial modéré

Durée mise en Long court si mode


oeuvre incrémentale

compétances utiles Equipe spécialisée Equipe généraliste

Intégration des Au niveau Par domaine


données entreprise métier

Table 3.2 – Table comparatif entre les deux approches[22]

Malgré une opposition effective des deux modèles, aucun d’entre eux n’est à privilégier et
le choix de la meilleure approche dépend de l’activité de l’entreprise ainsi que de ses objectifs
à long et court terme sur le plan décisionnel.

37
CHAPITRE 3. ETAT DE L’ART

Source de données :

Afin d’alimenter l’entrepôt, les informations doivent être identifiées et extraites de leurs
emplacements originels. Il s’agit des sources de données hétérogènes qui peuvent comporter
des données internes à l’entreprise, stockées dans les bases de données de production des
différents services. Elles peuvent être aussi des sources externes, récupérées via des services
distants et des web services ou des sources qui peuvent être sous format de fichiers plats.

Structure des données de l’entrepôt

Les données de l’entrepôt sont structurées en trois classes. Ces dernières sont organisées
selon un axe historique et un axe de synthèse :

Les données agrégées : Ce sont les données qui correspondent à des éléments d’ana-
lyse représentant les besoins des utilisateurs. Elles constituent un résultat d’analyse et
une synthèse de l’information contenue dans le système décisionnel, qui est facilement
accessible et compréhensible.
Les données détaillées : Reflètent les événements les plus récents. Les intégrations
régulières des données issues des systèmes de production sont réalisées habituellement
à ce niveau. Les données historiées Chaque nouvelle insertion de données provenant
du système de production ne détruit pas les anciennes valeurs, mais crée une nouvelle
occurrence des données.
Les métadonnées : Elles constituent l’ensemble des données qui décrivent des règles
ou processus attachés à d’autres données, qui représente la finalité du système d’information[10].

Choix du modèle concéptuel

Au niveau logique cela peut se traduire par trois modèles différents :


Le modèle en Etoile : Le centre est la table des faits, et les branches en sont les
dimensions. Ces dimensions n’ont pas de lien entre elles[13].

38
CHAPITRE 3. ETAT DE L’ART

Figure 3.4 – Exemple d’un model en étoile[13]

Le modèle en flocon de neige : Le principe est le même que pour le modèle en


étoile, mis à part le fait que les dimensions peuvent être décomposées en hiérarchies.
Le niveau hiérarchique le plus bas est relié à la table de faits. Cependant c’est un
modèle complexe qui requiert un nombre important de jointure. Cela affecte la
performance des requêtes[13].

39
CHAPITRE 3. ETAT DE L’ART

Figure 3.5 – Exemple d’un model en flocon de neige[13]

Le modèle en constellation de faits : Il est encore basé sur le modèle en étoile.


Il rassemble plusieurs tables de faits qui peuvent avoir des dimensions en commun.

40
CHAPITRE 3. ETAT DE L’ART

Figure 3.6 – Exemple d’un schéma en constellation[13]

Afin de mieux comprendre le niveau conceptuel de la modélisation d’un Datawarehouse,


nous allons définir deux concepts la table de faits et la table de dimensions.

La Table de Dimensions :

Elle représente les axes d’analyse selon lesquels vont être étudiées les données observables
(les faits). En résumé, on part du principe que les données sont des faits à analyser selon
plusieurs dimensions.[8]

La Table de Fait :

Elle représente la table principale du modèle dimensionnel. Elle se compose :


Des clés étrangères des axes d’analyse.
Des mesures représentant des valeurs fournissant des descriptions sur le fait étudié[12]

3.3.2 Le magasin de données (DataMart) :


Data warehouse et data Mart :

Un data Warehouse et un data Mart se distinguent par le spectre qu’il recouvre :

41
CHAPITRE 3. ETAT DE L’ART

— Le data Warehouse recouvre l’ensemble des données et problématiques d’analyse visées


par l’entreprise.
— Le data Mart recouvre une partie des données et problématiques liées à un métier ou
un sujet d’analyse en particulier Un data Mart est fréquemment un sous-ensemble du
data Warehouse de l’entreprise, obtenu par extraction et agrégation des données de
celui-ci[19].

Figure 3.7 – Ilustration d’un Datawarehouse et de datamarts[19]

Pourquoi des data Marts ?

Les data marts sont destinés à pré-agréger des données disponibles de façon plus détaillée
dans les data warehouse, afin à traiter plus facilement certaines questions spécifiques, cri-
tiques, etc.[19]

3.3.3 Le cube de données


C’est une représentation multidimensionnelle d’un fait et de ses dimensions. Comme le
montre la Figure-ci dessus par exemple, dans le cas de vente de produits dans des pays
dans le temps ; le fait est les ventes et les dimensions sont : pays, produit et temps. Pour
chaque combinaison des trois dimensions (pays, produit, temps), on peut accéder à la mesure
numérique associée au fait ventes (cellule non vide). Les interrogations s’interprètent souvent
comme l’extraction d’un plan, d’une droite de ce cube (par exemple, lister les ventes d’un
produit X), ou l’agrégation de données le long d’un plan ou d’une droite (par exemple,
total des ventes de produit X). Théoriquement, un cube peut contenir un nombre inni de

42
CHAPITRE 3. ETAT DE L’ART

dimensions. Mais dans la pratique, la plupart des cubes contient quatre à douze dimensions.
Des problèmes de performance sont observés au-delà de cet intervalle.[11]

Figure 3.8 – schéma d’un Cube de données [11]

3.3.4 Caractéristiques d’un bon modèle décisionnel :


• Être performant pour le calcul d’agrégats sur de gros volumes de données (exploration
de données, reporting).
• Être appréhendable par un utilisateur final, en particulier pour formuler facilement
des requêtes (exploration de données).
• Être suffisamment performant au chargement pour répondre aux sollicitations de mise
à jour (ETL)
• Être évolutif en fonction des évolutions amont (sources transactionnels) et aval (be-
soins d’exploitation).

3.4 Informatique décisionnelle :


L’informatique décisionnelle, également Business Intelligence ou BI en anglais, désigne les
moyens, les méthodes et les outils qui apportent des solutions en vue d’offrir une aide à la
décision aux professionnels afin de leurs permettre d’avoir une vue d’ensemble sur l’activité
de l’entreprise et de leurs permettre de prendre des décisions plus avisées à travers des ta-
bleaux de bord de suivi et des analyses.[18]

43
CHAPITRE 3. ETAT DE L’ART

Avantages du BI :

Déployer une solution BI apporte de nombreux avantages[18] :


• Améliorer la visibilité sur les chiffres, les écarts et les anomalies.
• La combinaison de plusieurs sources de données (ERP, systèmes comptable, feuilles
de calcul, des budgets . . . ).
• La présentation uniforme d’informations fiables.
• L’automatisation permettant l’accélération de la collecte et de la diffusion de l’infor-
mation.
• La performance dans le calcul d’agrégats sur de gros volume de données.
• La prise de décision grâce à des indicateurs pertinents et à une structure cohérente
des informations.
• L’aide à nettoyer les données présentes dans différents logiciels.
• L’anticipation des événements et la projection dans l’avenir.

Limites du BI :

Parmi les limites de la Business Intelligence[18] :


• La mise en place d’une solution de BI prend beaucoup du temps : de nom-
breuses entreprises dans le scénario industriel rapide ne sont pas assez patientes pour
attendre la mise en place du système décisionnel dans leur organisation.
• Complexité : un autre inconvénient de BI pourrait être sa complexité dans la mise
en œuvre des données.
• Erreur : les résultats produits par les systèmes décisionnels sont le résultat de concep-
tions informatiques et mathématiques complexes, qui peuvent révéler des erreurs, par
ailleurs les résultats sont souvent statistiques, donc non déterministes. La possibilité
d’une erreur ou d’une approximation inadaptée devra toujours être prise en compte
dans les décisions.[18]

3.5 Etapes du processus décisionnel :


Le Processus décisionnel passe par quatre étapes à savoir la collecte, le Stockage, La dis-
tribution et l’exploitation des données[10].

44
CHAPITRE 3. ETAT DE L’ART

Figure 3.9 – Les étapes du processus décisionnel[10]

3.5.1 La Collecte de données :


Une fonction remplie par des outils nommé ETL (Extraction, Transformation, Charge-
ment). L’ETL est un processus d’intégration de données procédant à l’extraction de celles-ci
via diverses sources, pour ensuite les transformer et les charger au niveau de l’entrepôt de
données

3.5.2 Le stockage
Les éléments, préalablement (nettoyés) et consolidés, seront stockés dans des dataware-
houses ou des datamarts sous forme de données orientées sujet, non volatiles, historiées et
intégrées[10].

3.5.3 La Distribution
Cette étape met les données à la disposition des utilisateurs. Elle permet la gestion des
droits d’accès en respectant des schémas correspondant au profil ou au métier de chacun.
Ainsi l’accès direct à l’entrepôt de données n’est pas autorisé.
L’objectif principal de cette étape est de segmenter les données collectées en contextes de
telle façon à ce qu’ils soient cohérents, simples à utiliser et correspondent à une activité
décisionnelle particulière (par exemple aux besoins d’un service particulier)[10].

45
CHAPITRE 3. ETAT DE L’ART

3.5.4 L’exploitation des données


Les outils de restitution constituent l’aboutissement du processus décisionnel. Une fois
les données stockées, nettoyées, consolidées et accessibles, elles sont utilisées à travers dif-
férents types d’outils de restitutions, notamment : les tableaux de bords, le reporting et le
datamining.

Le Tableau de Bord

Il permet la visualisation, le suivi et l’exploitation facile des données pertinentes sous


forme de chiffres, de ratios ou de graphiques. Ces indicateurs appelés aussi KPI, sont reliés
à des objectifs dans le but de prendre des décisions. La finalité principale d’un Tableau de
bord est de piloter une activité. Il peut toutefois être utilisé pour analyser une situation :
comprendre les raisons d’un échec (ou même d’un succès), anticiper des menaces, etc.
Les étapes de construction d’un tableau de bord se présentent comme suit :
— Mission de la maitrise d’ouvrage et de la maîtrise d’œuvre : Définir les objectifs de
l’unité utilisatrice du tableau de bord.
— Points clés de la gestion du projet : Retenir les éléments importants permettant d’at-
teindre l’objectif, influençant le résultat.
— Paramètres exprimant les points clés : Recenser tous les indicateurs possibles et ima-
ginables.
— Choix des indicateurs les plus représentatifs : Tester l’indicateur ou les indicateurs
pour en retenir les plus pertinents.

Le Reporting

Il est destiné à assurer la réalisation, la publication et la diffusion de rapports d’activité


selon un format prédéterminé. Nous distinguons 3 types :
— Le Rapport statique : C’est un rapport dont la structure est prédéfinie et figée en ce
qui concerne le périmètre des données présentées.
— Le Rapport dynamique : Il s’agit d’un rapport de structure semi statique où le péri-
mètre de données peut varier. L’utilisateur final peut choisir les paramètres à intégrer
dans le rapport.
— Le Rapport Ad hoc : C’est un rapport à la demande, où même l’utilisateur final peut
accéder directement aux données et élaborer le rapport avec les représentations qu’il
souhaite utiliser.

46
CHAPITRE 3. ETAT DE L’ART

Le DataMining

Appelé aussi forage de données, explorations de données ou encore fouilles de données. Il


désigne l’analyse de données sous différents angles. Le DataMining permet de transformer les
données en informations utiles et ce, en établissant des relations entre elles. Ces informations
peuvent ensuite être utilisées par les entreprises pour réduire les coûts ou encore augmenter
leurs chiffres d’affaires. Elles peuvent également servir à mieux comprendre une clientèle
afin d’établir de meilleures stratégies marketing. Il existe deux classes d’apprentissages :
L’Apprentissage Supervisé et L’Apprentissage Non-supervisé .

3.6 Objectifs du processus décisionnel :


Le processus décisionnel vise à [9] :
— Donner une vision globale aux managers et responsables de la direction SIG de toute
les activités de l’entreprise afin de trouver le bon équilibre.
— Prendre des décisions pour améliorer la performance de l’entreprise et accroitre la
production.
— Calculer et suivre les écarts de réalisation par rapport à une valeur de référence qui
est l’objectif fixé : prévision de réalisation.
— Etablir une synthèse justifiant les écarts et les différentes anomalies relatives aux
différences opérations.

3.7 Conception de l’entrepôt de données


La solution pour laquelle nous avons opté repose sur une mise en place un ensemble de
magasins de données, d’un point de vue global ce choix est justifié par le fait qu’il s’accorde
bien avec la nature des objectifs à atteindre qui peuvent se résumer à :
Rendre l’information de l’entreprise facilement accessible et compréhensible
Assurer la disponibilité et la cohérence des informations en tenant compte de la fiabilité
des sources
Minimiser le temps d’accès à l’information
Constituer une base d’informations capable de s’adapter aux inévitables changements
que subit l’entreprise sans pour autant toucher aux données et technologies déjà exis-
tantes.
Servir de support décisionnel en mettant en évidence les informations de sortie sur la
base desquelles la décision est prise. (Kimball and Ross 2002)

47
CHAPITRE 3. ETAT DE L’ART

3.7.1 Choix de la méthode de conception :


Il existe trois méthodes de conception, Les méthodes orientées données, Les méthodes
orientées besoins et Les méthodes hybrides
Pour illustrer la différence entre les trois, voici un aperçu de chacune

Méthodes orientées besoins

Ces méthodes s’inspirent souvent des approches de génie logiciel, et notamment de l’in-
génierie des besoins. Leur points de départ est l’expression des besoins en termes d’aide à la
décision, afin de cerner la conception dès le début, et d’éviter les résultats aberrants. Parmi
ces méthodes, celle de Ralph Kimball, est sans doute la plus connue. Celle-ci constitue un
cadre assez complet pour la conception d’un entrepôt de données selon la vision botom-top
propre à l’auteur de la méthode.

1.Choisir la procédure
La procédure (ou fonction) fait référence au sujet d’un magasin de données particulier. Le
premier magasin de données à construire est celui qui est susceptible d’être livré à temps,
en respectant les budgets, et est destiné à répondre aux questions professionnelles les plus
importantes au point de vue commercial

2.Choisir le grain
Choisir le grain signifie décider exactement de ce que représente un enregistrement d’une
table de faits.

3.Identifier les dimensions et s’y conformer


Les dimensions déterminent le contexte dans lequel nous pourrons poser des questions à pro-
pos des faits établis dans la table de faits. Un ensemble de dimensions bien constitué rend le
magasin de données compréhensible et en simplifie l’utilisation.

4.Choisir les mesures


Le grain de la table de faits détermine les faits utilisables dans le magasin de données. Tous
les faits doivent être exprimés au niveau implicite imposé par le grain. Les mesures doivent
être numériques, et additifs.

5.Emmagasiner les calculs préliminaires dans la table des faits


Une fois que les faits ont été choisis, il est nécessaire de les réexaminer un à un, pour déter-

48
CHAPITRE 3. ETAT DE L’ART

miner si des opportunités apparaissent d’exploiter des calculs préliminaires.

6.Finaliser les tables de dimensions


Au cours de cette étape, nous revenons aux tables de dimensions et y ajoutons toutes les
descriptions textuelles possibles aux dimensions. Les descriptions textuelles seront aussi in-
tuitives et compréhensibles que possible pour les utilisateurs.

7.Choisir la durée de la base de données


La durée mesure le saut dans le passé qu’une table de faits permet d’effectuer.

8.Suivre les dimensions à modification lente


Le problème des dimensions à modification lente signifie par exemple que la description ap-
propriée d’un ancien client et d’une ancienne filiale doit intervenir en accord avec un ancien
historique de transaction.
Nous pouvons distinguer trois types fondamentaux de dimensions à modification lente :
1. le Type 1, où un attribut de dimension modifié est écrasé ;
2. le Type 2, où un attribut de dimension modifié provoque la création d’un nouvel enregis-
trement de dimension ;
3. le Type 3, où un attribut de dimension modifié provoque la création d’un attribut alter-
natif, pour que les deux valeurs, l’ancienne et la nouvelle, soient simultanément accessibles
dans le même enregistrement de dimension.

9.Décider des priorités de requêtes et des modes de requêtes


Au cours de cette étape, nous prenons en considération les soucis liés au design physique.
Les soucis les plus prédominants, relatifs au design physique et qui affectent la perception
du magasin de données par l’utilisateur, sont l’ordre de tri physique de la table de faits sur
disque et la présence de résumés ou d’agrégats pré-enregistrés

10.Finalité
À la fin de la mise en pratique de cette méthodologie, nous obtenons un design d’un ma-
gasin de données qui respecte les exigences d’un processus métier déterminé et assure aussi
une intégration aisée avec les autres magasin de données liés, pour constituer en définitive
l’entrepôt de données de toute l’entreprise.[7]

Méthodes orientées données :

Les méthodes orientées données mettent l’accent sur la structuration des données sources
existantes (souvent relationnelles), afin de découvrir les caractéristiques déterminantes des

49
CHAPITRE 3. ETAT DE L’ART

concepts multidimensionnels (mesures, faits, attributs de dimensions, hiérarchies). Dans cette


catégorie nous citons les travaux de Moody et Kortink qui se basent sur une expertise des
données sources représentées au niveau conceptuel par un modèle entité relation, ou logique
par un modèle relationnel.
Cette expertise conduit en premier lieu à une classification des structures de données
sources en trois groupes :
Entités transactionnelles
Entités composants
Entités Classification
Entités transactionnelles Qui vont par la suite constituer la base de la table des faits dans
des schémas en étoile puisque ce sont les événements que les décideurs vont analyser.
Entités composants Qui sont les entités sont directement liées à une entité transaction
via une relation un-à-plusieurs. Elles définissent des détails ou des parties constitutives de
chaque événement d’entreprise. Ces entités donneront lieu à des tables de dimensions dans
les schémas en étoile.
Entités Classification Ces entités sont liées à des entités composants par une chaîne de
relations ’un-à- plusieurs’. Elles représenteront les hiérarchies de la dimension dans le schéma
multidimensionnel.[7]

Méthodes hybrides :

Plusieurs travaux ont tenté de regrouper les avantages des deux approches afin d’en élimi-
ner les inconvénients. Certaines en préconisant carrément deux conceptions parallèles, l’une
orientée besoin et l’autre orientée données, une étape de confrontation permet de sélectionner
les concepts inhérents aux deux conceptions, afin de satisfaire les exigences des décideurs dans
le cadre des données disponibles, dans ce cas nous pouvons citer les travaux de Bonifatti.
Bonifatti propose : Une phase de conception orientée besoins, dans laquelle les objectifs
des décideurs sont dévoilés à travers un cycle d’abstraction et un ensemble de directives pour
la génération d’un schéma logique multidimensionnel. Une autre phase orientée données peut
être déroulée en parallèle afin de découvrir faits et dimensions à partir de l’analyse de la
structure des données sources (présence d’attributs additifs, relation un à plusieurs...etc.).
Des graphes centrés sur les faits sont construits et traduits automatiquement en modèles
multidimensionnels en étoiles. Enfin une étape d’intégration consiste à unifier en premier lieu
la terminologie des deux modèles logiques produits, et une phase d’appariement qui donne
lieu au modèle cible concilié.[7]

50
CHAPITRE 3. ETAT DE L’ART

3.7.2 Démarche de construction de l’entrepôt de données :


L’entreposage de données se déroule en quatre phases principales :
— Modélisation et conception de l’entrepôt.
— Alimentation de l’entrepôt.
— Mise en œuvre de l’entrepôt.
— Administration et maintenance de l’entrepôt.

Modélisation et Conception de l’entrepôt :

Les approches les plus connues dans la conception des entrepôts sont :
• L’approche descendante qui est basée sur les besoins d’analyse.
• L’approche ascendante qui est basée sur les sources de données.
• L’approche mixte qui est une combinaison des deux approches.

Alimentation de l’entrepôt :

Une fois l’entrepôt est conçu, il faut l’alimenter et le charger en données. Cette alimenta-
tion s’effectue à travers le processus ETL et se déroule en trois phases :
1. L’extraction des données : Il s’agit de la première étape de récupération des in-
formations dans l’environnement de l’entrepôt de données. L’extraction comprend la
lecture et la compréhension de la source de données, ainsi que la copie des parties né-
cessaires à une exploitation ultérieure dans la zone de préparation. Ainsi, nous avons
deux types d’extraction :
— Extraction complète : il s’agit d’une capture de données à un certain temps. Elle
est employée dans deux situations à savoir le chargement initial des données ou
le rafraîchissement complet des données en cas d’une modification de source par
exemple.
— Extraction incrémentale : il s’agit de capturer uniquement les données qui ont
changé ou ont été ajoutées depuis la dernière extraction. Nous distinguons alors
deux manières pour faire l’extraction incrémental.
— Extraction temps-réel qui s’effectue au moment où les transactions surviennent
dans les systèmes sources.
— Extraction différée qui extrait tous les changements survenus durant une période
donnée (ex : heure, jour, semaine, mois) à posteriori.
2. La transformation des données Une fois que les données sont extraites dans la
zone de préparation nous appliquons plusieurs étapes de transformations qui ont pour
but de rendre les données cibles homogènes afin qu’elles puissent être traitées de façon
cohérente :

51
CHAPITRE 3. ETAT DE L’ART

— Résolution des cas d’informations manquantes et conversion en format standard.


— Combinaison des sources de données par mise en correspondance exacte avec des
valeurs clé ou par mise en correspondance approximative d’attributs hors clé et y
compris la recherche d’équivalents textuels des codes des systèmes sources.
— Construction d’agrégats pour optimiser les performances des requêtes les plus cou-
rantes.
— Application de filtres.
3. Le chargement des données C’est la dernière phase de l’alimentation d’un entrepôt
de données, le chargement est une étape indispensable. Elle reste toutefois très délicate
et exige une certaine connaissance des structures du système de gestion de la base
de données afin d’optimiser au mieux le processus. Nous distinguons trois types de
chargement :
— Chargement initial : se fait une seule fois lors de l’activation de l’entrepôt de
données.
— Chargement incrémental : se fait une fois le chargement initial complété et peut se
faire en temps réel ou en lot.
— Chargement complet : est employé lorsque le nombre de changements rend le char-
gement incrémental trop complexe.

Administration :

Cette étape est constituée de plusieurs tâches pour assurer :


• La qualité et la pérennité des données aux différents applicatifs.
• La maintenance et le suivi.
• La gestion de configuration.
• La gestion de l’évolution et les demandes d’expansion.
• L’organisation et l’optimisation du SI.
• La documentation et les formations.

Restitution :

C’est la dernière étape d’un projet d’entreposage de données, soit son exploitation. L’ex-
ploitation de l’entrepôt se fait par le biais d’un ensemble d’outils analytiques développés
autour de ce dernier. Il s’agit de regrouper tout ce qui a attrait à la représentation et la trans-
mission des résultats d’analyse de données. Le principe de la restitution, donc, est d’agréger
et de synthétiser des données nombreuses et complexes sous forme d’indicateurs, de tableaux,
de graphiques permettant d’en avoir une appréhension globale et simplifiée pour faire toutes
les analyses nécessaires.

52
CHAPITRE 3. ETAT DE L’ART

conclusion
Dans ce chapitre, a été détaillé toutes les notions relatives aux systèmes décisionnels, à
l’informatique décisionnelles et aux différentes démarches de construction utilisés pour les
maîtriser afin de favoriser le bon déroulement du projet

53
Chapitre 4

Conception

Introduction
Plus une entreprise prend de l’ampleur, plus il lui est difficile de prendre des bonnes dé-
cisions. Il est ainsi indispensable d’établir une conception digne de cette envergure
Dans ce chapitre, nous allons d’abord présenter le support de travail du département qui
n’est tout autre que des fichiers Excel qu’on a refait au complet pour pouvoir les considérer
comme étant une base de donnée de départ, par la suite on fera part de notre modélisation
logique de ces données.
Dans la deuxième partie du chapitre sera présenter un tableau contenant toutes les dimen-
sions crées avec leurs contenus .

4.1 Alimentation de la base de données :


Les difficultés de cette phase c’étaient non seulement la grande complexité des données
mais aussi les formats des tables Excel fournies qui était inappropriées à l’usage pour le travail
attendu en voici un aperçu :

54
CHAPITRE 4. CONCEPTION

Figure 4.1 – Un model de données Excel

A fin de pouvoir exploiter les données nous avons établi une uniformisation manuelle des
données pour les charger dans des tables Excel intermédiaires prêtes à l’usage

Figure 4.2 – Table Excel adapté à l’usage

55
CHAPITRE 4. CONCEPTION

4.2 Conception de la zone de l’entreposage


Après avoir fixer les besoins dans le chapitre analyse des besoins et etudier les concepts
adéquats à ces besoins dans le chapitre précédant nous pouvons commencer à concevoir notre
entrepôt de données. Pour cela la modélisation dimensionnelle est nécessaire.

4.2.1 Processus de la modélisation dimensionnelle


La conception multidimensionnelle passe par cinq étapes essentielles :
• Choix du processus métier : sélectionner le processus métier qui regroupe les activités
opérationnelles de l’entreprise, les événements qui y sont liées permettent d’identifier
les métriques de performances que l’on interprétera en mesures dans la table de fait.
• Choix de la granularité de la table de fait : définir à quoi correspond une ligne de table
de fait.
• Définition des dimensions : identifier les axes d’analyse
• Choix de mesures : identifier les mesures de la table de fait.

4.3 Modélisation des processus


4.3.1 Etude de l’activité Exploration et production
Dimensions du systèmes

La table suivante illustre toutes les dimensions participantes au processus :

Dimension Attribut Description Exemple de Additivité des


valeurs mesures

Id_temps identifiant de la 1,2,3...


dimension Temps

Date Format texte de la 12/05/2000 non additive


Temps date

Mois Numéro du mois 1,2...12 non additive

Année L’année en chiffre 2019 non additive

56
CHAPITRE 4. CONCEPTION

Trimestre Le numéro du 1,2 non additive


trimestre

Id_interv Identifiant de la 1,2,3


dimension intervenant
Intervenant
Nom_interv Nom de l’entreprise SONATRACH, non additive
intervenante Schlumberger

Type_interv Type de l’intervenant National, non additive


dans la réalisation International
d’une opération sur
puit

Id_périmètre Identifiant de la 1,2..


dimension périmètre
Périmètre
libellé_Perimetre libellé du perimetre Sidi non additive
Mezghich ,
Makouda

date_entrée_prod la date d’entré en 05/04/2011 non additive


production de ce
périmètre

date_finVie La date de fin de 09/11/2016 non additive


production du puits

Id_Prod_prim Identifiant de la 1.2.3. . .


dimension produit
Prod primaire primaire

Nom_Prod_prim Nom du produit GN , pétrole non additive


éxtrait ..

57
CHAPITRE 4. CONCEPTION

Type_Prod_prim L’état du produit Gazeux , non additive


liquide

Id_EtatProd Identifiant de la 1,2..


dimension Etat_prod
Etat_prod
Libellé_EtatProd Le nom du produit Condensat non additive

id_Prod_Prim Clé étrangère

Id_RP Identifiant de la 1,2....


dimension
Region_Pole Region_Pole

Code_RP un code est attribué HMD, HRM non additive


pour chaque region

libellé_RP

Nom_RP

id_NatureD Identifiant de la 1,2..


dimension Nature
NatureProd prod

code_NatureD une codification non addidtive


spécifique est attribué

libellé_NatureD le libellé huile non additive

id_Junk identifiant de la
dimension Junk
Junk

58
CHAPITRE 4. CONCEPTION

Source La source de la Annuaire non additive


donnée d’info 95/96

id_prodInj identifiant de la 1,2..


dimension produit
Produit Inj injecté

Nature_prodInject type de cette injection eau non additive

id_secteur identifiant de la 1,2..


dimension secteur
Secteur
libellé_sect libellé du sécteur oued Noumer non additive

id_RP clé étrangère

Table 4.1 – Table des données

4.3.2 Choix de l’approche de la modélisation de l’Entrepôt


Notre entrepôt sera donc constitué d’un ensemble de magasins de données qui sont
construits selon les besoins constatés dans la phase d’identification des besoins. Ce choix
offre la possibilité de l’évolution en ajoutant d’autres magasins de données en cas d’appari-
tion de nouveaux besoins. C’est pour ça qu’on a opté pour l’approche de KIMBALL

Etude de l’activité Découverte

• Table de fait : Découverte


• Dimension : Les dimensions participants sont
Temps : définie précédemment
Produit primaire en hiérarchie : ProdPrim –> EtatProd
Périmètre en hiérarchie : Périmètre –> Sécteur –> RégionPole
Intervenant : le nom de l’entreprise ui a effectué le forage d’éxploration
NatureProd : la nature du produit découvert

59
CHAPITRE 4. CONCEPTION

Junk : contient les source de chaque donnée


• Schéma détaillé de l’activité Découverte :

Figure 4.3 – Schéma flocon de neige de l’activité découverte

Etude de la Production Primaire

• Table de fait : Production primaire


• Dimension : Les dimensions participants sont
Temps : définie précédemment
Produit primaire en hiérarchie : ProdPrim –> EtatProd
Périmètre en hiérarchie : Périmètre –> Sécteur –> RégionPole
Intervenant : le nom de l’entreprise qui effectue l’injection
Junk : contient les source de chaque donnée
• Schéma détaillé de la Production Primaire :

60
CHAPITRE 4. CONCEPTION

Figure 4.4 – Schéma flocon de neige de Production Primaire

Etude de l’injection des produits

• table de fait : Injection


• Dimension : Les dimensions participants sont
Produits injectés : contient le type du produit injecté eau/gaz
Temps : définie précédemment
Périmètre en hiérarchie : définie précédemment
Intervenant : définie précédemment
Junk : définie précédemment
• Schéma détaillé de la sous activité injection :

61
CHAPITRE 4. CONCEPTION

Figure 4.5 – Représentation en flocon de neige de l’injection des produits

4.4 Conception de la zone de restitution


Elle représente la couche frontale qui permet l’interaction entre les utilisateurs et le sys-
tème.

4.4.1 Conception des cubes dimensionnels :


Dans le but de faciliter la navigation aux données et leur visualisation selon plusieurs
axes et à plusieurs niveaux de détail, la mise en place des cubes multidimensionnels s’avère
. La conception des cubes dimensionnels consiste à définir les mesurables, les dimensions et
les hiérarchies des attributs de chaque dimension.

4.4.2 Conception de l’application web


Le processus de conception d’une application web est très varié, alliant des compétences
très diverses dans notre cas c’est une interface web qui exige une authentification à fin d’offrir
la naviguation de l’utilisateur, cette étape comporte deux parties :

62
CHAPITRE 4. CONCEPTION

L’authentification :

On a conçu une fenetre Login en code html css et php ce dernier qui permet la connexion
à la table user crée préalablement dans notre base de donnée.

Figure 4.6 – Fenetre d’authentification.

la facade web est conçu de quatre pages web offrant la navigation entre ces pages

Conclusion
Maintenant que nous avons présenté les dimensions ainsi que les différents moyens adoptés
pour répondre aux besoins exprimés lors de l’analyse des besoins, nous passerons à la partie
réalisation.

63
Chapitre 5

Réalisation

Introduction
Après avoir bien étudié les besoins de notre utilisateur et conçu la solution nous allons à
présent présenter la dernière étape de notre projet qui est le déploimenet et la réalisation de
la solution

5.1 Technologies utilisées


5.1.1 Environement logiciel
Pour la réalisation de notre projet, nous avons opté pour la gamme Sql Server. En effet,
SONATRACH a choisi cette technologie plus qu’aucune autre pour bénéficier des fonctionna-
lités d’entreprise de pointe telles que : la performance, la simplicité et la sécurité. Pour cela, il
s’est avéré nécessaire de travailler avec la suite Sql server pour épargner d’une part les coûts
d’achat des licences et de formation sur d’autres technologies, et d’assurer la performance et
la fiabilité de son système d’une autre part.

Microsoft SQL SERVER :

système de gestion de base données possédant toutes les fonctionnalités nécessaires de


manipulation, contrôle, tri, mise à jour et bien d’autres actions grâce au langage Transact-
SQL.

l’IDE Visual Studio

L’environnement de développement intégré de Visual Studio est une plateforme de lance-


ment créative avec laquelle on peux modifier, déboguer et générer du code, puis publier une

64
CHAPITRE 5. RÉALISATION

application. Un environnement de développement intégré (IDE) est un programme riche en


fonctionnalités qui peut être utilisé pour de nombreux aspects du développement de logiciels.
Au-delà de l’éditeur et du débogueur standard fournis par la plupart des IDE, Visual Stu-
dio inclut des compilateurs, des outils de complétion de code, des concepteurs graphiques et
de nombreuses autres fonctionnalités afin de faciliter le processus de développement logiciel.
plusieurs version ont vu le jour la dernière c’est visual studio 2019 [21].

SQL Server Integration Services SSIS

Afin de garder un système d’information cohérent et de simplifier la vie des informaticiens,


Microsoft SQL Server est doté d’un outil d’intégration de données (d’une source en passant
par une transformation optionnelle des données, vers une destination) appellé SSIS. Il permet
de communiquer des données de systèmes d’information différents ce qui représente bien les
besoins actuels en terme de système d’information, de transfert de données et permet de
garder une cohérence.
Prenons le cas d’une entreprise qui dispose d’une application. Celle-ci me génère des
données, dans notre cas sous forme de fichier Excel, que nous souhaitons intégrer dans notre
base de données. Notre problématique étant de récupérer ces informations, de vérifier leurs
formats s’ils correspondent ou non aux formats de données de notre destination et enfin de
les intégrer.
Bien entendu, si notre application nous avait généré un autre type de source de données,
cela fonctionne aussi car SSIS gère plusieurs types de sources de données tels que les fichiers
plats, les fichiers Excel, XML[21].

SQL Server Analysis Services SSAS :

Une instance de serveur d’Analysis Services est une copie de la msmdsrv.exe exécutable
qui s’exécute comme un service de système d’exploitation. Chaque instance est entièrement
indépendante des autres instances situées sur le même serveur et dispose de ses propres
paramètres de configuration, autorisations, ports, comptes de démarrage, stockage de fichier,
et propriétés de mode serveur. Chaque instance s’exécute en tant que service Windows,
Msmdsrv.exe, dans le contexte de sécurité d’un compte d’ouverture de session défini[21].

SQL Server Reporting Services SSRS :

fournit un ensemble d’outils et de services sur site permettant de créer, déployer et gérer
des rapports mobiles et paginés

65
CHAPITRE 5. RÉALISATION

Créer, déployer et gérer des rapports mobiles et paginés La solution SSRS fournit de
manière flexible les bonnes informations aux bons utilisateurs. Les utilisateurs peuvent utiliser
les rapports via un navigateur Web, sur leur appareil mobile ou par courrier électronique.
SQL Server Reporting Services offre une suite mise à jour de produits :
— Rapports paginés "traditionnels" mis à jour pour vous permettre de créer des rapports
modernes, avec des outils mis à jour et de nouvelles fonctionnalités pour les créer.
— Nouveaux rapports mobiles avec une disposition réactive qui s’adapte à différents
appareils et à leurs différentes manières de les gérer.
— Un portail Web moderne que vous pouvez visualiser dans n’importe quel navigateur
moderne. Dans le nouveau portail, vous pouvez organiser et afficher des rapports et des
indicateurs de performance clés Reporting Services mobiles et paginés. Vous pouvez
également stocker des classeurs Excel sur le portail.[21]

5.1.2 Longuage de développement


Que se soit pour la mise en oeuvre de l’application ou bien pour l’implémentation de
l’application web nous avons utiliser plusieurs language de développement dont :

C#

C sharp est un langage de programmation orientée objet, commercialisé par Microsoft


depuis 2002 et destiné à développer sur la plateforme Microsoft .NET.
Il est dérivé du C++ et très proche du Java dont il reprend la syntaxe générale ainsi que
les concepts, y ajoutant des notions telles que la surcharge des opérateurs, les indexeurs et
les délégués. Il est utilisé notamment pour développer des applications web sur la plateforme
ASP.NET[24].

language SQL

Le langage SQL (Structured Query Language) est un langage informatique utilisé pour
exploiter des bases de données. Il permet de façon générale la définition, la manipulation et
le contrôle de sécurité de données.
Dans la pratique, le langage SQL est utilisé pour créer des tables, ajouter des enregis-
trements sous forme de lignes, interroger une base de données, la mettre à jour, ou encore
gérer les droits d’utilisateurs de cette base de données. Il est bien supporté par la très grande
majorité des systèmes de gestion de base de données (SGBD). Créé au début des années 1970
par Donald D. Chamberlin et Raymond F. Boyce, tous deux chez IBM, le langage SQL est
aujourd’hui reconnu comme une Le language orme[25].

66
CHAPITRE 5. RÉALISATION

HTML5

HTML5 est la dernière évolution des standards qui définissent HTML. Le terme HTML5
regroupe deux concepts différents :
Il s’agit de la nouvelle version du langage HTML, avec de nouveaux éléments, attributs
et comportements mais aussi un ensemble plus large de technologies qui permettent des sites
web plus variés et puissants, et des applications web. Cet ensemble est parfois appelé HTML5
Cie et souvent juste abrégé en HTML5.
Conçu pour être utilisable par tous les développeurs de l’Open Web, cette page de référence
fait des liens vers de nombreuses ressources sur les technologies HTML5, classés dans différents
groupes d’après leur fonction[25].

CSS

Cascading Style Sheets (CSS) est un langage de feuille de style utilisé pour décrire la
présentation d’un document écrit en HTML ou en XML (on inclut ici les langages basés sur
XML comme SVG ou XHTML). CSS décrit la façon dont les éléments doivent être affichés
à l’écran, sur du papier, en vocalisation, ou sur d’autres supports.[25].

PHP

Le PHP ou (Hypertext Preprocessor) est principalement utilisé pour produire un site


web dynamique. Il est courant que ce langage soit associé à une base de données, tel que
MySQL. Exécuté du côté serveur (l’endroit où est hébergé le site) il n’y a pas besoin aux
visiteurs d’avoir des logiciels ou plugins particulier. Néanmoins, les webmasters qui souhaitent
développer un site en PHP doivent s’assurer que l’hébergeur prend en compte ce langage[26]

5.2 Mise en œuvre de la solution


5.2.1 Implémentation de la base de données
Comme on l’a précédement mentionné dans la conception, avant le chargement des fichiers
Excel dans SQL SERVER nous avons uniformisé les données manuellement pour pouvoir les
manipuler
On a remarqué que chaque donnée excel que se soit la quantité produite, la quantité
injecté, le rendement ou bien la quantité investie, sont données parraport aux régions, aux
secteurs, aux gisements(perimetres), parraport au produit primaire et aussi parraport à l’en-
treprise intervenante donc on a créé un nouveau fichier excel qui contient plusieurs feuilles

67
CHAPITRE 5. RÉALISATION

excel où chaque feuille corréspond à une dimension et un deuxième fichier excel qui contient
les données à mesurer(les données de la table de fait)

Figure 5.1 – Echantillon de données Excel prêt à l’usage de la table RégionPole

Exemple de table de Fait :

Figure 5.2 – Echantillon de données Excel de la table de fait prêt à l’usage

68
CHAPITRE 5. RÉALISATION

L’implémentation de la base de donnée :

L’implémentation de la base de données s’est faite au niveau de SQL SERVER.


Creation d’une nouvelle base de données ’DWfinale’ où les données Excel ont été importé.

Importation du fichier Excel ’Dimensions’ :

Figure 5.3 – Importation de la base de données

69
CHAPITRE 5. RÉALISATION

Figure 5.4 – Importation de la base de données

70
CHAPITRE 5. RÉALISATION

Figure 5.5 – Importation de la base de données

71
CHAPITRE 5. RÉALISATION

Figure 5.6 – Importation de la base de données

importation du fichier excel ’donnéesFact’ : on suit les memes étapes que le premier
fichier.

72
CHAPITRE 5. RÉALISATION

Figure 5.7 – Importation de la base de données

base de données transactionnelle

La base de données suivante :

73
CHAPITRE 5. RÉALISATION

Figure 5.8 – base de données transactionnelle

Ci-dessous le résultat de l’importation de quelques tables :

74
CHAPITRE 5. RÉALISATION

Figure 5.9 – Table Produit_Primaire et table Production_Primaire

5.2.2 Implémentation de l’entrepôt de données


SONATRACH dispose de quatres activités majors contenant pour la plus part plusieurs
sous-activités, nous avons choisis d’implémenter un Data warehouse pour chacune de ces ac-
tivités
L’activité Exploration-Production étant considéré la plus importante et la plus riche en in-
formations sera traité en premier.
Pour l’implémenter notre datawarehouse, nous avons créé une base de données relationnelle
sous SQL SERVER 2012 conforme à la conception réalisée lors du chapitre précédent.

75
CHAPITRE 5. RÉALISATION

Figure 5.10 – Entrepôt de données

5.2.3 Implémentation de l’ETL


Nous avons réalisé notre ETL à l’aide de SSIS avec lequel nous avons créé des packages
contenant des flux de contrôle .Ces flux extraient les données depuis la base transactionnelle
et les chargent dans le datawarehouse en effectuant une série de transformation. Nous avons
importé chaque table dans un package à part pour bien les distinguer, donc Nous avons créé
un processus ETL pour chaque dimension, qui permet à la fois d’extraire les données,les
transformer et enfin les charger dans les tables de dimensions.
• Extraction : La première étape à réaliser dans un processus ETL est l’extraction des
données à partir des systèmes sources, elle consiste à créer les différentes connexions
aux sources de données (Source Excel, OLE DB, ADO NET, fichier plat...)
Dans notre implémentation on a utilisé comme source de données les tables tempo-
raires qu’on a créer dans SQL Server Managment Studio (SSMS)et aussi dans le flus
de controle à l’aide d’une procédure stockée et celà pour conserver un jeu d’enregis-
trements qui a fait l’objet d’un Rollback et qui peut être utile à des fins de traçabilité.

76
CHAPITRE 5. RÉALISATION

Figure 5.11 – Tables Temporaires

Nous présentons,dans ce qui suit,un exemple d’Extraction de données des système


source vers notre Datawarehouse
• Transformation : Les transformations SSIS sont les composants de flux de don-
nées utilisés pour effectuer des agrégations, un tri, une fusion, une modification, une
jonction, un nettoyage et le traitement des valeurs nulles. Nous avons utilisé les trans-
formations telles que :
le composant Script : qui récupère l’identifiant auto-Increment des tables de di-
mentions à l’aide du langage Microsoft Visual C# 2010

Figure 5.12 – Script de récupération de l’ID de la table Dimension

Dimension à variation lente :Elle coordonne la mise à jour et l’insertion d’enregis-


trements dans les tables de dimensions de l’entrepôt de données.on l’avait utilisé dans
le cas du changement des noms des perimetres et de la superficie du perimetre...

77
CHAPITRE 5. RÉALISATION

Figure 5.13 – Transformation pour la mis à jour de la table perimetre

Figure 5.14 – Transformation pour la mis à jour de la table perimetre

• Chargement : La dernière étape de l’ETL consiste à charger les dimensions ainsi que
les tables de faits, elle consiste aussi à créer les différentes connexions aux destinations
de données (Destination Excel, OLE DB, ADO NET, fichier plat...)
On a utilisér la destination ADO Net pour charger nos données dans notre Dataware-
house qui se trouve dans SSMS

78
CHAPITRE 5. RÉALISATION

Chargement des dimensions :

Nous présentons un exemple du processus : la dimension Perimetre "DimPerimetre"

Figure 5.15 – Chargement de la dimension Perimetre

79
CHAPITRE 5. RÉALISATION

Figure 5.16 – Chargement de la dimension Perimetre

80
CHAPITRE 5. RÉALISATION

Figure 5.17 – Dimension Perimètre

Chargement des tables de faits :

Pour le chargement des tables de faits,Nous prendrons comme exemple le fait "Production
Primaire".Les données sont extraites des tables sources, des traitements de transformation
tel que le traitement des valeurs nulles sont appliqués avant l’insertion dans la table de fait.
Nous avons utilisé des composants réalisant la jointure avec les dimensions.

81
CHAPITRE 5. RÉALISATION

Figure 5.18 – Traitement des données Source avant l’insertion dans la table de fait

82
CHAPITRE 5. RÉALISATION

Figure 5.19 – Chargement de la table de fait Production Primaire

Figure 5.20 – table de fait Production Primaire

83
CHAPITRE 5. RÉALISATION

5.2.4 Implémentation du cube OLAP


Suite à la construction de la zone d’entreposage et le chargement des données,nous pas-
sons à la création des axes identifiés lors de la conception des cubes multidimensionnels. C’est
SQL Server Analysis Services (SSAS) qui nous a permis la création des cubes OLAP.
On crée un projet SSAS et on définie d’abord une source de données qui est notre Data-
warehouse, ensuite on définit une vue sur la source de données, c’est à dire selectionner les
dimensions et la table de fait qu’on a besoin pour construire le cube OLAP.

Figure 5.21 – selection des tables du cube

A ce stade, nous construirons notre cube OlAP

84
CHAPITRE 5. RÉALISATION

Figure 5.22 – selection des tables du cube à utiliser pour les mesures

Séléctionner les mesures à inclure dans le cube

Figure 5.23 – Séléctionner les mesures à inclure dans le cube

Séléctionner les nouvelles dimensions à créer en fonction des tables disponible :

85
CHAPITRE 5. RÉALISATION

Figure 5.24 – les nouvelles dimensions à créer en fonction des tables disponible

Le traitement :

Figure 5.25 – Le traitement du cube

représentation du cube :

86
CHAPITRE 5. RÉALISATION

Figure 5.26 – représentation du cube

Après le déploimenet du cube

87
CHAPITRE 5. RÉALISATION

Figure 5.27 – vérification du déploiment du cube dans SSMS

5.2.5 Construction de la zone de restitution :


Cette zone représente la zone où l’utilisateur doit trouver les outils avec les quels il travaille
au quotidien. Pour cela, nous avons utilisé le reporting et la représentation en cubes OLAP
grâce aux fonctionnalités de SQL SERVER 2012.
Donc nous avons choisi pour le reporting la fonctionnalité SQL Server Reporting Services
(SSRS) pour faire notre reporting. D’abord nous avons crée un projet de rapport appelé
"projet SSRS2" et ajouté un rapport définition nommé "Production Primaire" (.rdl) dans le
projet de rapport. Ensuite, pour la Spécification des informations de connexion, nous avons
spécifié une source de données à utiliser pour le rapport en introduisant notre serveur et base
de données.

88
CHAPITRE 5. RÉALISATION

Figure 5.28 – Spécification des informations de connections

Ensuite, nous avons défini un jeu de données.Dans Reporting Services,les données qu’on
utilise dans les rapports sont contenues dans un jeu de données qui comprend un pointeur sur
une source de données et une requête à utiliser par le rapport, ainsi que des champs calculés
et variables.

89
CHAPITRE 5. RÉALISATION

Figure 5.29 – Définition d’un jeu de données pour le rapport de table

On a réalisé notre rapport en effectuant des groupes et des totaux : .

Figure 5.30 – conception du rapport

Le rapport suivant représente la quantité du produit primaire par année,Produit Primaire,


Région et type d’intervenant.

90
CHAPITRE 5. RÉALISATION

Figure 5.31 – Visualisation du rapport

5.2.6 Developpement de l’application web


Pour mieux visualiser la solution une petite application web à été mise en place à fin de
mieux illustrer la dernière partie du travail, l’application offre une authentification qui ouvre
directement accée sur la zone de restitution.

Conclusion
Au fil de ce chapitre, nous avons illustré la mise en œuvre et l’implémentation de notre
solution. Et ce à travers la description des technologies utilsés et l’explication des différentes
étapes de réalisation.

91
Conclusion générale

Affecté par l’importante perte de donnée l’absence de traçabilité que subit le département
SIG en plus de la gigantesque quantité de donnée qui s’accumulent d’année en année la di-
rection décide de trouver au plus vite une solution informatique à tous çela

Durant le présent projet de fin d’études, il nous a été confié la mission de concevoir une
solution d’aide à la décision au sein de Département Statistiques et Informations de Gestion

Au tout début du projet il était question de bien cerner l’éxistant et de detécter ses fails
à fin de sortir avec un ensemble de besoins en perspéctive, Par la suite un grande travail s’est
fait sur les sources de donnée à fin de les rendre pret à l’usage ce n’est qu’après ce "nettoyage"
qu’on a débuter à fouiner dans les moyens et les outils qu’offre la BI dans cette partie du
projet tout un chapitre à été déployer à fin de bien maitriser la partie théorique du projet
suite à cela on a pu trancher sur les concepts, les démarche et les approches les mieux adapté
à notre solution potentiel
suite à cette profonde étude on a finalement pu maitre en place une architecture de la solution
en vue qu’on a proposé au suivi de notre projet
une fois notre solution validé nous avons directement entamé la partie concéption, qui
s’est enchainé sur quatre étapes majors : Alimentation de la base de données, Conception
de la zone de l’entreposage, Modélisation des processus et enfin Conception de la zone de
restitution
Le derniér chapitre du projet s’est porté sur la réalisation de cette solution, une bref
définition des outils et languages manipulés lors de la réalisation a été donnée au début, en
suite chaque étape de chaque point de ce chapitre à été ilustré et capturé
A fin de mieux illustre la solution une petite application web à été mise en place
Bien que les objectifs fixés soient en grande partie atteints,helas un projet informatique n’est
jamais vraiment fini. Tout travail a des perspectives d’évolution, les nôtres sont vue :
• La réalisation de volet prédiction VS realisé pour la production.
• Étendre le projet à un entrepôt de données géographique qui serait un réel plus vu
l’étendue de l’implémentation des infrastructures de l’entreprise

92
CHAPITRE 5. RÉALISATION

• Travailler avec les concepteurs des systèmes sources pour améliorer les données de ces
systèmes et garantir des données de meilleure fiabilité pour l’entrepôt.

93
Bibliographie

[1] juillet 2019, Sonatrach-wikipédia disponible sur : https ://fr.wikipedia.org/wiki/Sonatrach


[2] 13/08/2012, les principales missions de la Sonatrach disponible sur :
https ://www.institut-numerique.org/3-les-principales-missions-de-la-sonatrach-
5028f58cb17b5
[3] Décision A-001 (R30) , 30/08/2017
[4] SONATRACH une compagnie Pétrolière et Gazière Intégré, Bouzidi Nousseiba,
17/08/2014
[5] Fiche d’organisation de la direction centrale informatique et système d’information (DC
ISI) , 2012
[6] PROJET DE DECISION D’ORGANISATION DE LA DCP-SPE , 08/01/2019 NG
[7] Modèle multidimonsionnel, Nazih Selmoune, 2017
[8] conception et réalisation d’outils d’aide à l’analyse et au controle de la performance
commerciale, Kenani Cherifa , Yataghen Mélissa , 2018
[9] Mémoire de fin d’études : Un tableau de bord financier pour le suivi des activités d’in-
vestissement et d’exploitation de Sonatrach , BOUMARAF Cherouk , LAZLI Dounia ,
2017
[10] Mise en Oeuvre d’un Entrepôt de Données sous Hadoop Université A/Mira de Béjaïa Fa-
culté des Sciences Exactes Département d’Informatique , CHIKH Fatima ZADI Warda,
2016
[11] Etude et Configuration d’un entrepôt de données cas hôpital Khelil Amrane, Réalisé par
Mr OUHAB Abdallah Mr RAMTANI Tarik, 2013/2014
[12] Entrepôts de données et intelligence d’affaires Modélisation dimensionnelleDépartement
de génie logiciel et des TI,S. Chafki, C. Desrosiers, Hiver 2011
[13] Introduction aux systèmes d’aide à la décision support de cour M1 MIND, Nazih Sel-
moune USTHB 2017
[14] Modèles multidimensionnels support de cour M1 MIND, Nazih Selmoune USTHB 2017

94
BIBLIOGRAPHIE

[15] Introduction au domaine du décisionnel et aux data warehouses, Stéphane Crozat, Sép-
tembre 2016
[16] Modélisation, réalisation et urbanisation, des SI des organisation, Rémy Courdier, ME-
RISE
[17] La Theorie du Seystème General : Theorie de la Modlisation. In : Presses Universitaires
de France, Le Moigne, Jean-Louis, 1977
[18] Modélisation et intégration de données de capteurs/compteurs du SGE, Ines BEN
KRAIEM, Tuteurs Hervé CROS, André PENINOU, juillet 2017
[19] Introduction au domaine du décisionnel et du Data Warehouses, Stéphane Crozat
https ://stph.scenari-community.org/dwh/int/co/intUC024dm.html
[20] Mise en place d’un data warehouse et d’une application de webmapping pour la ges-
tion du réseau routier. Cas de la république démocratique du Congo, HENRYS KASE-
REKA BIRAMBOVOTE,Université de KINSHASA - LICENCE 2012 disponible sur :
https ://www.memoireonline.com/09/18/10269/Mise-en-place-d-un-data-warehouse-et-
d-une-application-de-webmapping-pour-la-gestion-du-reseau-rout.html
[21] Bienvenue dans l’IDE Visual plateforme de Microsoft/Doc, 03/2019 Stu-
diohttps ://docs.microsoft.com/fr-fr/visualstudio/get-started/visual-studio-
ide ?view=vs-2019
[22] AEROW Expert : article rédigé par Christian Lambert Expert Business Intelligence at
AEROW Decision https ://www.aerow.group/a16u1509/
[23]
[24] Microsoft.Net https ://dotnet.microsoft.com/languages
[25] MDN web docs https ://developer.mozilla.org/fr/docs/Web/Guide
[26] InfoWebMasterhttp ://glossaire.infowebmaster.fr/php/

95