LivreDecisionnelAgile V2

QUEL
SYSTEME
DECISIONNEL
POUR LES
ENTREPRISES
AGILES
par Philippe NIEUWBOURG
avec la participation active de l’équipe Business Intelligence

de Microsoft : Angélica Reyes, Ronan Le Guen et Yohann Evrard
Edité par Microsoft Septembre 2002

Quel système décisionnel pour les entreprises agiles
Décider v.t. (latin decidere, trancher)

Choisir comme objectif : déterminer, fixer,
décréter quelque chose.
Décision n.f. (latin decisio)

Acte par lequel quelqu’un décide, se décide.
2 © Microsoft
Introduction
Qui a inventé l’aide à la décision ?
Qui a inventé la décision ?
Qui a inventé l’informatique décisionnelle ?
Il est bien difficile de répondre à ces questions « existentielles », et cela n’a

finalement pas grand intérêt.
Seule certitude, depuis que les systèmes d’information existent, ils stockent
de l’information. Et depuis que l’on stocke de ’linformation, on cherche
ensuite à l’exploiter, qu’elle serve de base à nos prises de décision.
Il existe deux grandes catégories de systèmes d’information, les systèmes

transactionnels et les systèmes décisionnels. Les premiers servent à gérer le
quotidien, l’opérationnel de l’entreprise. Les seconds sont utilisés pour
prendre du recul, et servir de support aux décisions de l’entreprise et de ses
dirigeants.
LES SYSTEMES TRANSACTIONNELS

Egalement appelés systèmes opérationnels, ce sont les outils que vous
utilisez chaque jour. Ils assurent le bon fonctionnement de l’ensemble de
l’entreprise.
De la gestion des achats à celle des ventes, ils sont aujourd’hui
indispensables au fonctionnement de toute entreprise. On trouve dans cette
catégorie les progiciels horizontaux couvrant les grands métiers de
l’entreprise : comptabilité, gestion commerciale, gestion des achats, gestion
des stocks, paie et gestion des ressources humaines…
Les applications spécifiques, propres à une entreprise, développées pour
répondre à une problématique métier ou à une particularité de gestion,
figurent également dans cette catégorie : une application de réservation
dans le secteur ferroviaire ou du transport aérien, une application de
production bancaire,…
Toutes ces 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.
© Microsoft 3
Mais quelles sont donc les principales caractéristiques de ces applications ?
Tout d’abord, elles brassent de grands volumes de données. Lorsqu’un

système de réservation aérienne doit conserver la liste des places
disponibles sur l’ensemble des vols d’une compagnie pendant les six mois à
venir, en fonction des différents tarifs, c’est un volume de plusieurs
gigaoctets de données (plusieurs milliards de caractères) qui doit être en
permanence accessible.
Par ailleurs, cette masse d’information doit être accessible très rapidement.
Lorsque vous vous présentez au guichet d’une agence de voyage, et que
vous souhaitez réserver une place pour Montréal le 14 juillet prochain, vous
souhaitez avoir la réponse en quelques secondes. Imaginez que l’agent de
voyage vous demande de revenir le lendemain pour savoir si une place est
disponible ! Vous changeriez vite de compagnie et d’agence. Le fait que ces
systèmes soient maintenant accessibles directement par Internet a encore
accru nos attentes en matière de temps de réponse. Quelques secondes
après avoir lancé votre requête sur le site de votre compagnie aérienne
préférée, vous souhaitez obtenir la réponse, et en cas de silence, vous
changerez certainement de fournisseur. L’effet « zappeur » intensifié par
Internet, a décuplé les performances attendues de la part des systèmes
transactionnels en matière de temps de réponse.
Mais ces applications transactionnelles sont finalement relativement simples
à programmer. Dans leur grande majorité, les requêtes générées par une
application de production restent simples, du point de vue informatique.
Même si la question de la disponibilité de votre place sur le vol Paris-
Montréal du 14 juillet vous semble compliquée, elle ne présente aucune
difficulté du point de vue informatique. Une simple requête sera envoyée, sur
la base des vols programmés, pour connaître la disponibilité de votre vol, et
sa réponse sera du même tenant : il s’agira de vous répondre si oui ou non
une place est disponible, et éventuellement de fournir un numéro de siège.
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,
• mais des requêtes relativement simples du point de vue
informatique.
4 © Microsoft
LES SYSTEMES DECISIONNELS

A l’intérieur de l’entreprise, lorsque est venu le temps de l’analyse et de la
réflexion, on doit se pencher sur les transactions enregistrées dans les
systèmes opérationnels. Cette phase est un préalable à toute prise de
décision. Ainsi, une compagnie aérienne souhaitera connaître le taux de
remplissage moyen de ses vols par destination et par mois ; un grand
magasin souhaitera connaître ses ventes par jour, puis par heure, pour
chaque rayon ; et un financier établira le bénéfice de son entreprise détaillé
par client, par produit, par secteur géographique.
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.
La décision concerne tous les départements de l’entreprise : finance,
ressources humaines, ventes, marketing, production, et bien entendu la
direction générale. L’aide à la décision les concerne dans la même globalité.
Les applications utiles dans le processus de prise de décision sont

nombreuses, et déjà fortement présentes dans le système d’information des
entreprises.
Les applications d’analyse des ventes, qui permettent d’établir des
statistiques, à partir de l’historique des factures, sur les ventes réalisées par
commercial, par produit, par client,…
Les applications d’analyse financière, en particulier celles utilisées pour
construire les comptes annuels de l’entreprise, mais également les
applications de reporting, de consolidation, d’élaboration et de contrôle
budgétaire.
Toutes ces applications répondent au même processus : analyser des

données préalablement collectées par les application opérationnelles de
l’entreprise, les mettre en forme, aider à distinguer les grandes tendances, et
publier des résultats sous forme de graphiques, de tableaux, ou de rapports.
Mais quelles sont alors les caractéristiques de ces applications

décisionnelles dans l’entreprise ?
Tout d’abord, elles traitent également de gros volumes de données. Ainsi,

lorsqu’un distributeur conserve l’ensemble du détail des tickets de caisse
émis pendant plusieurs années, cela peut concerner des milliards
d’informations unitaires, qui doivent être accessibles pour les analyses.
© Microsoft 5
En revanche, les délais acceptables de ces analyses sont bien différents de

ceux des requêtes opérationnelles. Autant il est primordial que votre système
réponde en quasi temps réel aux demandes de vos clients, autant pouvez-
vous certainement attendre une minute, une heure, voir même parfois une
journée, avant de disposer des informations analytiques sur vos ventes
depuis trois ans. Par opposition aux systèmes opérationnels, la notion de
temps réel n’apparaît pas comme une contrainte à satisfaire.
La complexité des requêtes n’a elle aussi rien à voir. Trier l’ensemble de vos
tickets de caisse depuis trois ans et les répartir par produit, par fournisseur,
par secteur géographique, tout en dégageant la marge par client, relève
parfois de l’équilibrisme en matière de requêtes SQL. Une telle demande
peut nécessiter le croisement de plusieurs tables de votre base de données
et la construction de nombreux indicateurs.
En conclusion donc, les systèmes décisionnels travaillent comme les

systèmes opérationnels, sur de gros volumes de données, mais leur
appliquent des requêtes beaucoup plus complexes. Mais ils disposent de
plus de temps pour les exécuter.
NAISSANCE DES OUTILS D’AIDE A LA DECISION

La compréhension de cette différence fondamentale entre les besoins
opérationnels et ceux de l’aide à la décision ont permis aux éditeurs de
progiciels et aux informaticiens de développer toute une gamme de
progiciels spécifiquement conçus pour faciliter l’aide à la décision. Ce sont
ces outils et leurs applications que nous allons découvrir ensemble dans cet
ouvrage.
Nous avons d’ailleurs choisi de commencer par la fin, par le résultat.
A quels besoins répondent les applications décisionnelles dans l’entreprise ?

Quelles entreprises les utilisent ?
Qui dans l’entreprise les choisit, les met en place, et les utilisent au
quotidien ?
Vous trouverez les réponses à toutes ces questions dans le chapitre suivant,
consacré aux expériences utilisateurs.
6 © Microsoft
Expériences d’utilisateurs
« Le décisionnel est le directeur général du système d’information » a-t-on
coutume de dire. Bien entendu, dans votre entreprise, la direction générale
est concernée par ces applications. Le tableau de bord synthétique permet
aux dirigeants de visualiser les principaux chiffres clefs de leurs activités. A
l’image d’un pilote d’avion de ligne, le directeur général a la responsabilité
de l’ensemble des passagers et de l’équipage de son entreprise. A l’image
d’un pilote d’avion de ligne, il dispose d’instruments pour orienter l’appareil,
le faire virer d’un côté ou de l’autre, le faire décoller ou le faire atterrir. A
l’image d’un pilote d’avion de ligne, le directeur général doit pour prendre les
bonnes décisions, disposer d’un ensemble de cadrans, d’indicateurs, qui lui
donnent en temps réel la position de son entreprise, l’alerte éventuellement
sur les anomalies constatées, et lui permet d’alterner entre une vision
globale et des informations détaillées.
Mais au-delà de ces applications dites «de direction générale », les outils
décisionnels sont indispensables aux décisions quotidiennes de nombreux
services de l’entreprise. Tous les cadres de l’entreprise sont amenés à
prendre des décisions. C’est même leur fonction principale : encadrer et
décider.
Voyons ensemble quels sont les départements le plus souvent concernés et
les applications qu’ils peuvent tirer de ces systèmes décisionnels.
ANALYSE MARKETING ET VENTES

La fonction commerciale brasse énormément d’informations. Toutes les
démarches actuellement mises en œuvre dans les entreprises en matière de
gestion de la relation client (CRM) consistent à collecter de l’information,
puis à l’analyser, et enfin à utiliser cette analyse pour personnaliser les
futurs contacts avec le client.
Toutes ces étapes d’analyse des données clients s’appuient sur l’information
de base, collectée par le département commercial. Il peut s’agir des
informations sur les prospects, du détail des factures émises, des
commandes enregistrées, mais également d’informations sur les clients
perdus, sur les attentes des prospects, sur la concurrence… tout ce qui peut
servir de base à une analyse de l’évolution du succès commercial de
l’entreprise.
© Microsoft 7
En effet, jamais un dirigeant commercial ne se contentera de connaître son

chiffre d’affaires du mois. Ce dernier n’aura de signification que comparé
avec celui du même mois de l’année précédente, ou avec celui du trimestre
précédent, ou tout simplement comparé aux prévisions commerciales.
Lorsque un grand magasin parisien réalise son opération promotionnelle

annuelle, faisant bénéficier ses clients pendant quelques jours de
promotions importantes, le chiffre d’affaires est suivi heure par heure. Avec
plusieurs centaines de milliers d’euros de chiffre d’affaires par jour, tout
dérapage doit être anticipé et peut tenter d’être corrigé. L’influence de
facteurs extérieurs : grèves des trains, pluie ou soleil, événement
international… peut perturber dans un sens comme dans l’autre l’atteinte
des objectifs.
C’est un système décisionnel qui collecte ici en temps réel le chiffre
d’affaires réalisé par chacune des centaines de caisses du magasin, et qui le
répartit par rayon, par tranche horaire, offrant au directeur du magasin un
tableau de bord permanent de son activité.
Plus modestement, lorsqu’une PME spécialisée dans la fabrication et la

commercialisation de systèmes de climatisation, analyse son chiffre
d’affaires, elle doit le visualiser sous plusieurs dimensions – on parle
également d’axes d’analyse. En effet, le chiffre d’affaires total ne suffit pas.
Parmi ses trois canaux de distribution, il est intéressant de savoir si la
distribution indirecte, la vente directe ou la commercialisation en grandes
surfaces spécialisées, sont en progression similaire. Il peut être intéressant
de savoir quel commercial, ou quel magasin a vendu le plus. Quel
commercial serait en dessous de ses objectifs… Un chiffre globalement
positif peut en effet dissimuler en son détail, de nombreuses anomalies, la
croissance de l’un venant compenser la perte de l’autre. Un outil d’analyse
multidimensionnelle permettra d’y remédier.
A l’autre bout de la chaîne, on retrouve la grande distribution, ou les

opérateurs de télécommunication, qui stockent d’énormes volumes de
données et tentent d’en déduire des comportements clients. Lorsque la
première chaîne de magasin généraliste au monde, principalement
implantée aux Etats-Unis conserve le détail de l’ensemble des tickets de
caisse émis par l’ensemble de ses magasins pendant plusieurs années, cela
représente des milliards d’informations à analyser.
Cette analyse permet de détecter les comportements insolites, comme de
répartir les clients en profils.
8 © Microsoft
Lorsqu’un opérateur téléphonique international conserve l’ensemble des

informations concernant les communications passées sur les dizaines de
millions de lignes téléphoniques en France, cela lui permet de regrouper des
populations en fonction de leur «profil téléphonique ». On découvrira ainsi
que sur les bords de Loire, à l’Est de Tours, le taux d’appels vers le Portugal
et l’Espagne est bien supérieur à la moyenne. Mystère ? Pas du tout, il s’agit
simplement de maraîchers d’origine espagnole ou portugaise, installés dans
cette région favorable au développement de l’agriculture, et qui passent de
nombreux coups de fils à leur famille.
Même le petit artisan ou la petite entreprise sont concernés par ces

analyses. Lorsque votre coiffeur garde en mémoire, dans son ordinateur, les
produits qu’il vous a vendu, les coupes qu’il vous a faites, mesdames, il
collecte de l’information pour vous aider à mieux décider la prochaine fois,
du service qu’il vous proposera. Lorsqu’un fleuriste copie dans une base de
données les adresses de ses clients, recopiés sur les chèques qu’il reçoit, ou
qu’il vous propose de remplir une petite carte de fidélité, nous sommes déjà
à la limite entre le CRM et le décisionnel. Il utilisera en effet ces informations
pour vous proposer quelques jours avant votre anniversaire, une promotion
sur les compositions florales.
R EPORTING DE GESTION / ELABORATION BUDGETAIRE

Dans le domaine, moins imagé, mais ô combien nécessaire de la gestion, les
outils décisionnels sont partout présents.
En amont tout d’abord pour vous aider à construire votre budget
prévisionnel. En vous appuyant sur les données de l’année précédente, ils
vous permettront d’appliquer des pourcentages de croissance ou de baisse,
de comparer les prévisions aux réalisations,…
Au quotidien ensuite, les outils dits de « reporting », permettront de comparer
les prévisions et les réalisations. Jadis parmi les plus fervents utilisateurs de
Excel, les contrôleurs de gestion migrent peu à peu vers des outils plus
verrouillés, plus sécurisés. Excel reste néanmoins l’outil le plus prisé, et
toujours le plus largement utilisé, pour sa flexibilité, sa capacité à produire
des documents rapidement, à les personnaliser, et à y inclure des données
variables telles que les simulations. Ces progiciels de reporting et
d’élaboration budgétaire permettent par exemple de laisser les responsables
de département saisir leurs informations, et de consolider ensuite sans
risque d’erreur toutes ces informations au niveau de l’entreprise.
© Microsoft 9
Récupérant les informations de la comptabilité, de la gestion commerciale,

et des états remplis manuellement, le contrôleur de gestion est en mesure
d’établir et de transmettre à la direction générale une image fidèle de
l’entreprise.
Pour les plus grands groupes d’entreprises, les outils de consolidation

comptable et fiscale sont également des outils d’aide à la décision.
Appliquant les règles comptables de la consolidation, ils permettent à un
groupe d’entreprise de produire ses « comptes consolidés ». Ils sont
également un outil de management financier du périmètre d’un groupe
d’entreprise, et servent de base aux décisions de cession ou d’acquisition de
nouvelles entreprises.
GESTION DES RESSOURCES HUMAINES

Connaissez-vous le principal outil d’aide à la décision dans le domaine des
ressources humaines dans les grands groupes ? Il s’agit tout simplement de
la pyramide des ages. Toute entreprise qui compte plusieurs centaines de
salariés doit produire chaque année un bilan social, équivalent humain du
bilan comptable.
Lorsque le directeur des ressources humaines d’un groupe international
pétrolier, doit anticiper l’évolution des compétences des milliers de salariés
qu’il gère, il s’appuie sur des outils décisionnels, qui l’aident à connaître en
permanence les qualifications manquantes, les domaines sur lesquels des
formations doivent être dispensées pour compenser les départs en retraite
de personnels expérimentés. Le bilan social n’est qu’un des aspects d’une
gestion proactive des ressources humaines, dont le cœur d’activité se situe
en réalité dans l’anticipation des besoins humains, la formation des salariés,
leur évolution de carrière, leur fidélisation et… le contrôle de la masse
salariale.
Mais soyons francs, ces outils décisionnels ne concernent que les

départements ressources humaines des grandes entreprises. En équiper une
PME de quelques dizaines de salariés se révélerait un luxe inutile.
10 © Microsoft
Historique des systèmes décisionnels

Lorsque les entreprises ont commencé à comprendre la valeur ajoutée
apportée par les outils d’aide à la décision, elles ont immédiatement cherché
à en bénéficier. Pour cela elles ont commencé à lancer des requêtes, c'est-à-
dire à interroger leurs bases de données opérationnelles. Tout en
poursuivant bien entendu leurs opérations quotidiennes, elles ont donc
sollicité leurs applications opérationnelles, bien souvent au-delà de ce
qu’elles étaient capables de supporter.
Parfois une requête malheureuse, envoyée sur les serveurs de production,
bloquaient les transactions et donc la vie de l’entreprise pendant plusieurs
minutes, voir plusieurs heures. Les outils d’administration informatiques
n’étaient à l’époque pas aussi perfectionnés que maintenant, et il était
parfois impossible de stopper une telle requête.
Des situations de tension sont parfois apparues en interne dans certaines
entreprises, conduisant à une opposition entre les « opérationnels » qui
demandaient, à juste titre, une disponibilité permanente de leurs
applications de production, et les « analystes », qui demandaient, également
à juste titre, à pouvoir accéder aux données pour réaliser leurs analyses.
Mais la différence structurelle entre les requêtes, que nous avons évoquée
au premier chapitre, rendait cette cohabitation presque impossible, à moins
pour les analystes de travailler la nuit, et encore !
L’INFOCENTRE
La première solution trouvée était une solution de bon sens. Puisque le s
analystes avaient besoin des mêmes données que les opérationnels, et en
même temps, mais que les requêtes des premiers bloquaient les requêtes
des seconds, il suffisait donc de donner à chacun sa copie des données. On
a donc dupliqué les bases de données de production, c'est-à-dire que
chaque jour, chaque semaine, ou chaque mois, une copie des informations
de production était réalisée, à l’identique, sur un autre ordinateur,
spécialement pour les analystes.
Les équipes opérationnelles pouvaient continuer à utiliser leurs applications,
sans être nullement perturbés par les requêtes analytiques, et les analystes
pouvaient prendre le risque de lancer des requêtes complexes, analysant par
exemple le chiffre d’affaires suivant plusieurs dimensions (clients, produits,
fournisseurs), sur plusieurs années, mois par mois, sans prendre le risque de
bloquer le système opérationnel.
© Microsoft 11
Outre sa « rusticité », ce mode de fonctionnement, en doublon total entre les

deux systèmes, se révélait très onéreux. Les serveurs, les disques durs, les
bases de données, devaient tous être acquis en double, uniquement pour les
besoins de l’analyse. A cette période, beaucoup d’applications
opérationnelles fonctionnaient sur des grands systèmes – les mainframes – ;
la puissance machine comme le stockage, étaient encore très chers.
LES EIS
L’étape suivante est née en même temps que le PC, l’ordinateur personnel
et sa démocratisation chez les cadres dirigeants. Leur donnant l’impression
de contrôler l’activité de leur entreprise, les EIS (Executive Information
System) proposaient un tableau de bord permanent des indicateurs clefs de
l’entreprise.
Un des grands groupes français du bâtiment avait ainsi installé sur le bureau
de son PDG un PC équipé d’un EIS qui lui servait uniquement à visualiser
quelques indicateurs tels que le cours de l’action, le nombre d’employés, le
montant des contrats en cours, et celui des nouveaux contrats signés.
Cette facilité apparente dans la mise à disposition des informations a été le
cauchemar des informaticiens qui avaient bien du mal à expliquer à leur
patron que, même si l’affichage d’un graphique sur son poste lui paraissait
simple, il supposait une mécanique complexe en amont de remontée et
d’agrégation des informations.
C’est néanmoins par l’EIS que l’informatique décisionnelle est sortie de la
tour d’ivoire des services informatiques pour prendre place sur le bureau des
utilisateurs.
L’ENTREPOT DE DONNEES
Après plusieurs années d’utilisation des infocentres, c'est-à-dire de
duplications des données de production, les services informatiques ont
imaginé une évolution intelligente de ce mode de stockage. Ils ont en effet
constaté que les informations traitées dans les applications opérationnelles
étaient très différentes de celles interrogées dans les applications
décisionnelles. Le nombre de tables, de fichiers interrogés dans une même
requête est bien plus important dans l’aide à la décision, le nombre
d’indicateurs calculés également. En revanche, les applications
décisionnelles se contentent presque toujours de lire les données. Elles
n’ont jamais à écrire de nouvelles informations dans les bases de données.
12 © Microsoft
Autre constat, les questions posées par un décideur impliquent

fréquemment des informations stockées dans plusieurs applications ou
bases de données. Lorsque vous calculez la rentabilité de vos clients, vous
exportez des données de la gestion commerciale (factures, commandes), de
la comptabilité (délais de règlement, impayés), mais également de la gestion
de production (coût des produits fabriqués). Le fait de dupliquer ces bases
de données dans un infocentre ne simplifie en rien ces extractions.
Il a donc été imaginé mettre en place, en sortie des bases de production, un

entrepôt de données. Cet entrepôt uniquement dédié au stockage des
données décisionnelles, permet de réconcilier les différentes sources
initiales de données, et les applications de production.
Fréquemment construit à partir d’une base de données relationnelle, cet

entrepôt de données sert littéralement d’entrepôt. On y verse une copie des
données qui serviront, un jour, à l’analyse et à la prise de décision. Cela évite
également de conserver un historique trop important dans les bases de
production, souvent concernées par le court terme, alors que les analystes
ont besoin de recul pour détecter des tendances.
Ces périodes de référence varient d’ailleurs beaucoup en fonction des
secteurs d’activité. On considère que dans la grande distribution, des
données vieilles de six mois sont inexploitables tant les produits, les
assortiments, les marques ont évolués. Dans le domaine bancaire en
revanche, on analyse les informations clients sur plusieurs années, voir
plusieurs dizaines d’années. La vie bancaire d’un client dure parfois toute
une vie.
LES BASES DE DONNEES MULTIDIMENSIONNELLES

L’avez-vous remarqué ? Quand un manager parle de ses résultats, il leur
associe toujours une variable. Il parle d’une progression d’un mois sur
l’autre, d’une gamme de produit plus performante que l’autre, d’un bénéfice
plus important dans un pays que dans l’autre, d’un commercial plus efficace
que son collègue.
Tout simplement parce que d’un point de vue métier, l’information de base
n’a aucune importance si elle n’est pas affectée d’une dimension. On
cherche le chiffre d’affaires par trimestre, la rentabilité par client, la marge
par commercial et par région.
© Microsoft 13
Chacun de ces attributs est appelé une dimension. Il s’agit d’un axe suivant
lequel les informations seront analysées.
Un système décisionnel est donc constitué d’indicateurs, analysés suivant
des dimensions.
Or les bases de données relationnelles sont constituées d’un ensemble de

tables à deux dimensions (voir schéma). Comme une suite de feuilles Excel,
composées de lignes et de colonnes, qui seraient conservées dans un même
classeur. Mais l’intérêt des bases de données relationnelles est dans le
relationnel, c'est-à-dire dans la capacité à mettre en relation les feuilles les
unes avec les autres. Ainsi une base de données clients comportera
plusieurs tables : une table factures, une table client. Dans la première sera
stocké le détail des factures, dans la seconde seront stockées les
coordonnées des clients. Inutile donc de répéter les coordonnées dans
chaque facture, un lien permettra d’aller chercher pour chaque ligne de la
table facture les coordonnées correspondantes dans la table client.
14 © Microsoft
Lorsque l’on lance des requêtes décisionnelles comportant de nombreuses

dimensions d’analyse, comme par exemple, « le calcul de la marge par client,
et par gamme de produits, mois par mois depuis un an », le système a besoin
d’accéder à de nombreuses tables. Une telle requête peut être très longue à
exécuter, voir même parfois bloquer totalement le serveur.
On a, pour résoudre ce problème, inventé les bases de données

multidimensionnelles. Ces bases se présentent sous forme d’un cube (voir
schéma page suivante). Chaque dimension du cube représente une
dimension d’analyse. Il est difficile de représenter sur le papier plus de trois
dimensions, mais un cube d’analyse peut parfaitement comporter dix ou
vingt dimensions d’analyse simultanées. Ce nouveau modèle de bases
multidimensionnelles a été inventé par le Docteur Edgard Codd, déjà
considéré comme le Père des bases de données relationnelles (il a inventé
ce modèle en 1969). Ces bases de données relationnelles étaient nées du
modèle OLTP (On Line Transactional Processing). Le Docteur Codd a
poursuivi dans la même direction en définissant pour les bases
multidimensionnelles le modèle OLAP (On Line Analytical Processing). Inutile
de vous décrire ici les quatorze règles de base de fonctionnement d’un
moteur OLAP, vous trouverez dans la webographie à la fin de ce guide les
références nécessaires si vous souhaitez aller plus loin.
© Microsoft 15
Chaque base de données multidimensionnelle pré -calcule et stocke toutes

les informations, au croisement de chacune des dimensions. Le chiffre
d’affaire réalisé par chaque client, sur chaque produit, dans chaque
magasin, durant chaque mois, sera pré-calculé, et conservé dans le cube, au
croisement de chacune des dimensions prévues.
Ainsi, lors du lancement d’une requête décisionnelle complexe, le système
aura simplement à lire les croisements de chaque colonne du cube, pour
extraire des informations qui auront déjà été calculées.
Bien entendu, la phase d’alimentation, c'est-à-dire de pré-calcul et de

stockage des informations agrégées, est plus longue. Mais nous l’avons vu
en introduction, les requêtes décisionnelles sont rarement lancées en temps
réel. Les données analysées sont fréquemment des données mensuelles, au
mieux hebdomadaires, et la phase d’alimentation peut être programmée en
automatique, de nuit ou le week-end.
16 © Microsoft
La base de données multidimensionnelle OLAP est incontestablement le

cœur de tout système décisionnel. La vision multidimensionnelle qu’elle
apporte des données métiers en fait la pierre angulaire de la prise de
décisions. Sans pour autant réduire l’importance des autres briques d’un
système décisionnel, un véritable outil d’aide à la décision ne saurait être
construit sans s’appuyer sur une base de données OLAP.
LA BUSINESS INTELLIGENCE
Comme nous l’avons vu plus tôt, les techniques de stockage des données
ont beaucoup évolué au fil de l’utilisation croissante des systèmes
décisionnels dans les entreprises.
Au début, un simple outil de construction de requêtes SQL (Structured Query
Language) était utilisé par le service informatique, pour répondre aux
demandes des utilisateurs. Ces demandes étaient le plus souvent formulées
sur papier, laissant le «privilège » aux informaticiens de les convertir en
requêtes SQL, et parfois d’interpréter les attentes des utilisateurs.
Puis sont arrivés les outils de reporting orientés utilisateurs. Le plus connu
d’entre eux est Business Objects, mais ses concurrents sont nombreux
(Cognos, Brio Software, Hummingbird…). Transformant les requêtes SQL
compréhensibles uniquement par des spécialistes, en indicateurs métiers,
utilisant le langage des utilisateurs, ils ont permis de démocratiser l’accès à
l’information décisionnelle.
Totalement complémentaire, et s’appuyant sur les bases de données OLAP
(comme Microsoft SQL Server 2000), ces requêteurs permettent à
l’utilisateur de construire ses demandes, en utilisant ses propres termes
(chiffre d’affaires, client, produit, période…) sans se préoccuper de
l’emplacement des données dans la base, et surtout sans connaître aucun
langage informatique.
En sortie de ces outils de requête, l’utilisateur peut visualiser ses données

sous différents formats. De manière classique, sous forme de rapports qui
peuvent être lus à l’écran ou mis en page automatiquement pour impression.
Un peu plus sophistiqué, il est également possible de générer des
graphiques. Depuis quelques années, l’arrivée d’Internet dans les systèmes
décisionnels a permis d’envisager une plus grande diffusion de l’information.
De plus en plus nombreuses sont les entreprises à utiliser les portails
décisionnels pour diffuser, en interne, mais parfois également à leurs
partenaires externes, une partie de leur information.
© Microsoft 17
Ces outils de requête ont également évolué, offrant de plus en plus de

fonctions d’analyse. A partir d’un rapport, il est maintenant possible de
« plonger » dans les données, pour en découvrir le détail. A partir du chiffre
d’affaires d’un client, on visualisera le détail des factures, puis le détail des
produits commandés pour une facture…
La combinaison de ces fonctions de reporting et d’analyse est appelée la

Business Intelligence. En effet il s’agit littéralement d’ajouter de l’intelligence
dans les données, en les comprenant mieux, et en les comparant les unes
aux autres. On parle également de transformer des données en informations,
puis des informations en connaissances.
Et c’est à partir de cette connaissance que l’on sera en mesure de prendre
les bonnes décisions.
18 © Microsoft
Architecture
La partie visible de l’iceberg d’un système décisionnel est bien entendu
l’outil de restitution, celui qui, installé ou accessible depuis le poste de
l’utilisateur, permettra de visualiser les tableaux, les graphiques, calculés à
partir des données de production.
Mais pour aboutir à ces résultats, c’est tout un processus d’alimentation qui
doit être mis en œuvre.
Un système décisionnel ne peut en effet se résumer à son outil de

visualisation. C’est toute une architecture informatique à construire, pas
forcément complexe, mais dont un certain nombre de règles doivent être
suivies pour garantir la qualité des informations produites. Faut-il rappeler
qu’elles serviront à prendre des décisions !
Le schéma ci-après détaille l’ensemble des étapes, et des briques logicielles

correspondantes, qui concourent à la production en sortie des résultats
finaux.
On y distingue trois grands périmètres : l’alimentation, le stockage et la
restitution.
L’alimentation est l’étape qui va permettre l’extraction des données des

systèmes de production, pour les préparer à l’alimentation des bases
décisionnelles.
La deuxième phase, de stockage, permet de conserver les données, sous
forme relationnelle ou le plus souvent multidimensionnelle, prêtes à être
inclues dans des rapports.
La troisième phase, la restitution, consiste à extraire des bases
décisionnelles les informations utiles, et à les présenter sous différentes
formes, pour les diffuser ensuite à l’intérieur ou à l’extérieur de l’entreprise.
© Microsoft 19
20 © Microsoft
L’ensemble de ce processus de validation et de production des informations

qui serviront à la prise de décision doit bien entendu être encadré, contrôlé
par des outils d’administration, le plus souvent gérés par le service
informatique. Ils prendront en charge en particulier les droits d’accès des
utilisateurs, ainsi que la validation des processus informatiques d’interfaces
entre chacune des étapes.
Afin de bien percevoir l’importance de chacune de ces étapes, et de vous

guider dans le choix des outils correspondant, nous vous proposons de
détailler ci-après chaque module et les fonctions auxquelles il répond.
LES BASES DE PRODUCTION ET APPLICATIONS TRANSACTIONNELLES DE

L ’ENTREPRISE
En amont du système décisionnel, nous l’avons indiqué en introduction, se
trouvent les bases de production.
Une des principales règles de construction d’un système décisionnel, est que
les données doivent toujours provenir de l’un des systèmes opérationnels de
l’entreprise.
On ne saisit jamais d’information dans un système décisionnel !
En effet, pour prendre une décision, il faut s’appuyer sur des données dont la
fiabilité et la pertinence sont garanties. Interdire toute saisie d’information
en cours de processus de calcul de ces informations décisionnelles est la
meilleure garantie du respect de cette intégrité.
Si l’on constate une erreur dans l’une des données extraites des systèmes
opérationnels, il ne faut pas corriger la donnée directement dans le système
décisionnel, mais bien corriger en amont la donnée initiale et relancer le
processus d’alimentation.
Nous le verrons par la suite, cette méthode est également la garantie de la
traçabilité des informations qui permettra en cas de besoin, de remonter à la
source de l’information pour la vérifier.
Mais une entreprise ne peut se contenter d’analyser ses propres données.

Une entreprise qui ne se compare pas à l’extérieur, à ses concurrents, à son
secteur d’activité, serait narcissique et finalement incapable de juger sa
capacité à progresser, à s’améliorer.
Un système décisionnel doit donc permettre la comparaison des données
internes, avec des données externes, acquises ou récupérées. On pourra
ainsi saisir en amont dans un tableau Excel les principaux chiffres clefs de
© Microsoft 21
ses concurrents, ou acheter des données de l’INSEE sur l’activité du secteur

économique dans lequel œuvre l’entreprise.
Ces données seront chargées dans le système décisionnel, rendues
homogènes par rapport aux données internes, et pourront servir de bases de
comparaison.
LES OUTILS D’ALIMENTATION (ETL)

Mais il ne suffit pas de savoir quelles données on souhaite extraire, encore
faut-il les mettre en relation les unes avec les autres, et les valider avant leur
entrée dans le système d’aide à la décision.
Comme nous l’avons indiqué ci-dessus, on ne modifie pas une donnée une
fois stockée dans le système décisionnel. C’est donc en amont, à son entrée,
que l’on doit la valider, éventuellement la rejeter, et la traiter pour
l’harmoniser avec les autres informations auxquelles elle va être comparée.
C’est le rôle des outils d’alimentation, également appelés ETL (Extraction –
Transformation – Loading). Ils prennent en charge ces trois grandes
fonctions d’extraction des données en provenance des applications de
production, d’agrégation et de mise en cohérence des données extraites, et
de chargement dans la base décisionnelle. Détaillons ces trois fonctions :
Un bon outil d’alimentation doit être capable d’extraire les données d’un
grand nombre de sources différentes. Les nombreux systèmes d’information,
parfois incompatibles, déployés depuis des années dans les entreprises
détiennent chacun une partie de l’information. L’extraction doit donc être
réalisée à partir de grands systèmes centraux, de serveurs sous Windows,
sous Unix, et même à partir des données stockées directement sur des
postes clients. L’outil doit savoir dialoguer avec les principales bases de
données du marché, lire des fichiers des principaux formats, et accéder à
des bases propriétaires encore très utilisées dans les grandes entreprises.
Les données extraites doivent ensuite être harmonisées, c'est-à-dire être

rendues cohérentes les unes par rapport aux autres. Prenons un exemple : si
votre comptabilité est d’origine anglo-saxonne, elle stocke certainement les
dates en format mois/jour/année, alors que votre gestion commerciale
d’origine française, les conserve en format jour/mois/année. Il faut
évidemment les convertir en un format unique pour pouvoir les comparer.
Autre exemple, la notion de compte client, est peut-être différente entre votre
outil de CRM et votre application comptable. Le premier utilisera le nom du
client et son numéro d’identification, la seconde sera basée sur les trois
22 © Microsoft
premières lettres du nom du client, suivi de la date de la première

commande. C’est un exemple.
Une fois rendues homogènes, la cohérence des données doit être vérifiée. Si
une donnée est erronée, elle doit être détectée avant son incorporation dans
le cube multidimensionnel afin d’éviter que les calculs générés ne soient
faux. Des outils permettent à cette étape de vérifier la qualité des données
injectées dans le système décisionnel. Les fichiers rejetés sont mis de côté,
mémorisés, afin d’être corrigés, puis réinjectés, sans risque de doublon, ni
d’oubli.
Les données sont ensuite synthétisées, agrégées, afin que ne soit stocké
dans les bases d’analyse que le niveau de détail nécessaire. On va par
exemple cumuler le chiffre d’affaires par jour ou par semaine, regrouper les
clients par société ou par ville… tout dépend du niveau de détail que l’on
souhaite conserver lors de l’analyse.
Si l’objectif est d’alimenter une base de données multidimensionnelle, n’y
seront conservés que des éléments déjà synthétisés. Si c’est un entrepôt de
données relationnel qui a été retenu, des informations beaucoup plus
détaillées pourront être conservées.
En sortie, l’outil d’alimentation doit bien entendu être capable d’écrire les
données de synthèse dans la base décisionnelle retenue. Il devra donc
disposer d’interfaces compatibles en sortie avec les différents standards de
bases de données multidimensionnelles et relationnelles du marché.
L’ENTREPOT DE DONNEES RELATIONNEL

La première méthode de stockage des données consiste à dupliquer le détail
des données de production dans une base de données relationnelle. Le
modèle de données retenu pour cet entrepôt de données (celui que l’on
appelle le data warehouse), est la synthèse des modèles de données de
l’ensemble des applications de production situées en amont. Le modèle
retenu est celui que l’on appelle un modèle en étoile, c'est-à-dire que les
tables de la base sont toutes reliées à une table centrale, la plus détaillée.
La table centrale sera par exemple la table des factures clients, à partir de
laquelle seront créés la table des clients, celle des produits, celle des
fournisseurs, celle des paiements…
© Microsoft 23
Ce modèle de système décisionnel, dans lequel l’entrepôt de données

apparaît comme stockage intermédiaire, est réservé aux entreprises dont les
volumes de données à analyser sont importants. Autre catégorie de sociétés
concernées, celles qui analysent des données très volatiles, sans prendre de
recul. Cela peut être le cas dans le domaine de l’analyse boursière, où les
traders analysent des informations qui se rafraîchissent plusieurs fois par
minute. La phase de calcul du cube de données multidimensionnel prendrait
alors trop de temps, et ce dernier serait obsolète, à peine calculé.
La construction d’un data warehouse intermédiaire représente néanmoins

une excellente solution dans le cadre d’entreprises qui réunissent au sein de
leur système décisionnel de gros volumes de données très hétérogènes,
provenant d’applications très atomisées. Cette phase de regroupement des
informations prépare alors leur répartition dans un certain nombre de cubes
multidimensionnels propres à chaque facette de l’entreprise qui doit être
analysée : contrôle de gestion, marketing et ventes, ressources humaines.
Ce nouvel éclatement des données par métier aboutit à la création de ce que
l’on appelle des «data marts ». Ce sont de petits entrepôts de données
totalement dédiés à l’un des métiers de l’entreprise. L’analogie est
fréquemment faite entre le data warehouse et un hypermarché, et entre le
data mart et une grande surface spécialisée.
LES BASES DE DONNEES MULTIDIMENSIONNELLES (OLAP)

C’est la pièce maîtresse du système décisionnel. Tout système d’aide à la
décision doit impérativement comporter une vision multidimensionnelle des
données qu’il analyse.
Le plus commode est de stocker ces données multidimensionnelles dans
une base de données adaptée.
Comme nous l’avons indiqué précédemment, les bases de données

multidimensionnelles ont été inventées pour répondre à des besoins que les
bases de données relationnelles étaient incapables de couvrir. Le modèle
OLAP a initialement été développé par des éditeurs spécialisés, mais les
grands acteurs du monde des bases de données ont rapidement compris
l’intérêt de cette évolution. Ils ont donc tous acquis ou développé des
technologies pour permettre de gérer à la fois des bases à deux et à
plusieurs dimensions. C’est le cas de hMicrosoft qui a développé son offre
autour de la technologie de la société Panorama.
24 © Microsoft
Aujourd’hui la création d’une base de données à plusieurs dimensions

devrait être aussi simple que celle d’une base de données relationnelle.
C’est même la première question que devrait poser tout gestionnaire de
base de données à la création d’une nouvelle entité : dois-je créer une table
à deux dimensions ou une base OLAP ?
Quatre éléments sont au cœur du fonctionnement d’une base de données

OLAP : les indicateurs, les dimensions, les hiérarchies et les valeurs (voir
schéma ci-dessous).
Les indicateurs sont les sujets d’analyse. Que souhaite-t-on calculer ? Le

chiffre d’affaires ? La marge ? La quantité vendue ? Le nombre de
personnes ?
Ces indicateurs sont définis par l’utilisateur, en fonction des analyses qu’il
souhaite lancer.
© Microsoft 25
Chaque indicateur est ensuite subdivisé en plusieurs dimensions, c'est-à-dire

que pour chacune de ces dimensions, on va calculer la part de l’indicateur
qui lui est rattachée. Les dimensions pourraient être : les clients, les
produits, les magasins, les commerciaux, les fournisseurs… On calculera
donc ainsi le chiffre d’affaires par produit, par client, par magasin…
Si l’on visualise l’indicateur chiffre d’affaires dans un cube, le produit, le
magasin, le client, seront les trois dimensions d’analyse (hauteur, largeur et
profondeur) du cube « chiffre d’affaires ».
Il existe une dimension particulière, toujours présente dans les analyses de
données, la dimension temps. Cette dimension est particulière car son
comportement est différent. On souhaitera par exemple connaître le chiffre
d’affaires sur les douze derniers mois, le dernier trimestre et le trimestre en
cours. La compréhension de cette dimension temps nécessite une
« intelligence » particulière qui doit être ajoutée à la base OLAP. Lo rsque vous
construirez un tableau de bord qui comparera le budget des ventes et le
réalisé pour le trimestre en cours, par rapport à l’année précédente, le
logiciel sélectionnera automatiquement les bonnes données, et les fera
évoluer chaque trimestre, sans qu’il soit nécessaire de modifier le tableau de
bord.
Les hiérarchies sont une subdivision des dimensions ou des indicateurs.

Supposons que chaque commercial de votre entreprise soit affecté à une
région. Chaque région dispose bien entendu de plusieurs commerciaux.
Inutile de créer une dimension « commercial » et une dimension « région ».
Elles seraient redondantes car la première est incluse dans la seconde. Il
faut donc créer une hiérarchie de dimensions, la « région » étant simplement
le regroupement de plusieurs éléments de la dimension « commercial ». Sans
cette organisation, votre cube sera composé de cellules en grandes parties
vides, car un même commercial ne sera croisé qu’avec une seule région. Le
risque : un cube beaucoup trop volumineux, des calculs inutiles et longs, et
de moins bons temps de réponse.
Dernier élément, le contenu du cube. Lors du calcul de la base OLAP, chaque

indicateur est croisé avec chaque dimension, et la valeur de chaque cellule
du cube est calculée, et stockée au bon endroit. Cette alimentation
permettra par la suite aux outils de reporting d’interroger simplement le
croisement de plusieurs dimensions et d’en extraire la valeur attendue. La
plupart des cubes contiennent uniquement des données chiffrées. Il peut
s’agir de montants, mais également de quantités. Dans de rares cas, il peut
26 © Microsoft
néanmoins être nécessaire de stocker des valeurs alphanumériques dans un

cube OLAP. Il faut alors vérifier que la base de données choisie offre cette
possibilité.
Autre élément différentiateur, la saisie des informations. Un cube OLAP peut

servir à comparer plusieurs informations. On peut en effet comparer la
marge prévisionnelle et la marge réalisée. En l’absence d’outil d’élaboration
budgétaire, plutôt réservé aux grandes entreprises, c’est le plus souvent
Excel qui est utilisé par les contrôleurs de gestion pour ce travail. Certaines
bases de données multidimensionnelles permettent néanmoins de saisir ces
informations prévisionnelles en respectant la même organisation indicateurs
/ dimensions que les données extraites des systèmes de production.
Mais dans tous les cas, la base de données OLAP restera un outil
intermédiaire de stockage et de calcul des données d’aide à la décision.
D’autres outils doivent être utilisés pour en visualiser le contenu.
LES OUTILS DE RESTITUTION

Les outils de restitution sont la face visible de l’iceberg de l’informatique
décisionnelle. Mais attention, ils ne peuvent éditer des données qui n’ont
pas été correctement extraites et analysées auparavant. La valeur ajoutée
d’un système décisionnel est bien plus concentrée dans la constitution de la
base multidimensionnelle, que dans ces outils de présentation.
Du point de vue de l’utilisateur, ils n’en restent pas moins indispensables,
car ils mettent en lumière les informations et connaissances que les étapes
précédentes du processus ont contribuées à créer.
Le premier d’entre eux est le tableur. Utilisé par près de 100% des
utilisateurs d’un PC, c’est un outil simple, dont les manipulations de base
sont comprises par tous. Vous gagnerez à l’utiliser comme outil de base pour
les premières restitutions de votre système décisionnel.
Reporting
Premier besoin, le plus demandé par les utilisateurs, celui de produire des
rapports, des tableaux de bord. Les progiciels ad hoc permettent de lancer
des requêtes sur le data warehouse et sur les bases OLAP, pour extraire les
informations, et les présenter automatiquement sous forme de tableaux.
Appelés « Univers » ou « Dictionnaires », ils fonctionnent autour d’un

référentiel de termes métiers, qui évite à l’utilisateur de connaître dans le
© Microsoft 27
détail l’organisation informatique de ses bases de données. Il utilise des

termes connus tels que chiffre d’affaires, marge, client… l’outil de reporting
se chargeant de les « traduire » du point de vue informatique.
Ces outils sont parfaitement adaptés à la diffusion de rapports standards,
envoyés régulièrement à de nombreux utilisateurs.
La mise en page des rapports est définie à l’avance et leur diffusion est
assurée de respecter la forme initiale.
Mais ces outils sont moins bien adaptés pour l’utilisateur qui souhaite
manipuler par lui-même ses données, en ajouter, comparer des données
issues de plusieurs systèmes, créer ses propres mises en pages
personnalisées. Rien ne remplacera ici la souplesse d’un tableur. Cette
seconde catégorie d’outils «centrés sur l’utilisateur », permet à certaines
populations, plus agiles du point de vue informatique, de mieux manipuler
les informations qui sont extraites des bases décisionnelles.
Analyse des données

Même si le premier besoin est bien le reporting et la production de tableaux
standards, certaines populations de l’entreprise ont besoin de «fouiller »
dans les données. Fouiller, au bon sens du terme, c'est-à-dire expliquer les
raisons d’un chiffre qui dérape, d’un client qui disparaît, d’un commercial qui
n’atteint pas ses objectifs…
Le principe du multidimensionnel évoqué précédemment porte à la
connaissance des décideurs des informations synthétiques et agrégées.
Mais lorsqu’une information synthétique présente une anomalie, il est
nécessaire d’en connaître l’explication.
Autre cas, lorsqu’une information synthétique semble normale, mais qu’elle
est constituée de deux informations unitaires anormales dont les effets
s’annulent. Si le chiffre d’affaires réalisé dans un pays vous semble normal,
c’est peut-être car l’un des commerciaux a « explosé » ses objectifs, mais que
cette croissance a été compensée par l’échec d’un de ses collègues. Il faut
donc analyser intelligemment les résultats produits.
Les personnes en charge de ces analyses sont dans l’entreprise les

contrôleurs de gestion, les chefs de produits, les responsables
commerciaux… ils bénéficient pour cela d’outils qui leur permettent de
plonger dans les données synthétiques pour mieux les comprendre et
remonter aux données initiales. C’est ce que l’on appelle le « drill down » et le
« drill through ». Le « drill down » consiste à visualiser le détail qui compose
28 © Microsoft
une information. De la marge dégagée sur une gamme de produits, on

descendra dans le détail des produits. Le « drill trough » consiste à visualiser
un autre indicateur pour tenter d’expliquer une information. Si le chiffre
d’affaires par client a baissé, cela ne viendrait-il pas d’un commercial, on
change d’indicateur et de dimension.
Beaucoup plus interactifs, ces outils d’analyse permettent de faire des
simulations et de comparer plusieurs scénarii. Là encore, en fonction des
besoins, l’utilisation d’un tableur peut parfaitement suffire.
Ces outils permettront également de rendre « parlants » les tableaux de bord,
par exemple à l’aide d’indicateurs de couleurs. Un chiffre inférieur aux
prévisions apparaîtra en rouge, un chiffre largement supérieur en vert. Une
flèche de couleur pourra également indiquer la tendance d’un trimestre sur
l’autre.
On dit souvent qu’un petit graphique vaut mieux qu’un long tableau.
L’utilisation des fonctions graphiques standard de votre tableur permettront
de représenter les données essentielles de votre tableau sous forme de
graphiques, ou de les appliquer sur une carte géographique, encore plus
parlante.
La diffusion des informations

Une fois calculées, présentées et analysées, les informations utiles à la prise
de décision doivent être diffusées dans l’entreprise vers ceux à qui elles sont
destinées.
Jusqu’à l’apparition d’Internet, la diffusion de ces informations était très
limitée. Parfois même, la diffusion d’états papier était privilégiée pour des
raisons de coût et de simplicité.
Mais depuis la généralisation de l’Internet au sein des entreprises, de
nouveaux moyens de diffusion de l’information sont expérimentés.
Premier d’entre eux par la simplicité, l’envoi des états par email. Chacun
reçoit les états qui le concernent. La sélection des états et leur
personnalisation sont réalisées par le progiciel de reporting, qui se charge
également de la diffusion. Attention néanmoins au format d’envoi de l’état.
Si celui-ci est le format standard du logiciel de reporting, chaque destinataire
devra en être équipé sur son poste. Sinon, on peut privilégier l’envoi en
format Excel ou en PDF, deux formats universellement reconnus.
Autre solution, la mise à disposition des états sur un serveur Web, Intranet
ou Extranet. Dans les deux cas, l’accès aux états devra être sécurisé par un
code d’accès et un mot de passe, mais ne nécessite pas l’installation d’un
logiciel sur les postes utilisateurs. Cette vérification permettra également la
© Microsoft 29
personnalisation en ligne de l’état demandé. Avantage de la solution, l’état

peut être calculé en temps réel, à la demande de l’utilisateur et donc afficher
en permanence les données à jour. Une solution intermédiaire peut être
envisagée, avec l’envoi par email d’un lien hypertexte, qui ramène le
destinataire vers le serveur Intranet où il exécute son état.
Attention dans le cas d’un serveur Intranet qui exécuterait à la demande des
utilisateurs les états, à dimensionner correctement le serveur. En effet, si les
mises à jour du serveur sont disponibles tous les lundis matin, on peut
imaginer que de nombreuses demandes seront émises ce jour là. Le serveur
devra être en mesure d’y répondre.
Outils statistiques et de data mining

Saviez-vous que les femmes qui achètent des tabliers à carreaux n’achètent
jamais de mobilier de décoration par correspondance ?
C’est ce type de découvertes que permet de faire un outil de data mining.
Pour reprendre une expression maintenant tombée dans le domaine public,
l’outil de data mining est celui qui vous aidera à « trouver le diamant caché
au fond de la mine de charbon, sans vous salir les mains ». Cette allégorie
montre bien la fonction principal de ces outils dérivés du monde de la
statistique : découvrir la donnée importante, celle qui va vous faire
véritablement gagner de l’argent, alors qu’elle est dissimulée quelque part
au fond de votre entrepôt de données, sans pour autant avoir à la chercher
vous-même.
Ces outils vont appliquer à vos données, automatiquement, un certain
nombre de méthodes statistiques : coefficients de corrélation, réseaux
neuronaux… pour y détecter des « anomalies ». Ces anomalies sont en réalité
des comportements auxquels vous n’auriez pas pensé initialement.
L’impact de ces découvertes sur votre chiffre d’affaires peut être important,
et justifier à lui seul l’ensemble de l’investissement dans un système
décisionnel. La répercussion peut également être une réduction des charges.
Pour reprendre notre exemple initial, si vous découvrez ce manque d’intérêt
pour le mobilier de décoration par correspondance, identifié chez les
acheteuses de tabliers, il vous sera aisé de les écarter de vos prochains
mailings. Vous optimiserez ainsi vos envois, améliorerez le taux de retour, et
encore une fois rentabiliserez votre investissement.
Les outils de data mining font appel à des algorithmes mathématiques de

haut niveau. Il est parfois nécessaire de leur faire confiance, mais ils
apportent dans tous les cas un angle de vue novateur sur vos données.
30 © Microsoft
D’autres outils permettent d’appliquer à vos données des formules

statistiques simples. Vous pourrez par exemple distribuer sur une carte à
deux dimensions vos clients en fonction de leur chiffre d’affaires sur les deux
dernières années. Apparaîtront visuellement les nouveaux clients, les clients
perdus et les clients fidèles.
(Illustration réalisée avec ProClarity)
LES FONCTIONS D’ADMINISTRATION ET DE SECURITE

Les décisions qui seront prises en s’appuyant sur les informations issues du
système décisionnel de l’entreprise sont parfois lourdes de conséquences,
financières, industrielles et humaines. La mise en œuvre d’un tel système
n’est donc pas à prendre à la légère. Toute information produite par le
système doit par exemple pouvoir être vérifiée. Pour cela, il faut mettre en
place une traçabilité des données, tout au long de la chaîne, des bases de
production aux outils de restitution. Cette vérification s’appuie sur les méta-
données. Les méta-données sont les « données sur les données ». Chaque
© Microsoft 31
information calculée emmènera avec elle la date à laquelle elle a été

calculée, la formule utilisée, les informations sources de ce calcul… Il sera
ainsi plus aisé de revenir en arrière et de vérifier qu’aucun fichier n’a été
oublié dans le processus d’alimentation, qu’aucune information n’a été
supprimée…
C’est le rôle de l’administrateur du système décisionnel. Il a en charge :

• le suivi et le contrôle des processus d’alimentation
• l’attribution et la surveillance des codes utilisateurs d’accès au
système
• la définition des droits de chaque utilisateur en lecture et en écriture
dans chaque élément du système
• la vérification de la diffusion des informations, des états, des
rapports produits par les outils de restitution
Les aspects de sécurité ne sont bien entendu pas à négliger. Les

informations conservées dans le système décisionnel sont d’autant plus
stratégiques qu’elles sont la synthèse de tout le système d’information de
l’entreprise.
C’est également le rôle de l’administrateur de préserver leur confidentialité.
LES APPLICATIONS DECISIONNELLES INTEGREES

Depuis deux ans, avec la maturité atteinte par le marché et par les
utilisateurs de systèmes d’aide à la décision, sont apparus de nouveaux
besoins. En particulier celui de standardiser, de « packager » des applications
décisionnelles pour cacher au maximum à l’utilisateur la complexité
apparente de l’architecture. Ces nouvelles applications couvrent l’ensemble
de la chaîne, de la collecte à l’analyse, en passant par le stockage. Elles
concentrent leurs efforts dans la mise à disposition de l’utilisateur
d’indicateurs, d’états, de dimensions… qui lui serviront de base pour la
personnalisation de son environnement.
Le CRM analytique
Les applications les plus développées se retrouvent dans le domaine de
l’analyse des données clients. Une étude récente réalisée par Novametrie,
montre que seules 10 % des entreprises affirment bien connaître 80 % de
leurs clients. C’est donc bien dans ce domaine de la compréhension des
comportements clients que les entreprises ont le plus à apprendre. Or toute
32 © Microsoft
entreprise a des clients, les dimensions d’analyse sont le plus souvent

communes, le calcul de la marge est fréquemment identique, et la structure
des tableaux de bord de gestion l’est également.
L’idée est donc venue de réunir les meilleures pratiques dans ce domaine de
l’analyse des informations sur les clients dans un même outil, appelé « CRM
analytique ».
Les arguments de ces applications sont principalement un délai
d’installation raccourci, et l’accès immédiat à des fonctions et des tableaux
basiques, sans avoir à les reparamétrer.
Les applications de contrôle de gestion

A l’identique, les applications analytiques utilisées dans le domaine de la
finance peuvent être progicialisées. Elles le sont même depuis plusieurs
années dans les grands groupes. Les utilisateurs de progiciels de reporting
financier, de consolidation comptable, utilisent, parfois sans le savoir, des
applications décisionnelles.
Les outils d’élaboration et de contrôle budgétaire font également partie de
ces développements.
Les applications de e-RH

Derniers développements en date, dans le domaine des ressources
humaines. Des applications commencent à voir le jour pour proposer au DRH
de simuler l’évolution de sa masse salariale, planifier ses besoins en
formation, évaluer les points forts et faibles des compétences générales de
l’entreprise.
Sans forcément en prendre le nom, ces applications d’aide à la décision,

respectent pour la plupart l’architecture que nous avons décrite dans les
chapitres précédents. Elles constituent un des axes principaux de
développement des applications décisionnelles en entreprise.
© Microsoft 33
Coût et ROI
ELEMENTS DE CALCUL DU COUT D’UN SYSTEME DECISIONNEL

La mise en place d’un système décisionnel apportera à l’entreprise une vue
multidimensionnelle de données qui lui étaient parfois inconnues. Mais la
mise en place de cette architecture, telle que nous l’avons décrite dans les
chapitres précédents, nécessite de réaliser quelques investissements.
Comme nous le verrons par la suite, ces dépenses vont se rentabiliser
rapidement, et le retour sur investissement d’une application décisionnelle
n’est pas très long à atteindre.
Trois composants essentiels sont à prendre en compte dans le calcul du coût

d’une solution décisionnelle : le matériel, le logiciel, et les prestations de
service liées à la mise en œuvre.
LE MATERIEL
Pour fonctionner, un système décisionnel nécessite la mise en place de
serveurs, pour héberger les bases de données. C’est le principal
investissement matériel. En effet, les applications de production ne sont pas
touchées, et les outils de restitution fonctionnent sur les PC déjà utilisés
dans les entreprises.
Le serveur doit être choisi en fonction du nombre d’utilisateurs qui sera
amené à interroger la base de données, ainsi qu’en fonction de la taille de
celle-ci. Il en sera de même pour le système d’exploitation, dont la version
dépendra du nombre d’utilisateurs connectés. Windows 2000 Server
prendra en charge plusieurs centaines d’utilisateurs simultanés de la base
de données décisionnelle, tandis que Windows 2000 Advanced Server
permettra d’atteindre plusieurs milliers d’utilisateurs, ce qui peut s’avérer
nécessaire dans le cadre d’applications décisionnelles ouvertes aux clients
ou aux partenaires par l’intermédiaire d’un extranet.
LE LOGICIEL
Pour chacune des étapes décrites dans les chapitres précédents, un ou
plusieurs modules logiciels doivent être choisis et installés : un outil
d’alimentation, une base de données multidimensionnelle, et des outils de
restitution.
34 © Microsoft
Avant tout investissement, il peut apparaître judicieux de réaliser un audit

interne des outils déjà acquis et disponibles. Il sera en effet beaucoup moins
coûteux d’étendre le nombre de licences d’une base de données déjà en
place, si elle répond aux besoins décisionnels, que d’envisager l’acquisition,
d’une nouvelle.
De la même manière, si vous choisissez des outils de restitution simples, tels
que Excel, on peut imaginer que la majorité de vos postes de travail en sont
déjà équipés.
Le coût d’un outil d’alimentation évolué ne doit pas être sous-estimé. En
effet, ses fonctions de nettoyage et d’harmonisation des données, sont
coûteuses à développer pour les éditeurs, ce qui se répercute bien entendu
sur le coût du logiciel. Mais c’est une étape indispensable à la réussite de
votre projet.
La base de données doit être sélectionnée par rapport aux services dont
vous souhaitez bénéficier. Il peut être utile d’évaluer le nombre de
dimensions dont vous aurez besoin, le nombre d’indicateurs, de cubes, de
hiérarchies, le volume de vos données… Bien souvent les temps de réponse
ne peuvent être comparés que lors d’une mise en situation réelle. N’hésitez
pas à faire réaliser par le prestataire retenu une maquette, dans laquelle
vous introduirez vos propres données, en quantités suffisantes, pour simuler
un mode de fonctionnement proche de la réalité.
Les outils de restitution vous seront proposés en fonction du nombre de
postes que vous souhaitez équiper. Même s’il vaut bien entendu mieux
prévoir dès le départ la quantité de postes à équiper, ce qui vous permettra
de mieux en négocier le coût d’acquisition, il ne faut pas néanmoins céder à
l’inflation. Le concept de «un outil décisionnel par poste de travail » est
certes séduisant, mais loin de la réalité opérationnelle des entreprises. Vous
prenez alors le risque que vos outils restent en partie inutilisés.
LA MISE EN PLACE ET LE PARAMETRAGE

Cette dernière phase, qui vous permettra de bénéficier des investissements
matériels et logiciels décrits ci-dessus est la plus importante, pour la réussite
du projet, comme pour la part des coûts qu’elle représente.
Comme nous le verrons plus tard dans le chapitre sur la méthodologie, cette
phase est exclusivement constituée par l’utilisation de ressources humaines,
pour l’analyse des besoins, le paramétrage des outils et la formation des
différentes familles d’utilisateurs.
Des sociétés de service et des cabinets de conseil se sont spécialisés dans
la mise en œuvre de ces applications décisionnelles et ont derrière eux
© Microsoft 35
l’expérience de plusieurs centaines de projets réussis. Nous vous conseillons

fortement de faire appel à leurs compétences. L’optimisation de la
constitution d’un cube multidimensionnel et de sa phase de mise à jour
demande précision et expérience. Mal paramétré, une mise à jour peut
prendre plusieurs heures de plus que nécessaire.
Il est donc indispensable de choisir le bon prestataire. Les coûts de mise en
place dépendront bien évidemment du nombre d’états, de cubes que vous
lui demanderez de constituer. Un projet moyen vous coûtera environ 1 euro
de prestation de service pour 1 euro dépensé en licences logicielles.
LES COUTS D’EXPLOITATION

Il ne faut bien entendu pas oublier qu’au-delà de l’investissement initial que
nous venons de décrire, le fonctionnement quotidien du système mis en
place nécessitera quelques dépenses régulières.
Ce sont principalement l’administration du système et les procédures
informatiques qui demanderont un peu de temps de travail de votre service
informatique. Ce temps de travail est presque impossible à évaluer dans
l’absolu. Il dépend réellement de la complexité de vos données, du nombre
d’applications opérationnelles qui alimente les bases multidimensionnelles,
mais également de la fréquence des modifications demandées dans les
dimensions d’analyse ou les états de reporting, et bien entendu de
l’autonomie et donc du niveau de formation des utilisateurs dans l’utilisation
et le paramétrage de leurs systèmes.
Un système décisionnel classique, utilisé pour l’analyse commerciale et le
contrôle de gestion, dans une entreprise de taille moyenne, demandera
entre une demie et une personne pour l’administrer au quotidien. Cette
fonction peut bien entendu être prise en charge par une personne du service
informatique, en complément de ses tâches habituelles.
COMMENT CALCULER ET OBTENIR LE RETOUR SUR INVESTISSEMENT

Une fois les dépenses engagées, il devient urgent de les rentabiliser. Il est
même préférable d’anticiper cette phase, et de calculer un retour sur
investissement potentiel avant le démarrage du projet.
Comme toujours, le retour sur investissement d’un projet informatique sera à

la fois qualitatif et quantitatif.
Qualitatif tout d’abord car les dirigeants d’entreprises sont toujours en
manque d’information. Leur mettre à disposition une information plus
36 © Microsoft
complète, plus synthétique et mieux présentée, les aidera concrètement

dans leurs prises de décisions futures.
Les utilisateurs dits « de base », qui au lieu de chercher dans des masses
d’états inutiles, verront arriver « sur leur bureau » un état lisible, bien
présenté, reprenant uniquement les informations dont ils ont besoin, et dans
lequel ils peuvent naviguer pour améliorer ou approfondir certains points,
seront également demandeurs, et valoriseront le retour sur investissement
de la solution mise en place.
Quantitatif ensuite car les domaines abordés dans la base décisionnelle
seront à l’origine de prises de décision. Dans le domaine de l’analyse des
ventes, la segmentation client permettra de lancer de nouvelles offres
produit ; dans le contrôle budgétaire, l’utilisation de la base permettra de
mieux affecter les dépenses en fonction de leur utilisation réelle… le retour
quantitatif peut donc parfaitement être identifié et calculé.
Encore faut-il, et c’est un préalable indispensable, définir les indicateurs qui

serviront au calcul du ROI, et prendre les mesures nécessaires, avant la mise
en place de l’outil. Par la suite, ces mêmes indicateurs, à nouveau mesurés
feront apparaître, par différence, le retour sur investissement. On se lance
parfois trop rapidement dans la mise en place de l’outil et l’on regrette alors
de ne pas avoir établi d’indicateurs pour mesurer les pro grès réalisés grâce
au nouveau système.
Dernier aspect, les éventuelles économies réalisées doivent être réellement

mises en œuvre. Ainsi, si l’utilisation d’un système décisionnel fait apparaître
des déficits sur une activité, le manque de rentabilité d’un commercial, d’un
client, d’un produit… encore faut-il que l’entreprise soit capable de prendre
les mesures correctrices nécessaires. Sinon, elle risque de supporter la
charge de l’outil, sans pouvoir en retirer les bénéfices.
© Microsoft 37
Les tendances
Après avoir évolué depuis plusieurs années, l’informatique décisionnelle est
entrée dans sa phase de maturité. Les rapprochements entre éditeurs de
logiciels sont moins nombreux. Les projets réussis sont démontrables dans
tous les secteurs d’activité. Mettre en place un projet décisionnel ne relève
plus de l’originalité, mais de la nécessité.
Cela n’empêche pas ce secteur de poursuivre son évolution, et de chercher à
toujours mieux répondre aux attentes de ses utilisateurs. On peut détecter
trois tendances principales : les applications packagées, le grand retour de la
Business Intelligence individuelle, et l’intégration.
LES APPLICATIONS PACKAGEES

Comme nous l’avons vu précédemment, les outils d’aide à la décision,
profitant de l’expérience de leurs utilisateurs, tendent à se simplifier et à
intégrer en standard un certain nombre de fonctions précédemment
développées en spécifique.
De plus en plus de solutions décisionnelles vont être proposées dans les
mois à venir des applications décisionnelles, développées autour d’un outil,
et composées d’indicateurs, de dimensions d’analyse propres à un métier.
Les principaux tableaux de bord et graphiques caractéristiques de ce métier
seront également développés en standard.
On pourra donc acquérir une application d’analyse des ventes dans le
secteur de la grande consommation, une application de contrôle budgétaire
dans le domaine de l’industrie automobile, où une application de
segmentation client dans la banque (ce sont bien entendu des exemples).
Principaux atouts de ces solutions packagées : une mise en œuvre plus
rapide, donc moins coûteuse, et le fait de bénéficier des meilleures
pratiques, compilées par l’éditeur et ses partenaires au sein du progiciel.
LA BUSINESS INTELLIGENCE INDIVIDUELLE

Face à la standardisation proposée par les progiciels analytiques, on note en
parallèle une attente forte de l’utilisateur en matière d’outils de productivité,
lui permettant de construire ses états, de paramétrer ses requêtes, comme il
l’entend, sans être soumis à des contraintes techniques ou fonctionnelles
imposées.
Plus que jamais, les tableurs, outils personnels par excellence, serviront de
base au développement de nouvelles applications de manipulation des
38 © Microsoft
données. L’utilisateur sera de nouveau au centre de ces nouveaux outils, et

sa capacité de créativité sera encouragée au lieu d’être bridée comme elle
peut l’être aujourd’hui dans les outils traditionnels de Business Intelligence.
Le développement dans les tableurs, de fonctions d’analyse, de
manipulation des données, mais également de nouveaux outils de
présentation, sous forme de graphiques, de cartes géographiques, devrait se
poursuivre. Les capacités de programmation des environnements
bureautiques permettront de combiner la créativité laissée à l’utilisateur, et
la sécurisation de l’environnement indispensable à la sécurité du système
d’information.
L’INTEGRATION DES SOLUTIONS

L’effet « Sicob » a vécu. Comme dans tous les marchés de l’informatique, le
décisionnel a vu durant ses premières années d’existence, se multiplier les
solutions pointues, limitées à une seule fonction de l’ensemble de la chaîne.
Chaque éditeur s’est initialement spécialisé, l’un dans les fonctions
d’alimentation, l’autre dans les bases de données, ou dans les outils de
restitution. Certes, cette phase initiale, voir même initiatique, permet de faire
naître des outils fonctionnellement évolués. Mais elle induit une plus grande
complexité dans la mise en musique de l’ensemble de ces solutions, pour
que le client puisse construire un système global.
La phase de maturité du marché dans laquelle nous sommes entrés, s’axe
sur l’intégration des solutions ponctuelles jusqu’alors développées.
L’utilisateur, face à la complexité et au coût d’intégration des solutions « best
of breed » préfère une solution globale, intégrée (comme l’offre de Microsoft
et de quelques autres éditeurs), qui soit le plus grand dénominateur
commun des meilleurs outils disponibles, mais qui lui garantisse dès le
départ, une communication simple entre les modules.
Le développement de ces solutions intégrées, modèle retenu par les

principaux éditeurs de logiciels du marché, est la troisième tendance du
segment du décisionnel pour les années à venir. Il participe activement à la
réduction du coût global d’un système décisionnel, et améliore d’autant
l’atteinte du retour sur investissement.
© Microsoft 39
Méthodologie
LE PROJET DECISIONNEL
La mise en place d’un système d’aide à la décision doit être traitée comme
tout projet informatique. Même si, comme nous allons le voir dans ce
chapitre, l’implication des utilisateurs sera plus importante, et les méthodes
de développement parfois différentes.
Comme tout projet informatique, celui-ci doit donc débuter par une phase
d’analyse des besoins. Cette phase, préalable indispensable, devrait toujours
être réalisée avant le choix des outils. Malheureusement, le marketing actif
des éditeurs de logiciels conduit trop souvent les utilisateurs à jeter leur
dévolu sur un outil, avant même d’avoir défini précisément les fonctions dont
ils allaient avoir besoin.
En effet, dans le schéma global du système d’information décisionnel, tel
que présenté en page 20, tous les éléments ne sont pas indispensable.
Autant il se révèlera primordial d’en suivre la structure générale, et de
respecter l’enchaînement des trois étapes (alimentation, stockage et
restitution), autant l’ensemble des composants ne sera installé que dans le
cadre d’un grand projet décisionnel à forte volumétrie. Bien des entreprises
élimineront la phase de constitution du Data Warehouse relationnel, pour se
recentrer sur la base de données OLAP, véritable cœur du système. De
même, la constitution de plusieurs Data Marts est tout à fait facultative, et
sera uniquement retenue dans le cadre de projets impliquant plusieurs
fonctions.
Une fois les besoins en analyses, en indicateurs, en états de restitution,

définis, il est temps de passer à la phase de choix des outils. Vous entrez à
ce moment dans la phase habituelle de sélection et de négociation avec les
fournisseurs retenus. Elle n’est pas ici différente de celle d’un projet
informatique traditionnel.
MISE EN PLACE ITERATIVE ET INTERACTIVE AVEC LES UTILISATEURS

En revanche, la phase de mise en place des solutions est très éloignée des
projets informatiques classiques tels que la comptabilité, la paie ou la
gestion de production.
Face à ce domaine, souvent inconnu de votre service informatique comme
de vos utilisateurs, la prudence est de mise pour éviter que le projet ne soit
finalement rejeté par les utilisateurs.
40 © Microsoft
Face aux promesses et aux attentes générées chez ces derniers, il est
primordial d’éviter l’effet « tunnel ». Cet effet, bien connu des grands projets
informatiques, symbolise la longue période (plusieurs mois), qui sépare
l’expression des besoins par les utilisateurs, du premier projet qui leur est
présenté. Bien souvent, après cette attente, l’utilisateur se révèle déçu, le
projet ne lui est pas présenté tel qu’il l’imaginait.
Pour pallier ce défaut, les applications décisionnelles sont mises en place en
utilisant une méthode de développement itérative et interactive :
• Interactive, car les utilisateurs concernés sont sollicités à chaque
étape de la mise en œuvre et pour chaque nouveau module, nouvel
état, développé. Le chef de projet leur demande de réagir,
suffisamment tôt pour que les modifications demandées puissent
être intégrées sans surcoût dans l’outil.
• Itératif, car le développement complet de la solution n’est pas
attendu pour sa présentation aux utilisateurs. Une première
maquette est développée, présentée à ses futurs utilisateurs ; leurs
réactions sont re cueillies, et une nouvelle version leur est présentée
quelques jours après.
En impliquant ainsi les utilisateurs tout au long du projet, on évite les deux
écueils principaux susceptibles d’apparaître :
• le rejet de la solution par des utilisateurs dont les besoins avaient
été mal compris, où qui les avaient mal exprimés, par manque de
connaissance et d’expérience du domaine.
• Des surcoûts de développement liés à de multiples allers-retours
pour corriger a posteriori des erreurs qui auraient pu être détectées
en amont lors des maquettes.
LE ROLE DES SOCIETES DE SERVICE

De grandes sociétés de service se sont spécialisées dans la mise en œuvre
de projets décisionnels. Elles disposent, pour les plus importantes, de
l’expérience de la mise en place de plusieurs centaines de projets. Et elles
appliquent toutes cette méthodologie de développement itératif et interactif.
Le choix d’une société de service n’est cependant pas une étape à négliger,
et le prestataire doit être sélectionné avec au moins autant d’attention que
les progiciels retenus dans l’architecture.
© Microsoft 41
L’offre décisionnelle de Microsoft

Microsoft propose un cadre conceptuel générique, le Microsoft Data
Warehousing Framework, et une plateforme logicielle intégrée, Microsoft
SQL Server, pour le développement, la maintenance et l’exploitation de
systèmes décisionnels complets.
des outils pour se relier aux sources…

La première brique de la plate-forme Microsoft pour la Business Intelligence
concerne la connexion aux sources de données.
Aujourd’hui, les données sont stockées dans le système d’information de

l’entreprise sous une multitude de formes, et il paraît peu réaliste de vouloir
changer cet état de fait. Pour centraliser des données hétérogènes dans un
entrepôt, le système décisionnel doit donc apprendre à communiquer avec
toutes ces sources et à y collecter les informations qui participeront à la
prise de décision.
La stratégie UDA (Universal Data Access) de Microsoft prend acte de la

réalité des stockages hétérogènes dans les organisations et y répond par la
norme générique d’accès aux données OLE DB.
La norme OLEDB est le nouveau standard de facto d’accès aux données. Elle
reprend les principes de la norme ODBC et les étend aux sources non-
relationnelles, rendant pour la première fois les applicatifs véritablement
indépendants du mode de stockage des données qu’ils exploitent.
A CCES AUX DONNEES HETEROGENES
UDA: Universal Data Access
UDA est la stratégie d’accès aux données de Microsoft, qui prône

l’uniformisation des applications accédant aux données par la
couche de communication. Cette stratégie est traditionnellement
opposée à la stratégie dite UDS (Universal Data Storage) qui prône
l’uniformisation par la couche de stockage. UDA s’appuie
notamment sur le standard OLEDB pour l’accès aux sources
hétérogènes.
ODBC: Open Database Connectivity
42 © Microsoft
ODBC est la norme de Microsoft, devenue un standard de

l’industrie, pour accéder aux données d’un SGBDR. ODBC permet
de développer des applications clientes indépendantes de leurs
sources de données, dès lors que celles-ci sont de type relationnel
et qu’un pilote (driver) ODBC spécifique est disponible pour
chacune d’elles.
OLEDB: Object Linking and Embedding Databases
OLEDB est la nouvelle norme standard d’accès aux données

hétérogènes de Microsoft. OLEDB succède à ODBC et l’étend en
permettant l’accès non plus seulement aux sources de données
relationnelles, mais également à toute source capable d’exposer
ses données sous une forme tabulaire. OLEDB permet de
développer des applications clientes indépendantes de leurs
sources de données, et ce quel que soit leur type de stockage, dès
lors qu’un fournisseur (provider) OLEDB ou un pilote (driver) ODBC
spécifique est disponible pour chacune d’elles. OLEDB supporte
les extensions OLEDB for OLAP pour les bases
multidimensionnelles et OLEDB DM pour le data mining.
ADO: ActiveX Data Objects
ADO est une API (Application Programming Interface) de haut

niveau orientée objet, qui encapsule la majorité des fonctionnalités
d’OLEDB. ADO expose un modèle COM (Component Object Model)
simple et intuitif, qui peut être appelé depuis n’importe quel
langage de programmation ou langage de script compatible
ActiveX. ADO permet de développer plus rapidement et plus
facilement des applications se connectant à des sources de
données OLEDB. ADO supporte l’extension ADO MD pour les
données multidimensionnelles.
… Rapprocher leurs données…

Le système décisionnel prescrit la création d’entrepôts centralisés pour
stocker, sous une forme non volatile, orientée analyse, les données extraites
des sources de données de production hétérogènes.
L’alimentation de l’entrepôt de données est rendue plus complexe par la

multiplicité des sources, de leurs périodicités propres de rafraîchissement, et
de leurs formats. En pratique, cette étape est la plus consommatrice de
© Microsoft 43
ressources, et souvent la plus délicate, de tout le processus de mise en

place du système d’information décisionnel.
Microsoft DTS (Data Transformation Services), l’outil ETL intégré à la

plateforme Microsoft SQL Server, accélère le développement de flux
d’alimentation d’entrepôts de données, quelles que soient les sources et le
SGBDR cible.
Grâce à une interface graphique sophistiquée, Microsoft DTS Designer, les

flux de transfert et de transformation de données peuvent être en grande
partie définis graphiquement à la souris, sans la moindre programmation.
Les transformations plus complexes peuvent être réalisées au moyen de

tâches paramétrables, de scripts (SQL, JScript, VBScript, Perl Script) ou bien
de librairies externes aisément intégrables au moteur Data Transformation
Services.
Les transformations sont rassemblées en unités appelées lots. Les lots Data
Transformation Services peuvent être exécutés soit depuis Microsoft DTS
Designer, soit par l’intermédiaire d’une ligne de commande ou encore par
programme, de manière interactive ou planifiée avec Microsoft SQL Server
Agent, le service de planification de Microsoft SQL Server.
Q UELQUES UNES DES TACHES PARAMETRABLES DE DTS
Data Pump : Tâche de copie de données ligne à ligne
Cette tâche permet de mapper des colonnes de données sources

et destination, en invoquant optionnellement des transformations
au cours de la copie ligne à ligne : conversion de formats,
extraction de sous-chaînes, combinaison de colonnes ou de lignes,
etc. La tâche Data Pump fonctionne en insertion seule.
Data Driven Query : Tâche de copie de données ligne à ligne avec

test
Cette tâche est similaire à la Data Pump, mais elle permet en plus
d’adapter le comportement en fonction des données destinations
en faisant un test ligne à ligne. Il est ainsi possible par exemple
d’insérer des lignes de la source si elles n’existent pas encore, et
de faire une mise à jour ou une suppression dans la destination
dans le cas contraire.
44 © Microsoft
Bulk Insert: Tâche de copie de données par bloc
Cette tâche permet de charger les données d’un fichier ASCII par
blocs dans une table SQL Server. La tâche Bulk Insert, comme
l’utilitaire de chargement Bcp.exe, utilise l’API DBLib pour
communiquer avec la base de données ; c’est le moyen le plus
rapide de charger de grandes quantités de données au format
texte dans des tables Microsoft SQL Server.
Execute SQL : Tâche d’exécution d’instructions SQL
Cette tâche permet d’exécuter une commande, un lot ou un fichier

de commandes SQL. La tâche Execute SQL peut ainsi être utilisée
pour charger ou mettre à jour des données, exécuter des
procédures stockées, créer des index ou encore mettre à jour des
structures dans les bases de données sources.
Execute Process : Tâche d’exécution de programme externe
Cette tâche permet d’exécuter un programme externe en ligne de

commande, en lui passant optionnellement des arguments, et en
récupérant un code de retour.
Copy SQL Server Objects : Tâche de copie d’objets SQL
Cette tâche permet de copier des bases relationnelles complètes,

incluant tables, données, procédures stockées, index, contraintes
d’intégrité, rôles de sécurité… entre deux serveurs Microsoft SQL
Server.
Analysis Services Processing : Tâche de rafraîchissement Analysis

Services
Cette tâche permet de rafraîchir les données d’un cube OLAP ou

d’un modèle de data mining Microsoft Analysis Services.
Data Mining Prediction : Tâche de prédiction data mining
Cette tâche permet de lancer un modèle d’arbre de décision sur

des données relationnelles ou OLAP, et de sauvegarder le résultat
dans une table.
© Microsoft 45
…Héberger les entrepôts…

L’entrepôt de données est l’élément central du système d’information
décisionnel. De par sa nature, il est appelé à gérer de très fortes volumétries,
tout en garantissant des performances élevées en interrogation et une
sécurité optimale des données.
Microsoft SQL Server 2000 inclut un grand nombre d’innovations

spécialement développées pour faciliter la gestion des entrepôts de
données, et est livré en standard avec tous les outils nécessaires à la
réalisation d’un système d’information décisionnel complet.
Modification du format et du mode de stockage physique des données

permettant de réduire les entrées/sorties globales, d’accélérer les
recherches et d’augmenter le parallélisme, nouvelles stratégies de
l’optimiseur de requêtes, nouveaux types de jointures, meilleure montée en
charge, réduction de l’impact des tâches d’administration telles que les
sauvegardes sur l’exploitation… sont quelques unes seulement des
nouveautés qui simplifient encore l’utilisation de Microsoft SQL Server,
permettant aux administrateurs de bases de données de se consacrer à des
tâches à plus forte valeur ajoutée.
En plus des améliorations apportées au moteur relationnel proprement dit,

SQL Server 2000 est livré nativement avec les outils suivants :
• Microsoft Data Transformation Services pour la transformation de

données
• Microsoft Analysis Services 2000 pour l’analyse OLAP et le data
mining
• Microsoft Meta Data Services pour la gestion de référentiel
• Microsoft English Query pour l’interrogation de bases relationnelles
et OLAP en langage naturel
Enfin Microsoft SQL Server bénéficie d’une intégration poussée avec les
outils de développement Microsoft Visual Studio et Visual Studio.Net, ce qui
permet aux développeurs d’applications accédant aux données d’être plus
productifs en accédant aux fonctionnalités des serveurs SQL directement
depuis l’environnement qu’ils maîtrisent.
46 © Microsoft
En complément de son offre d’outils, Microsoft propose un assistant dédié à

la création optimisée d’environnements décisionnels complets. Il s’agit de
Microsoft SQL Server Accelerator pour la Business Intelligence. Ce
programme représente une nouvelle approche de l’élaboration de solutions
de Business Intelligence. Il réduit le délai d’élaboration et de déploiement
des solutions décisionnelles tout en diminuant les coûts d’exploitation. Avec
SQL Server Accelerator pour la Business Intelligence, une solution
décisionnelle peut être personnalisée rapidement pour répondre aux besoins
d’une entreprise, adaptant directement la solution à son activité. Les
entreprises disposent ainsi d’une solution sur mesure, sans se limiter à des
modèles de conception prédéfinis qui limitent les capacités analytiques clefs
de la direction générale et des directions opérationnelles.
…Et analyser l’information.

Les bases multidimensionnelles (OLAP) fournissent une couche de
présentation et de calcul au dessus des données d’un entrepôt, permettant
aux décideurs de les exploiter pleinement et directement sans devoir recourir
à des outils ou techniques d’interrogation complexes.
Microsoft Analysis Services, le moteur OLAP et de Data Mining livré en

standard avec Microsoft SQL Server, permet d’exposer les données d’un
entrepôt sous une forme adaptée à la prise de décisions, avec des temps de
réponse de l’ordre de la seconde même sur de fortes volumétries, et ce
quelle que soit sa source.
Microsoft Analysis Services présente les données de l’entrepôt sous la forme

d’hypercubes multidimensionnels, dont chaque axe d’analyse constitue une
dimension hiérarchisée. Il est ainsi possible de descendre dans le détail des
données ou au contraire de visualiser des agrégats avec une égale
performance, agrégats et données fines étant pré-calculés et stockés dans
l’hypercube.
Microsoft Analysis Services supporte nativement les modes de stockage

MOLAP, ROLAP et HOLAP pour les hypercubes, ainsi que toutes les
combinaisons de ces trois modes au sein de chaque base de données et
même de chaque cube.
© Microsoft 47
Les données OLAP peuvent être enrichies de calculs sophistiqués

développés en MDX (Multi-Dimensional eXpressions), le puissant langage de
calcul et d’interrogation de Microsoft Analysis Services.
Le moteur de data mining intégré à Microsoft Analysis Services propose en

standard les deux algorithmes les plus utilisés dans le domaine de la
Business Intelligence : arbres de décisions (Microsoft Decision Tree) et
segmentation (Microsoft Clustering).
Les modèles de data mining Microsoft peuvent être entraînés à partir de

données relationnelles ou multidimensionnelles, et leurs résultats combinés
avec celles des cubes OLAP utilisés comme sources.
LES OUTILS DE LA GAMME MICROSOFT OFFICE …

Dans la mesure où les outils décisionnels doivent proposer des interfaces
d’analyse conviviales, intuitives et si possibles graphiques, tout en
s’intégrant aux autres outils bureautiques ou Internet, les tableurs et
navigateurs Web sont les plus appropriés pour héberger des fonctionnalités
de Business Intelligence.
La gamme Microsoft Office XP intègre en standard de nombreux outils de

Business Intelligence, qui permettent de répondre aux besoins de reporting,
d’analyse et de pilotage en architecture à clients lourds ou légers.
Microsoft Excel XP et les Office Web Components

Les entrepôts de données relationnels et les bases multidimensionnelles
peuvent être analysés de manière simple et intuitive dans Excel au moyen
des tableaux et graphiques croisés dynamiques.
Ce type de présentation fournit au décideur une interface graphique

extrêmement conviviale supportant tous les types de navigation complexes :
rotation d’axes, projections, zoom dans les données, regroupements et
définition de calculs ad hoc…
Les tableaux et graphiques dynamiques Excel peuvent être publiés sur
Internet d’un simple click de souris ; les pages générées sont soit statiques,
soit dynamiques et encapsulent alors des contrôles ActiveX, les Office Web
Components (OWC), offrant des fonctionnalités de navigation dans les
données similaires à celles trouvées dans Excel.
48 © Microsoft
Microsoft Data Analyzer

Microsoft Data analyser est le dernier-né de la gamme Microsoft Office pour
l’analyse de données OLAP.
Doté d’une interface graphique innovante et personnalisable, Data Analyzer

permet d’afficher plusieurs indicateurs simultanément à l’écran sous la
forme de barres, de camemberts ou de tableau de données dynamiques.
Les vues créées peuvent être sauvegardées et exportées vers Internet,

Microsoft Excel ou encore Microsoft PowerPoint.
…ET LE DEVELOPPEMENT AD HOC

La plate-forme Microsoft pour la Business Intelligence est très largement
personnalisable et extensible par le biais de la programmation côté client ou
serveur.
Le serveur OLAP Microsoft Analysis Services peut ainsi être automatisé au

moyen du modèle objet DSO (Decision Support Objects), et des clients
spécifiques programmés au moyen des API ADO MD (ActiveX Data Objects
Multi-Dimensional) et XML for Analysis.
L’API serveur Decision Support Objects (DSO)
DSO est l’API native d’administration de Microsoft Analysis

Services ; elle ne fait pas partie de la spécification OLEDB for OLAP
et est donc propre à Microsoft Analysis Services.
Il s’agit d’une API orientée objet qui expose toutes les

fonctionnalités nécessaires à l’administration du serveur OLAP :
définition, stockage et mise à jour de structures
multidimensionnelles telles que dimensions, hiérarchies et cubes,
alimentation en données des cubes et calcul des agrégats
(process) ou encore définition de la sécurité.
La console d’administration standard de Microsoft Analysis

Services, Analysis Manager, fait un usage intensif de DSO.
L’API cliente ActiveX Data Objects Multi-Dimensional (ADO MD)
ADO MD est l’API standard d’accès aux données

multidimensionnelles OLE DB for OLAP. Cette API, issue de
© Microsoft 49
spécifications Microsoft, permet à des outils clients de manipuler

de la même façon des données provenant de serveurs OLAP
différents.
ADO MD est une API objet COM (Component Object Model) de plus
haut niveau qui encapsule et facilite l’accès aux fonctionnalités de
OLE DB for OLAP depuis Visual Basic ou des langages de script.
C’est le composant client OLAP PTS (PivotTable Service) qui

implémente ADO MD pour Microsoft Analysis Services.
L’API cliente XML for Analysis
XML for Analysis est la norme la plus récente d’accès aux données
OLAP de Microsoft. Elle permet à une application de retourner un
flux XML normalisé en réponse à une requête multidimensionnelle,
en utilisant le protocole SOAP (Simple Object Access Protocol) pour
les communications entre client et serveur.
La spécification XML for Analysis est publique et a d’ores et déjà

été ratifiée par de nombreux éditeurs tiers.
UNE SOLUTION GLOBALE POUR CONSTRUIRE SON SYSTEME DECISIONNEL

En conclusion, en associant Microsoft DTS pour la collecte des données,
Microsoft SQL Server 2000 pour le stockage des données décisionnelles et
les outils d’analyse proposés par Microsoft et par ses partenaires,
l’entreprise mettra en œuvre un système d’information décisionnel complet,
cohérent, et performant.
A la fois adapté aux projets décisionnels départementaux, et aux projets

d’entrepôts de données d’entreprise, l’évolutivité des outils inclus dans le
Microsoft Data Warehousing Framework conviendront à toutes les tailles de
projets décisionnels.
50 © Microsoft
Glossaire
principes d’aide à la décision. La
Alimentation : phase initiale de Business Intelligence regroupe les
constitution de l’entrepôt de fonctions de reporting et
données, qui consiste à extraire d’analyse des données.
les données de production, les
rendre homogènes, et les charger CRM : Customer Relationship
dans la base de données Management, soit GRC (Gestion
décisionnelle. Les outils de la Relation Client). Application
d’alimentation sont également horizontale de gestion du cycle de
appelés ETL (Extraction vie de la relation client -
Transformation Loading). entreprise (de l’identification du
prospect au client fidélisé).
Analyse des ventes : application
d’analyse du chiffre d’affaires, de Data Mining : techniques
la marge, de la fidélité des clients, statistiques de découverte des
qui permet de décider des données. Ces outils utilisent des
orientations commerciales de algorithmes pointus pour
l’entreprise. découvrir dans les données des
informations qui n’apparaîtraient
Analyse financière : application pas instinctivement à l’utilisateur.
d’analyse des données
comptables qui permet de décider Data Warehouse : entrepôt de
des orientations financières, de la données. Lieu de stockage des
politique de prix, de l’évolution de gros volumes d’informations,
la structure de charges… destinées à être analysées.
Best of breed : anglicisme qui Décision : processus qui, en

désigne une solution informatique s’appuyant sur des données,
composée elle-même de modules conduit à initier une action.
de différentes origines. On
sélectionne pour chaque module, Dimension : Principal critère
le meilleur outil du marché, et on d’analyse des informations
assemble ces outils pour stockées dans un cube
constituer une solution complète. multidimensionnel.
Business Intelligence : EIS : Executive Information

regroupement des technologies et System, se dit des premiers
© Microsoft 51
tableaux de bord décisionnels l’ensemble des informations liées

proposés au début des années à une donnée de base : son
1990. origine, sa date de mise à jour, sa
date d’import dans la base de
Elaboration budgétaire : Outil qui données, la personne qui l’a
permet la préparation, le calcul et modifié en dernier, sa date de
le suivi du budget de l’entreprise. validité, son format… Les
métadonnées sont indispensables
ERP : Enterprise Resources à l’échange d’informations entre
Planning – soit PGI, Progiciel les briques du système
Intégré de Gestion d’entreprises décisionnel. Elles sont stockées
industrielles. dans le référentiel (voir
« référentiel »).
Hiérarchie : il s’agit du
regroupement de plusieurs Multidimensionnel : se dit d’une
niveaux de base d’une même requête ou d’une base de
dimension. Par exemple, la données dans laquelle chaque
dimension temps peut être suivie indicateur est analysé en fonction
jour par jour. Les hiérarchies de plusieurs critères, les
créées seront la semaine, le mois, dimensions.
le trimestre…
OLAP : On-Line Transactionnal
Indicateur : C’est l’élément de Processing – Modèle conceptuel
base d’un cube de données des bases de données
multidimensionnel. Il est analysé multidimensionnelles, inventé par
par dimension, et le cube le Dr Codd. Ce modèle a connu
conserve les croisements de quelques variations (MOLAP,
chaque dimension pour chaque ROLAP, DOLAP, HOLAP…) qui ne
indicateur. sont que des variantes et qui
restent rattachées au même
Infocentre : ancêtre des systèmes modèle initial.
décisionnels. Il consiste en la
copie à l’identique des bases de OLTP : On-Line Transactionnal
production dans un nouvel Processing – Modèle conceptuel
environnement, dédié aux des bases de données
requêtes décisionnelles. relationnelles inventé par le Dr
Codd.
Métadonnées : « les données sur
les données », c'est-à-dire
52 © Microsoft
Référentiel : Base de données d’analyses, les données stockées

dans laquelle seront stockées les dans les bases décisionnelles.
métadonnées (voir
« métadonnées ») et qui permet à SQL : Structured Query Language ,
toutes les applications du langage de requêtes qui permet
système décisionnel de d’interroger toute base
s’échanger des données compatible en utilisant les mêmes
homogènes. ordres.
Relationnel : se dit d’une base de Stockage : Phase intermédiaire de

données dans laquelle chaque conservation des données
information est stockée sous dédiées à l’analyse dans un
forme de table à deux entrepôt ad hoc, qui peut être
dimensions. Les relations entre relationnel ou multidimensionnel.
ces tables sont crées sous forme
de « jointures ». Table : les données sont stockées
dans les bases de données
Reporting : outil permettant de relationnelles sous forme de
réaliser des tableaux, des tables, c'est-à-dire de feuilles à
rapports, sous forme de colonnes deux dimensions (lignes et
de chiffres ou de graphiques, qui colonnes).
seront ensuite diffusés dans
l’entreprise ou à l’extérieur. Tableau de bord : outil de
synthèse qui affiche les
Requête : question posée à la principaux indicateurs de
base de données sous forme de l’entreprise et permet de la
champs assortis de conditions. piloter.
Les requêtes utilisent
fréquemment le langage SQL (voir Transaction : dialogue
« SQL ») . informatique entre une
application et un utilisateur qui
Restitution : Phase ultime du aboutit à la prise d’une
système décisionnel, qui permet commande, l’édition d’un
de visualiser sous forme de document.
rapports, de graphiques,
© Microsoft 53
Webographie - Principaux sites Web

d’information sur le décisionnel
SITES D’INFORMATION MICROSOFT :
• Microsoft Business Intelligence –

http://www.microsoft.com/entreprises
• Microsoft SQL Server – http://www.microsoft.com/france/sql
• Terabyte MOLAP Cube –

http://www.microsoft.com/SQL/techinfo/BI/terabytecube/overview.
asp
SITES D’INFORMATION INDÉPENDENTS :
• The OLAP Report – http://www.olapreport.com/
• Communauté de l’informatique décisionnelle francophone –

http://www.mydecisionnel.com
• Le CXP – Conseil en choix de progiciels – http://www.cxp.fr
• Marcom Génération – Cabinet d’études et de conseil indépendant –

http://www.marcomgeneration.com
54 © Microsoft

LivreDecisionnelAgile V2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

LivreDecisionnelAgile V2

Transféré par

Droits d'auteur :

Formats disponibles

QUEL

avec la participation active de l’équipe Business Intelligence

Edité par Microsoft Septembre 2002

Décider v.t. (latin decidere, trancher)

Décision n.f. (latin decisio)

Il est bien difficile de répondre à ces questions « existentielles », et cela n’a

Il existe deux grandes catégories de systèmes d’information, les systèmes

LES SYSTEMES TRANSACTIONNELS

Toutes ces applications répondent à la même attente : permettre la saisie

Mais quelles sont donc les principales caractéristiques de ces applications ?

Tout d’abord, elles brassent de grands volumes de données. Lorsqu’un

Les trois principales caractéristiques d’un système transactionnel sont donc :

LES SYSTEMES DECISIONNELS

Les applications utiles dans le processus de prise de décision sont

Toutes ces applications répondent au même processus : analyser des

Mais quelles sont alors les caractéristiques de ces applications

Tout d’abord, elles traitent également de gros volumes de données. Ainsi,

En revanche, les délais acceptables de ces analyses sont bien différents de

En conclusion donc, les systèmes décisionnels travaillent comme les

NAISSANCE DES OUTILS D’AIDE A LA DECISION

Nous avons d’ailleurs choisi de commencer par la fin, par le résultat.

A quels besoins répondent les applications décisionnelles dans l’entreprise ?

ANALYSE MARKETING ET VENTES

En effet, jamais un dirigeant commercial ne se contentera de connaître son

Lorsque un grand magasin parisien réalise son opération promotionnelle

Plus modestement, lorsqu’une PME spécialisée dans la fabrication et la

A l’autre bout de la chaîne, on retrouve la grande distribution, ou les

Lorsqu’un opérateur téléphonique international conserve l’ensemble des

Même le petit artisan ou la petite entreprise sont concernés par ces

R EPORTING DE GESTION / ELABORATION BUDGETAIRE

Récupérant les informations de la comptabilité, de la gestion commerciale,

Pour les plus grands groupes d’entreprises, les outils de consolidation

GESTION DES RESSOURCES HUMAINES

Mais soyons francs, ces outils décisionnels ne concernent que les

Historique des systèmes décisionnels

Outre sa « rusticité », ce mode de fonctionnement, en doublon total entre les

Autre constat, les questions posées par un décideur impliquent

Il a donc été imaginé mettre en place, en sortie des bases de production, un

Fréquemment construit à partir d’une base de données relationnelle, cet

LES BASES DE DONNEES MULTIDIMENSIONNELLES

Or les bases de données relationnelles sont constituées d’un ensemble de

Lorsque l’on lance des requêtes décisionnelles comportant de nombreuses

On a, pour résoudre ce problème, inventé les bases de données

Chaque base de données multidimensionnelle pré -calcule et stocke toutes

Bien entendu, la phase d’alimentation, c'est-à-dire de pré-calcul et de

La base de données multidimensionnelle OLAP est incontestablement le

En sortie de ces outils de requête, l’utilisateur peut visualiser ses données

Ces outils de requête ont également évolué, offrant de plus en plus de

La combinaison de ces fonctions de reporting et d’analyse est appelée la

Un système décisionnel ne peut en effet se résumer à son outil de

Le schéma ci-après détaille l’ensemble des étapes, et des briques logicielles

L’alimentation est l’étape qui va permettre l’extraction des données des

L’ensemble de ce processus de validation et de production des informations

Afin de bien percevoir l’importance de chacune de ces étapes, et de vous

LES BASES DE PRODUCTION ET APPLICATIONS TRANSACTIONNELLES DE

Mais une entreprise ne peut se contenter d’analyser ses propres données.

ses concurrents, ou acheter des données de l’INSEE sur l’activité du secteur

LES OUTILS D’ALIMENTATION (ETL)

Les données extraites doivent ensuite être harmonisées, c'est-à-dire être

premières lettres du nom du client, suivi de la date de la première

L’ENTREPOT DE DONNEES RELATIONNEL

Ce modèle de système décisionnel, dans lequel l’entrepôt de données

La construction d’un data warehouse intermédiaire représente néanmoins