Vous êtes sur la page 1sur 18

1/16/17

MTI820 − Entrepôts de données et intelligence d’affaires

Le cycle de vie d'un projet en intelligence d'affaires

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 1

Question
• Quels sont les facteurs les plus déterminants pour la
réussite d’un projet de BI?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 2

Besoins prioritaires en TI

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 3

1
1/16/17

Le succès d'un projet de BI


• Taux de réussite:

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 4

Critères de prédisposition
• Les 5 critères de succès (selon R. Kimball):

Critère Contribution
Le parrainage de la haute direction* 60 %
La motivation et la légitimité du changement* 15 %
La faisabilité* 15 %
Le partenariat entre les intervenants d’affaires et des TI 5 %
La culture analytique 5 %
*: critères indispensables

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 5

Critères de prédisposition
• Parrainage de la haute direction:
– Facteur critique au succès du projet;
– Caractéristiques d’un sponsor idéal:
• Conviction de l’impact potentiel de la solution de BI;
• Influence importante au sein de l’entreprise;
• Exigeant mais réaliste;
• Connaissance des concepts de base du BI est un atout;
• Vision axée sur le succès à long-terme du projet.
– Important d’avoir plusieurs sponsors dans le projet.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 6

2
1/16/17

Critères de prédisposition
• Motivation et la légitimité du changement:
– Besoin urgent d’améliorer l’accès à de l’information de
qualité (ex: concurrence, nouvelle réglementation, etc.);
– Les projets de BI alignés avec des besoins d’affaires réels
ont de meilleures chances de réussir;
– Le projet est plus facilement justifiable lorsqu’il existe de
telles motivations.
• Faisabilité:
– Concerne principalement la disponibilité de données de
qualité:
• Niveau de détail (granularité) suffisamment fin;
• Effort raisonnable pour nettoyer et consolider.
– Se détermine à l’aide du profilage de données (profiling).

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 7

Question
• Quelle est la meilleure approche pour développer une
solution de BI ?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 8

Approche top-down vs bottom-up


Caractéris tique Top-down (B. Inmon) Bottom-up (R. Kimball)

Objectifs Livrer une s olution Livrer une s olution permettant aux


technologiquement s aine bas ée s ur us ager d’obtenir facilement et
des méthodes et technologies rapidement des répons es à leurs
éprouvées des bas es de données requêtes d’analys e
Complexité de la méthode Plutôt complexe Plutôt s imple

Importance de la conception Importante Peu importante


phys ique
Orientation du modèle Orienté données Orienté proces s us d’affaires

Acces s ibilité des utilis ateurs Faible Forte


finaux
Outils de conception Traditionnels (diagrammes entité- Modélis ation dimens ionnelle
relation et flot de données ) (s chéma en étoile)
Auditoire principal Profes s ionnels en TI U tilis ateurs finaux

Source: E. Turban, R. Sharda, D. Delen et D. King (2010). « Bus ines s intelligence: A manegerial approach », Pears on.

Département de génie logiciel et des TI MTI820 Hiver 2011 – C. Des ros iers 9

3
1/16/17

Projet vs programme de BI
• Projet:
– Une seule itération dans le cycle de vie d’un projet de BI;
– A une date de début et de fin;
– Plus facile à planifier.
• Programme:
– Coordination de ressources, infrastructures et
communications sur plusieurs projets;
– Définition continuelle de nouveaux projets (pas de fin
abrupte);
– Plus difficile à planifier.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 10

Le cycle de vie d’une solution BI


• Diagramme de flux de travail (DW Lifecycle, Kimball):

C o n ce p tio n d e Sé le ctio n e t
l’arch ite ctu re in stallatio n d e s C ro issan ce
te ch n iq u e p ro d u its

Dé fin itio n
P lan ificatio n C o n ce p tio n e t
d e s M o d é lisatio n C o n ce p tio n
d e p ro je t / d é ve lo p p e me n t Dé p lo ie me n t
b e so in s d e s d o n n é e s p h ysiq u e
p ro gramme d u systè me ETL
d ’affaire s

C o n ce p tio n d e s Dé ve lo p p e me n t
ap p licatio n d e d e s ap p licatio n s M ain te n an ce
BI de BI

Ge stio n d e p ro je t / p ro gramme

• Note: dépendance horizontale et verticale entre les activités;

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 11

Planification
– Fait interactivement avec la définition des besoins;
– Comprend:
• Définition de la portée;
• Recrutement;
• Identification, estimation et affectation
des tâches.

Dé fin itio n
P lan ificatio n
d e s
d e p ro je t /
b e so in s
p ro gramme
d ’affaire s

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 12

4
1/16/17

Question
• Comment détermine-t-on la portée d’un projet de BI?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 13

La portée préliminaire du projet


• Dépend de:
– Le nombre de sujets d’analyse visés (ex: fonctions d’affaires,
régions, etc.)
– Le nombre et le type de sources de données brutes;
– L’approche employée pour charger les données des sources
dans l’entrepôt de données;
– Les règles d’affaires appliquées aux données sources lors de la
validation;
– Le contenu, le niveau de détail, et l’historique des données
sources;
– Les outils frontaux (front-end) d’intelligence d’affaires
employées pour l’analyse;
– La complexité architecturelle de l’environnement.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 14

La portée préliminaire du projet


• Directives pour déterminer la portée:
– Définie en fonction de besoins spécifiques;
– Doit apporter une valeur d’affaires suffisante à l’entreprise,
tout en restant faisable;
– Doit être fait conjointement avec les représentants
d’affaires et ceux des TI.

• Document de portée du projet:


– Information de base sur le projet;
– Les inclusions et exclusions de la portée;
– Les critères de succès;
– Les risques et stratégies de gestion de risque.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 15

5
1/16/17

Exemple de document de portée


Nom du projet
Information de bas e
BigCo dés ire maximis e r les r evenus p rov enan t de s es acti vités de pr omo tio n. P rés en tem ent , elle dé pens e
enviro n $4 0 milli on an nuell eme nt e n pu blicité . L’objecti f es t d e ré dui re les dé pens es r eliées aux ac tivit és
promotionnelle de 25% d’ici trois ans .
La pr ochain e p has e d u p roj et de BI p or te ra s u r l’in fo rma tio n p ro mo tion nelle, com plé men tan t le pr oje t
précé den t cons acré aux do nné es de vente. Les équi pes de vent e et de ma rketi ng aur on t accès à la fois aux
donn ées de ven te e t de p ro mo tion, per me tta nt ai ns i le dévelo ppe me nt de s t ra tégie p ro mo tion nelles pl us
efficaces .
Portée du projet:
• Trois années de données his toriques s ur les activités internes de promotion;
• Maximum de 25 utilis ateurs initialement, avec le plan d’augmenter la capacité à 150 utilis ateurs ;
• L’architecture technique s era bas ée s ur…
Exclus ions :
• Données externes , telles que les information s ur les ventes et promotions des principaux compétiteurs ;
• Support pour des programmes promotionnels non-domes tiques ;
• …
Critères de s uccès :
• U ne s eule s ource d’information employée pour les analys es reliées aux activités de promotion;
• Réduction du temps requis pour effectuer une analys e reliées aux activités de promotion;
• …
Ris ques et s tratégies de ges tion des ris ques :
• …

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 16

Question
• Comment justifie-t-on un projet de TI à la direction et aux
investisseurs de l’entreprise?
• Comment peut-on démontrer la valeur du projet à ceux-
ci?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 17

Justification du projet
• Retour sur l’investissement (ROI):
ROI = Bénéfices − Dépenses.

• Investissements et coûts:
– Achat/mise à niveau de composantes matérielles:
• Ex: serveurs, réseau, HD, etc.
– Achat/mise à niveau de composantes logicielles:
• Ex: ETL, DBMS, analyse multidimensionnelle, etc.
– Embauches internes:
• Ex: analyste de données, DBA, directeur de projet, etc.
– Ressources externes:
• Ex: consultants, support technique de produits achetés, etc.
– Coûts de maintenance:
• Ex: frais de maintenance, support et croissance.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 18

6
1/16/17

Justification du projet
• Bénéfices ($):
– Augmentation des revenus de vente;
– Meilleur taux de réponse aux envois publicitaires;
– Élimination des produits à faible marge de profit;
– Réduction des dépenses en marketing;
– Diminution du taux d’attrition;
– Réduction des cas de fraude;
– etc.
• Coûts et bénéfices estimés au stade de planification.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 19

Exemple de ROI
• Qui:
– Compagnie IBM, complexe de production de semi-
conducteurs dans l'état de New-York;
• Défis:
– Satisfaire les besoins en rapports (reporting) des équipes
de production et d'ingénierie;
• Solution:
– SAS Business Intelligence;
– 600 utilisateurs;
– 100 sources;
– 100 Gb;
source: Nucleus Research Inc., 2007

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 20

Exemple de ROI
• Coûts et bénéfices:

• Bénéfices principaux:
– Réduction du temps de création de rapports;
– Amélioration de la qualité et la visibilité des données;
– Embauche d'employé en TI évitée;

• ROI: 386% (après 3 ans)


source: Nucleus Research Inc., 2007

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 21

7
1/16/17

Équipe d’un projet de BI


• Analogie avec une équipe de hockey:
P ro p rié taire ,
Sp o n so rs
P ré sid e n t

Dire cte u r gé n é ral Dire cte u r d e p ro je t

En traîn e u r ch e f,
C h e f d e p ro je t
En traîn e u r ad jo in t

An alyste d ’affaire s,
Gard ie n d e b u t, Arch ite cte d e d o n n é e s,
C e n tre s, An alyste e n QA,
Ailie rs, Ad min istrate u r d e B D,
Dé fe n se u rs Arch ite cte /d é ve lo p p e u r ETL,
Arch ite cte /d é ve lo p p e u r d ’ap p licatio n s B I

Sp é cialiste te ch n iq u e ,
Sp é cialiste e n sé cu rité ,
Un ité s sp é ciale s Sp é cialiste e n fo rage d e d o n n é e s,
C h argé d e s te sts,
Éd u cate u r

P artisan s Utilisate u rs

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 22

Équipe d’un projet de BI


• Sponsor:
– Membre de la haute direction;
– Approuve les budgets;
– Défend le projet en cas de besoin.

• Directeur de projet:
– Sert de liaison entre les sponsors et les autres membres de
l’équipe;
– Responsable du leadership et de la direction du projet;
– Influence les décisions stratégiques et architecturelles.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 23

Équipe d’un projet de BI


• Chef de projet:
– Gère le projet au jour le jour:
• Coordination des ressources et des activités;
• Planification des tâches et des budgets;
• Suivi de l’état et de l’avancement du projet.
– Doit pouvoir réagir rapidement aux problèmes rencontrés,
avant que ceux-ci s’intensifient.
• Analyste d’affaires:
– Gère la collecte et la définition des besoins;
– Assure la juste représentation des besoins dans les autres
étapes du projet;
– Doit très bien connaître les processus d’affaires de
l’entreprise.
Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 24

8
1/16/17

Équipe d’un projet de BI


• Analyste en QA / intendant des données:
– Responsable d’établir une vue consolidée des définitions
et règles des données, à l’échelle de l’entreprise;
– S’assure que les données insérées dans l’entrepôt sont
valides et complètes;
– Peut également être responsable de vérifier l’intégrité des
applications de BI.
• Architecte de données:
– En charge de définir une architecture facilitant la
réutilisabilité, l’intégration et l’optimisation des données;
– Conçoit et développe le modèle dimensionnel des
données;
– Participe parfois à la collecte des besoins.
Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 25

Équipe d’un projet de BI


• Administrateur de BD (DBA):
– Responsable de convertir le modèle des données en
structures physiques de l’entrepôt (tables, colonnes, etc.);
– Choisit des paramètres physiques maximisant la
performance de l’entrepôt (ex: disposition des disques,
partitionnement, indexes, etc.)
– Gère l’intégrité, la disponibilité et la performance de
l’entrepôt au quotidien.
• Architecte/développeur ETL:
– Responsable de la conception et développement du
système ETL;
– Architecte est souvent impliqué dans la collecte des
besoins;

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 26

Équipe d’un projet de BI


• Architecte/développeur d’application de BI:
– En charge de concevoir la couche d’interaction aux
données;
– Conçoit et développe les applications de BI, souvent à
l’aide de produits commerciaux;
– Configure la couche sémantique des outils de BI.
• Note:
– Un projet de BI comporte normalement tous ces rôles;
– Grand projets: plusieurs personnes peuvent avoir le même
rôle;
– Petits projets: une personne peut jouer plusieurs rôles.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 27

9
1/16/17

Définition des besoins


• Étape critique à la réussite du projet;
• Se concentre sur les utilisateurs, et non les données;
• Identifie les besoins les plus prioritaires;
• Comprend:
– Entrevue des utilisateurs;
– Identification des processus d’affaires; C o n ce p tio n d e

– Préparation du document de description l’arch ite ctu re


te ch n iq u e

des besoins.
Dé fin itio n
P lan ificatio n
d e s M o d é lisatio n
d e p ro je t /
b e so in s d e s d o n n é e s
p ro gramme
d ’affaire s

C o n ce p tio n d e s
ap p licatio n d e
BI

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 28

Définition des besoins


• Processus d’analyse (Kimball):

Analys e
niveau programme
BP: processus d’affaires (business process)

Bes oins d’affaires


regroupés par BP

Sélection du BP
(matrice en bus ,
diagramme de
prioris ation)

Bes oins
BP Analys e fonctionnels , Développement
prioritaire niveau projet non fonctionnels , datamart
techniques

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 29

Modélisation des données


• Se base sur le document de description des besoins;
• Processus hautement itératif et dynamique;
• Vise la simplicité et l’efficacité;
• Comprend:
– Identification des faits et leur granularité;
– Identification des dimensions et leur hiérarchie;
– Stratégies: dénormalisation, gestion des changements, etc.

Dé fin itio n
M o d é lisatio n C o n ce p tio n
d e s b e so in s
d ’affaire s d e s d o n n é e s p h ysiq u e

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 30

10
1/16/17

Modélisation des données


d 'u tilisation

Ap pel service
R e p résentant
Matrice en bus

Lign e té l.
C an al d e

d e ve n te
P ro d u it

Emp lo yé
C lie n t

P ro ce ssu s / ve n te de données

R e lai
P lan
Date

Dime n sio n
Factu ratio n client X X X X X X

Ge stio n du trafic X X X X X X X
d ' ap p e ls

In ve n taire X X X

Se rvice à la X X X X X X X
clie n tè le

Schéma en étoile
(magasin de données)

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 31

Conception physique des données


• Utilise le modèle de données;
• Comprend:
– Détail du schéma relationnel (ex: clés, types, contraintes, etc.);
– Optimisation de la performance (ex: indexes, partitionnement,
agrégation, etc.);
– Gestion de la sécurité.

C o n ce p tio n e t
M o d é lisatio n C o n ce p tio n
d é ve lo p p e me n t
d e s d o n n é e s p h ysiq u e
d u systè me ETL

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 32

Conception physique des données


Requête analytique
SELECT SUM(Inve nt a i re . qu a nt i té )
FROM Inventa ir e , Produit , Fourniss eu r
WHERE Inventai r e. i d Pr o du i t = Produit. id AND
Inventar e .i d F ou r ni s se u r = Fourniss eu r .i d AND
Produit. c at é g or i e= ' mo t eu r _m a zd a ' AND
Fourniss e ur . p ro v in c e= ' QC '

Stratégie d’optimisation
(index jointure étoile)
CREATE BITMAP INDEX indexJoi nt u re ON
Inventai r e( F ou r ni s s eu r .p r ov i nc e , Produit .c a té g or i e)
FROM Inventa ir e , Fournis s eu r , Produit
WHERE Inventai r e. i d Pr o du i t = Produit. id AND
Inventar e .i d F ou r ni s se u r = Fourniss eu r .i d

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 33

11
1/16/17

Conception de l’architecture technique


• Définit la vision d’ensemble de la solution et l’intégration des
technologies du projet;
• Se concentre sur les besoins, pas les aspects techniques;
• Doit considérer:
– Environnement technique actuel;
– Directions stratégiques prévues.
• Comprend:
– Identification des besoins techniques;
– Création du plan d’architecture.
Dé fin itio n d e s C o n ce p tio n d e Sé le ctio n e t
b e so in s l’arch ite ctu re in stallatio n d e s
d ’affaire s te ch n iq u e p ro d u its

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 34

Conception de l’architecture technique

Sélection de
produits

Modèle architecturel

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 35

Conception et développement du système ETL


• Représente environ 70% des efforts et risques du projet;
• Doit considérer:
– Nombre et type des sources de données;
– Outils disponibles.
• Comprend:
– Identification et analyse des sources de données;
– Développement des méthodes d’extraction, de nettoyage et de
consolidation des données (code maison ou outils
commerciaux);
– Développement des méthodes d’insertion de données (ex:
scripts, outils complexes);
– Validation de la qualité des données. C o n ce p tio n
C o n ce p tio n e t
d é ve lo p p e me n t
p h ysiq u e
d u systè me ETL

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 36

12
1/16/17

Conception et développement du système ETL


Matrice de transformation
Cha m ps Ta ble Cha m ps Ta ble Rè gle de
c ible c ible s ourc e s ourc e tra ns form a tion

Flot de traitements / données (SSIS)

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 37

Conception et développement des applications BI


• Se fait en parallèle avec la modélisation des données et la
conception du plan d’architecture;
• Nécessite une interaction importante avec les utilisateurs;
• Comprend:
– Modélisation des tableaux de bord, rapports, indices de
performances (KPI) adaptés aux utilisateurs;
– Définition des modèles de prédiction, classification et clustering;
– Configuration des outils et des métadonnées;
– Implémentation du portail de navigation;
– Validation des applications.

Dé fin itio n d e s C o n ce p tio n d e s Dé ve lo p p e me n t d e s


b e so in s d ’affaire s ap p licatio n B I ap p licatio n s B I

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 38

Conception et développement des applications BI

Requêtes à accès
Bes oins analytiques direct, reporting,
et techniques data mining

Rapports s tandards
Portail de BI

Modèle phys ique


Applications
analytiques

Architecture Tableaux de bords


et s corecards

BI opérationnel

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 39

13
1/16/17

Gestion du projet
• Assure la coordination des activités du projet;
• Comprend:
– Suivi de l’avancement et de l’état du projet;
– Suivi des problèmes;
– Contrôle des changements (ex: portée du projet);
– Développement du plan de communication (affaires et TI).

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 40

Plan de projet
• Définit pour chaque activité:
– Ressources responsables;
– Les dates de début et de fin estimées (ne doivent pas être
modifiées);
– L’état courant (ex: future, en cours ou complétée);
– Les dates de début et de fin mises à jour;
– Le nombre de jours de retard;
– Le % complété;
– Les dépendances (autres tâches).

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 41

Plan de projet

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 42

14
1/16/17

Déploiement
• Point de convergence des activités de développement;
• Ne doit pas être fait avant d’avoir:
– Matériel de formation des utilisateurs;
– Mécanismes de gestion et de suivi d’erreurs;
– Documentation complète;
– Validation des données et outils;
– Processus efficace de communication.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 43

Maintenance et croissance
• Assure le fonctionnement optimal du système et prévoit
l’ajout de nouvelles fonctionnalités;
• Comprend:
– Suivi de l’utilisation et réglages de performance (tuning);
– Sauvegarde et récupération des données;
– Support aux utilisateurs;
– Préparation de nouveaux cycles de développement.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 44

Questions
• Quels les risques potentiels d’un projet de BI?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 45

15
1/16/17

Risques selon Kimball


• Ne pas pouvoir recruter un sponsor influent et visionnaire
provenant de la haute direction;
• En faire trop en même temps, au lieu d’employer une
approche de développement itérative centrée sur un sujet à la
fois;
• Être séduit par la technologie, au lieu de se concentrer sur les
objectifs et les besoins de l’entreprise;
• Supposer qu’il est possible de développer le projet sans
l’apport des membres d’affaires;

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 46

Risques selon Kimball (suite)


• Aller de l’avant avec le projet, même si les données source
sont de piètre qualité ou n’ont pas été validées;
• Faire la conception d’un entrepôt de données comme s’il
s’agissait d’une BD transactionnelle (ex: normalisation);
• Sous-estimer la quantité de travail reliée au nettoyage et la
consolidation des données;
• Accorder trop d’importance au système ETL, au détriment de
la performance et la qualité des applications de BI (et vice-
versa).

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 47

Questions
• À quoi correspond le développement Agile?
• Quels sont les avantages/inconvénients de ce mode de
développement?

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 48

16
1/16/17

Le développement en mode agile [1/2]


• Philosophie Agile:
« Si un projet doit se solder par un échec, mieux vaut le
savoir après 1 seul mois, qu’après 15 mois »
– Jeffries, Anderson et Hendrickson (2000). Extreme Programming Installed.

• Principes de base des méthodes agile:


– Se concentrer sur les besoins prioritaires;
– Développer en itérations/prototype;
– Petites équipes;
– Collaboration soutenue entre l’équipe de développement
et les clients;
– La livraison est plus importante que le processus;
– Documentation : seulement le nécessaire.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 49

Le développement en mode agile [2/2]


• Agile vs Développement en cascade:

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 50

Les entrepôts de données en mode agile [1/3]


• Exemple d’itérations de développement agile
ITÉRATION 1: ITÉRATION 2: ITÉRATION 3: ITÉRATION 4:
D éfinition des bes oins D éfinition de la portée D évelopement de la Intégration de la
s olution s olution

D urée 1-2 mois 1-2 mois 4-8 mois 1-2 mois

Livrable Prototype Solution BI Solution complète Solution complète livrée


75% Bes oins 25% Bes oins 5% Bes oins 5% Bes oins
25% Conception 50% Conception 10% Conception 10% Conception
Proces s us
0% Développement 15% Développement 50% Développement 50% Développement
0% Tes t 10% Tes t 35% Tes t 35% Tes t
50% U tilis ateur 50% U tilis ateur 25% U tilis ateur 100% U tilis ateur
100% Architect 100% Architecte 100% Architecte 100% Architecte
25% Lead technique 100% Lead technique 100% Lead technique 100% Lead technique
0% Sp. modélis ation 50% Sp. modélis ation 100% Sp. modélis ation 50% Sp. modélis ation
Res s ources
0% Développeur ETL 0% Développeur ETL 100% Développeur ETL 50% Développeur ETL
0% Développeur BI 50% Développeur BI 100% Développeur BI 50% Développeur BI
100% Sp. tes ts 100% Sp. tes ts
100% Chef livrais on
Accès utilis ateurs Accès utilis ateurs
Accès utilis ateurs Données d’analys e Données d’analys e
Technologie Accès utilis ateurs Données d’analys e
N ettoyage et trans fert N ettoyage et trans fert
Données s ource Données s ource Données s ource

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 51

17
1/16/17

Les entrepôts de données en mode agile [2/3]


• Avantages vs inconvénients:

Avantages Inconvénients
• Livraison plus rapide de la • Peut développer des silos de
solution; données;
• Réduction des coûts; • Potentiel de réduire:
• Évite d’avoir des besoins o Qualité de données;
obsolètes. o Stabilité du système;
o Partage d’information.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 52

Les entrepôts de données en mode agile [3/3]


• Solution: Integrated Sandboxing*:
– Créer un environnement de prototype (Sand box);
– Administration de données flexible et allégée;
– Copie de production / fédération des données;
– Ramener les données rapidement sans trop de
formalisme;
– Gouvernance;
– Déploiement en production;

*: S. Brobst, M. McIntire et E. Rado (2008). Agile Data Warehousing with Integrated Sandboxing,
Business Intelligence Journal, vol. 13, no. 1.

Département de génie logiciel et des TI MTI820 Hiver 2011 – © S. Chafki, C. Des ros iers 53

18