Nom et Prénom : EL AMINE MEHDI

Cette étude de cas se divise principalement en deux parties, tout d'abord la

technologie d'entreprise et ensuite le Big Data Business Intelligence.

Pour la partie Technologie d'entreprise, elle nous montre comment l'ETI utilise l'OLTP
dans presque toutes les fonctions de l'entreprise, qui est un système qui traite les
données orientées vers les transactions, et qui permet l'exécution en temps réel
d'un grand nombre de transactions par un grand nombre de personnes. Les
systèmes CRM et ERP sont des exemples de ce type de systèmes basés sur l’OLTP.

Et il discute aussi de l'EDW et de la façon dont il est peuplé de façon

hebdomadaire via des opérations ETL qui consistent à extraire des données des
bases de données relationnelles, à transformer les données et de les charger dans
la base de données de l'EDW.

Enfin, il montre comment l'ETI utilise un autre type de système appelé OLAP, qui est
un système permettant aux utilisateurs d'analyser des informations provenant de
plusieurs systèmes de bases de données en même temps. Il s'agit d'une technologie
qui permet aux analystes d'extraire et de visualiser des données commerciales à
partir de différents points de vue.

Ensuite ce qui concerne la partie Big Data Business Intelligence, nous constatons
que l'ETI fait appel à la BI traditionnelle qui utilise principalement des analyses
descriptives et diagnostiques pour fournir des informations sur des événements
historiques et actuels. Elle n'est pas "intelligente" car elle ne fournit des réponses que
sur des questions correctement formulées. Pour formuler correctement les questions,
il faut comprendre les problèmes et les enjeux de l'entreprise et les données elles-
mêmes, et la BI rend compte de différents indicateurs clés de performance (KPI) au
moyen de tableaux de bord (dashboards).

L'ETI utilise également la BI Big Data qui se base sur la BI traditionnelle en agissant sur
les données nettoyées et consolidées de l'entreprise dans le data warehouse et en
les combinent avec des sources de données semi-structurées et non structurées.
Elle comprend des analyses prédictives et prescriptives pour faciliter le
développement d'une bonne compréhension des performances de l'entreprise.

Enfin, l'utilisation de la visualisation des données dans l'ETI, qui est une technique par
laquelle les résultats analytiques sont communiqués graphiquement à l'aide
d'éléments tels que des charts, maps, data grids, infographics et alerts.
La représentation graphique des données peut faciliter la compréhension des
rapports, la visualisation des tendances et l'identification des modèles.