Informatique décisionnelle

1
L’informatique décisionnelle(en anglais business intelligence (BI) ou decision support system (DSS)) est l'informatique à l'usage
des décideurs et des dirigeants d'entreprises. Elle désigne les moyens, les outils et les méthodes qui permettent de collecter,
consolider, modéliser et restituer lesdonnées, matérielles ou immatérielles, d'une entreprise en vue d'offrir une aide à la décision et de
permettre à un décideur d’avoir une vue d’ensemble de l’activité traitée.

Ce type d’application repose sur une architecture commune dont les bases théoriques viennent principalement de R. Kimball, B.
Inmon et D. Linstedt.

1. Les données opérationnelles sont extraites périodiquement de sources hétérogènes fichiers

: plats, fichiers Excel,
base de données (DB2, Oracle, SQL Server, etc.), service web, données massives et stockées dans un entrepôt de
données.
2. Les données sont restructurées, enrichies, agrégées, reformatées, nomenclaturées pour être présentées à
l'utilisateur sous une forme sémantique (vues métiers ayant du sens) qui permet aux décideurs d'interagir avec les
données sans avoir à connaître leur structure de stockage physique, de schémas en étoile qui permettent de répartir
les faits et mesures selon des dimensions hiérarchisées, derapports pré-préparés paramétrables, detableaux de
bords plus synthétiques et interactifs.
3. Ces données sont livrées aux divers domaines fonctionnels (direction stratégique, finance, production, comptabilité,
ressources humaines, etc.) à travers un système de sécurité ou dedatamart spécialisés à des fins de consultations,
d'analyse, d'alertes prédéfinies, d'exploration de données, etc.
L’informatique décisionnelle s’insère dans l’architecture plus large d’un système d'information mais n'est pas un concept concurrent
du management du système d'information. Au même titre que le management relève de la sociologie et de l'économie, la gestion par
l'informatique est constitutive de deux domaines radicalement différents que sont le management et l'informatique. Afin d'enrichir le
concept avec ces deux modes de pensées, il est possible d'envisager un versant orienté ingénierie de l'informatique portant le nom
d'informatique décisionnelle, et un autre versant servant plus particulièrement les approches de gestion appelé management du
système d'information.
 Sommaire
Enjeux de l'informatique décisionnelle
Du tableau à l'hypercube
Tableau
Cube
Hypercube
Navigation dans un hypercube
Précautions à prendre
Fonctions essentielles de l'informatique décisionnelle
Fonction de collecte
Fonction d'intégration
Fonction de diffusion (ou distribution)
Fonction présentation
Fonction administration
Projet décisionnel
Rappel de la chaîne de la valeur décisionnelle
Phase de recueil des exigences
Phase de conception et de choix technique

Acteurs open source

Acteurs propriétaires
Notes et références
Voir aussi
Articles connexes
Bibliographie

Enjeux de l'informatique décisionnelle

Actuellement, les données applicatives métier sont stockées dans une (ou plusieurs) base(s) de données relationnelle(s) ou non
relationnelles.
Ces données sont extraites, transformées et chargées dans un entrepôt de données généralement par un outil de type ETL (Extract-
Transform-Load) .

Un entrepôt de données peut prendre la forme d’un data warehouse ou d’un datamart. En règle générale, le data warehouse
globalise toutes les données applicatives de l’entreprise, tandis que les datamarts (généralement alimentés depuis les données du data
warehouse) sont des sous-ensembles d’informations concernant un métier particulier de l’entreprise (marketing, risque, contrôle de
gestion…), des usages spécifiques (analyse, reporting...), ou encore répondent à des exigences ou contraintes particulières
(cloisonnement des données, volumétrie...). Le terme comptoir de données ou magasin de données est aussi utilisé pour désigner
un datamart.

Les entrepôts de données permettent de produire des rapports qui répondent à la question « Que s’est-il passé ? », mais ils peuvent
être également conçus pour répondre à la question analytique « Pourquoi est-ce que cela s’est passé ? » et à la question pronostique
« Que va-t-il se passer ? ». Dans un contexte opérationnel, ils répondent également à la question « Que se passe-t-il en ce
moment ? », voire dans le cas d’une solution d’entrepôt de données actif « Que devrait-il se passer ? ».

Le reporting est probablement l'application la plus utilisée encore aujourd'hui de l’informatique décisionnelle, il permet aux
gestionnaires :

de sélectionner des données relatives à telle période, telle production, tel secteur de clientèle, etc.
de trier, regrouper ou répartir cesdonnées selon les critères de leur choix
 de réaliser divers calculs (totaux, moyennes, écarts, comparatif d'une période à l'autre…)
de présenter les résultats d’une manière synthétique ou détaillée, le plus souvent graphique selon leurs besoins
ou les attentes des dirigeants de l’entreprise
Les programmes utilisés pour le reporting permettent bien sûr de reproduire de période en période les mêmes sélections et les mêmes
traitements et de faire varier certains critères pour affiner l’analyse. Mais le reporting n'est pas à proprement parler une application
d'aide à la décision. L'avenir appartient plutôt aux instruments de type tableau de bord équipés de fonctions d'analyses
multidimensionnelles de type Olap. Fonction OLAP qui peut être obtenue de différentes façons par exemple via une base de données
relationnelle R-OLAP, ou multidimensionnelle M-OLAP, voire aussi en H-OLAP.

Les datamart et/ou les datawarehouses peuvent ainsi permettre via l'OLAP l’analyse très approfondie de l’activité de l’entreprise,
grâce à des statistiques recoupant des informations relatives à des activités apparemment très différentes ou très éloignées les unes
des autres, mais dont l’étude fait souvent apparaître des dysfonctionnements, des corrélations ou des possibilités d’améliorations très
sensibles.

L'interopérabilité entre les systèmes d'entrepôt de données, les applications informatiques ou de gestion de contenu, et les systèmes
de reporting est réalisée grâce à une gestion desmétadonnées.

Du tableau à l'hypercube
L'informatique décisionnelle s'attache à mesurer :

un certain nombre d'indicateurs ou de mesures (que l'on appelle aussi lesfaits ou les métriques)
restitués selon les axes d'analyse (que l'on appelle aussi lesdimensions)

Tableau
Par exemple, on peut vouloir mesurer :

Trois indicateurs : le chiffre d'affaires, le nombre de ventes, le montant de taxes pour les ventes de produit
s
selon un premier axe, l'axe temps : par année, par trimestre, par mois
et selon un second axe, l'axe produits : famille de produits, gamme de produits, référence produit
On obtient ainsi un tableau à deux entrées :

par exemple en lignes : la nomenclature produits à 3 niveaux (famille, gamme, référence)

et en colonnes : les années, décomposées en trimestres, décomposés en mois
avec au croisement des lignes et colonnes, pour chaque cellule : le chif
fre d'affaires, le montant de taxes et le
nombre de ventes
À titre d'illustration, les tableaux croisés des principaux tableurs permettent de construire ce type de tableau de bord depuis une base
de données.

Cube
Si l'on s'intéresse à un troisième axe d'analyse :

par exemple, la répartition géographique : par pays, par régions, par magasins
On obtient une dimension de plus et on passe ainsi aucube.

Les tableaux croisés dynamiques d'Excel permettent de représenter ce type de cube avec le champ "page". Il représente les données
agrégées pour chaque niveau hiérarchique et pour chaque dimension.

Hypercube
Si l'on s'intéresse à un axe d'analyse supplémentaire :
 par exemple, la segmentation des clients : par catégorie, par profession
On obtient alors un cube à plus de 3 dimensions, appeléhypercube.

Le terme cube est souvent utilisé en lieu et place d'hypercube.

Navigation dans un hypercube

Les outils du monde décisionnel offrent des possibilités de « navigation » dans les différentes dimensions du cube ou de l'hypercube :

le drill down ou le forage avant : c'est la possibilité de « zoomer » sur une dimension (par exemple d'éclater les
années en 4 trimestres pour avoir une vision plus fine, ou de passer du pays aux dif férentes régions)
le drill up ou le forage arrière (aussi appelé "roll-up") : c'est l'opération inverse qui permet d'« agréger » les
composantes de l'un des axes (par exemple de regrouper les mois en trimestre, ou de totaliser les férentes dif
régions pour avoir le total par pays)
le slice and dice, aussi appelé "dice down" (que l'on peut traduire par « hacher menu », c'est-à-dire couper en
lamelles puis en dés) : c'est une opération plus complexe qui entraîne une permutation des axes d'analyse (par
exemple, on peut vouloir remplacer une vue par pays/régions par une nouvelle vue par familles et gammes de
produits)
le drill through : lorsqu'on ne dispose que dedonnées agrégées (indicateurs totalisés), ledrill through permet
d'accéder au détail élémentaire des informations (chaque vente de chaque produit à chaque client dans chaque
magasin)

Précautions à prendre
Chacune de ces vues partielles du cube se traduit finalement, soit par un tableau à double entrée (tri croisé), soit par un graphique le
plus souvent bidimensionnel.

Ainsi, bien que la navigation dans le cube soit multidimensionnelle, le décideur n’a pas, en réalité, accès à une synthèse, mais à une
multitude de tris croisés ou de vues bidimensionnelles dont l’exploration, longue et fastidieuse, est parfois court-circuitée faute de
temps. Cela peut conduire à de coûteuses erreurs de décision.

Aussi peut-il être utile d’associer à cette démarche une iconographie des corrélations, qui permet une vue d’ensemble réellement
multidimensionnelle, débarrassée des redondances.

Fonctions essentielles de l'informatique décisionnelle

Un système d'information décisionnel (SID) doit être capable d'assurer quatre fonctions fondamentales : la collecte, l'intégration, la
diffusion et la présentation des données. À ces quatre fonctions s'ajoute une fonction d'administration, soit le contrôle du SID lui-
même.

Fonction de collecte
La fonction collecte (parfois appelée datapumping) recouvre l'ensemble des tâches consistant à détecter, sélectionner, extraire et
filtrer les données brutes issues des environnements pertinents compte tenu du périmètre couvert par le SID. Comme il est fréquent
que les sources de données internes et/ou externes soient hétérogènes — tant sur le plan technique que sur le plan
sémantique — cette
fonction est la plus délicate à mettre en place dans un système décisionnel complexe. Elle s'appuie notamment sur des outils d'ETL
(extract-transform-loadpour extraction-transformation-chargement).

Les données sources qui alimentent leSID sont issues des systèmes transactionnels de production, le plus souvent sous forme :

d'éléments issus de l'enregistrement de flux : compte-rendu d'événement ou compte-rendu d'opération . C'est le

constat au fil du temps des opérations (achats, ventes, écritures comptables…), le film de l'activité quotidienne, en
tous cas régulière, de l'entreprise
d'éléments reflétant une situation à un moment donné : compte-rendu d'inventaire ou compte-rendu de stock.
C'est l'image photo prise à un instant donné (une fin de période par exemple : mois, trimestre…) de données
caractérisant un stock. Par exemple : le stock des clients, des contrats, des commandes, des encours…
La fonction de collecte joue également, au besoin, un rôle de recodage. Une donnée représentée différemment d'une source à une
autre impose le choix d'une représentation unique et donc d'une mise en équivalence utile pour les futures analyses.

Fonction d'intégration
La fonction d'intégration consiste à concentrer les données collectées dans un espace unifié, dont le socle informatique essentiel est
l'entrepôt de données. Élément central du dispositif, il permet aux applications décisionnelles de masquer la diversité de l'origine des
données et de bénéficier d'une source d'information commune, homogène, normalisée et fiable, au sein d'un système unique et si
possible normalisé.

Au passage les données sont épurées ou transformées par :

un filtrage et une validation desdonnées en vue du maintien de la cohérence d'ensemble : les valeurs acceptées
par les filtres de la fonction de collecte mais susceptibles d'introduire des incohérences de
référentiel par rapport
aux autres données doivent être soit rejetées, soit intégrées avec un statut spécial
une synchronisation : s'il y a nécessité d'intégrer en même temps ou à la même « date de valeur » des
événements reçus ou constatés de manière décalée ou déphasée
une certification : pour rapprocher lesdonnées de l'entrepôt des autres systèmes « légaux » de l'entreprise
comme la comptabilité ou les déclarations réglementaires)
C'est également dans cette fonction que sont effectués éventuellement les calculs et les agrégations (cumuls) communs à l'ensemble
du projet.

La fonction d'intégration est généralement assurée par la gestion de métadonnées, qui assurent l'interopérabilité entre toutes les
ressources informatiques, qu'il s'agisse de données structurées (bases de données accédées par des progiciels ou applications), ou des
données non structurées (documents et autres ressources non structurées, manipulés par les
systèmes de gestion de contenu).

Fonction de diffusion (ou distribution)

La fonction de diffusion met les données à la disposition des utilisateurs, selon des schémas correspondant aux profils ou aux métiers
de chacun, sachant que l'accès direct à l'entrepôt de données ne correspond généralement pas aux besoins spécifiques d'un décideur
ou d'un analyste. L'objectif prioritaire est à ce titre de segmenter les données en contextes informationnels fortement cohérents,
simples à utiliser et correspondant à une activité décisionnelle particulière. Alors qu'un entrepôt de données peut héberger des
centaines ou des milliers de variables ou indicateurs, un contexte de diffusion raisonnable n'en présente que quelques dizaines au
maximum. Chaque contexte peut correspondre à un datamart, bien qu'il n'y ait pas de règles générales concernant le stockage
physique. Très souvent, un contexte de diffusion est multidimensionnel, c'est-à-dire modélisable sous la forme d'un hypercube; il peut
alors être mis à disposition à l'aide d'un outilOLAP.

Les différents contextes d'un même système décisionnel n'ont pas tous besoin du même niveau de détail. De nombreux agrégats ou
cumuls, n'intéressent que certaines applications et n'ont donc pas lieu d'être gérés en tant qu'agrégats communs par la fonction
d'intégration : La gestion de ce type de spécificité peut être prise en charge par la fonction de diffusion. Ces agrégats pouvant au
choix, être stockés de manière persistante ou calculés dynamiquement à la demande.

À ce stade et lorsqu'il s'agit de concevoir un système de reporting, trois niveaux de questionnement doivent être soulevés :

À qui s'adresse le rapport spécialisé ? : choix des indicateurs à présenter , choix de la mise en page
Par quel trajet ? : circuit de diffusion type « workflow » pour les personnes ou circuits de transmission
« télécoms » pour les moyens
Selon quel agenda ? : diffusion routinière ou déclenchée sur événement prédéfini

Fonction présentation
Cette quatrième fonction, la plus visible pour l'utilisateur, régit les conditions d'accès de l'utilisateur aux informations, dans le cadre
d'une interface Homme-machine déterminé IHM).
( Elle assure le contrôle d'accès et le fonctionnement du poste de travail, la prise en
charge des requêtes, la visualisation des résultats sous une forme ou une autre. Elle utilise toutes les techniques de communication
possibles : outils bureautiques, requêteurs et générateurs d'états spécialisés, infrastructureweb, télécommunications mobiles, etc.

Fonction administration
C'est la fonction transversale qui supervise la bonne exécution de toutes les autres. Elle pilote le processus de mise à jour des
données, la documentation sur lesdonnées (les méta-données), la sécurité, les sauvegardes, et la gestion des incidents.

Projet décisionnel
Dans une entreprise, le volume de données traitées croît rapidement avec le temps. Ces données peuvent provenir des fournisseurs,
des clients, de l’environnement, etc. Cette quantité de données augmente en fonction du secteur et de l'activité de l’entreprise. Par
exemple, dans la grande distribution, les quantités de données collectées chaque jour sont énormes (notamment lorsque les magasins
collectent les tickets des caisses).

L'entreprise dispose de plusieurs options pour traiter ce flux de données :

les données anciennes sont effacées et l'entreprise ne conserve queles données actives ou un historique récent
les données sont stockées dans une base et l'entreprise n'envisage pas d'usage immédiat
les données sont stockées au fur et à mesure qu’elles arrivent de manière cohérente pour qu’elles soient
exploitables directement
Le projet décisionnel correspond à cette dernière option. Il s’agit de traiter les données et de les stocker de manière cohérente au fur
et à mesure qu’elles se présentent. C’est pour cela que le projet décisionnel est un projet sans limite dans le temps. C'est-à-dire que
dès que l’entreprise commence ce projet, elle ne s’arrête pas (sauf cas exceptionnel). Wal-Mart (une chaîne de la grande distribution)
est l’une des entreprises qui stockent le plus de données (elle a multiplié par 100 ses données en quelques années) et va atteindre dans
les années à venir[Quand ?] le pétaoctet (1 000 téraoctets).

Pour mener à bien ces projets décisionnels, il existe une multitude d'outils, chacun étant plus ou moins adapté à la taille de
l'entreprise, à la structure des données existantes et au type d'analyse désiré.

Rappel de la chaîne de la valeur décisionnelle

Des SGBD relationnels et d'autres systèmes qui contiennent les données d'exploitation.
Un ETL extrait les données pertinentes et les charge dans ODS
l' du datawarehouse
2
Les données sont structurées dans le datawarehouse
Des datamarts qui exploitent une technologieX-OLAP sont mis à jour à partir dudatawarehouse
Des rapports sont générés sur ces données

Phase de recueil des exigences

Trois domaines doivent êtreparticulièrement documentés :

1. le type d'information dont l'utilisateur des rapports a besoin

2. le type de restitution (ergonomie, fréquence, vitesse de restitution)
3. le système technique existant : technologies utilisées

Phase de conception et de choix technique

En fonction des exigences recueillies, quels sont les éléments de la chaîne de la valeur décisionnelle qui doivent
être implémentés ?
Doit-on seulement créer un rapport sur un cube OLAP existant ?
 Construire toute la chaîne ?
Quelles sont précisément les données que l'on doit manipuler ?
Cela conduit au choix de technologies précises et à un modèle particulier
.

Acteurs open source

Informatique décisionnelle open source
Vanilla
Spagobi

Acteurs propriétaires
3
AskR.ai (chatbot français) MicroStrategy
Access avec Access Insight Hurence - ETL natif Hadoop et solutions BI basées
4 sur Hadoop, HBase et Pig
Applied Olap Dodeca
BiX Software - Solution sur cubes OLAP (MS, Informatica
ORACLE, IBM, SAP, SAS...) de Reporting et Microsoft
d'Analyse de Données. 11
PowerBI
Information Builders (en)
Excel, PowerPivot et Power View
BearingPoint (HyperCube)
SQL Server Reporting Services
BiBOARD - Reporting transactionnel qui est en
5 SQL Server Analysis Services
redressement judiciaire depuis le 11/06/2017
Bittle - Reporting online et tableaux de bord PerformancePoint Server 2007
6 Proclarity
BIME
BI Square Software (Business Intelligence pour l'IT) MyReport
7
BOARD MyDataViz
8
Business Objects (SAP) et son nouveau nom SAP Opentext - ETL OTIC de son ancien nom Génio
BI4 Oracle Corporation avec :
IMS Health avec le logiciel Reportive
Oracle Business Intelligence Enterprise
Coheris Liberty Edition (OBIEE)
12
Comarch Business Intelligence Hyperion (ex Brio)
13
CORICO, logiciel d'iconographie des corrélations
Serenytics
DATAROCKS avec PROMPTO
Tableau Software avec des outils comme Tableau
DigDash (Logiciel DigDash Enterprise, logiciel de Desktop
tableaux de bord full web et mobile)
Tagetik
Dimensional Insight
Teradata
Domo
SAS et son outil de Data Visualisation SAS VA
IcCube (en) 14
Qlik avec les logiciels QlikView et Qlik Sense
IBM :
R2C SYSTEM - MyDataBall(Logiciel de Business
Cognos Optimisation)
9 SYMTRAX avec le logiciel StarQuery
TM1
SPSS Weenove
World Programming (en)
Jedox (en)
10
Jedox Premium - Reporting Analyse et
Simulation

Notes et références
1. Business intelligence ne signifie pas intelligence économique, contrairement à ce que laisserait croire une traduction
littérale, voir la section intelligence économique et business intelligence de l'article intelligence économique
2. Méthodologie d'un projet Data Warehouse [1] (http://www.decivision.com/services/data-warehouse)
3. comment interroger une base AzureSQL[2] (https://fr.askr.ai/blog-askr-francais/askrai-chatbot-pour-interroger-azure-
sql)
 4. description de Dodeca spreedsheat Management System[3] (https://www.solution-bi.com/solution-bi/solutions-de-rep
orting/expert-bi-applied-olap-dodeca/)
5. Redressement Judiciaire BI BOARDhttp://www.procedurecollective.fr/fr/redressement-
judiciaire/1322625/biboard.aspx
6. description de BIME [4] (https://fr.bimeanalytics.com/)
7. description de Board [5] (http://board.com/)
8. La suite BusinessObjects[6] (http://www.decivision.com/produits-bi)
9. [7] (http://www-03.ibm.com/software/products/fr/cognostm1/)
10. « Jedox France » (http://www.jedox.com/fr/)
11. [8] (http://www.lemondeinformatique.fr/actualites/lire-pourquoi-power-bi-est-l-avenir-d-excel-62259.html)
12. description d'OBIEE [9] (http://www.oracle.com/us/solutions/business-analytics/business-intelligence/enterprise-editio
n/overview/index.html)
13. description d'Hyperion« https://www.solution-bi.com/solution-bi/solutions-epm/expert-bi-oracle-hyperion-ing/» (http
s://www.solution-bi.com/solution-bi/solutions-epm/expert-bi-oracle-hyperion-ing/)(Archive (http://web.archive.org/web/*/https://ww
w.solution-bi.com/solution-bi/solutions-epm/expert-bi-oracle-hyperion-ing/) • Wikiwix (http://archive.wikiwix.com/cache/?url=https://www.solution-bi.com/s
olution-bi/solutions-epm/expert-bi-oracle-hyperion-ing/) • Archive.is (http://archive.is/https://www.solution-bi.com/solution-bi/solutions-epm/expert-bi-oracl
e-hyperion-ing/) • Google (https://www.google.fr/search?q=cache:https://www.solution-bi.com/solution-bi/solutions-epm/expert-bi-oracle-hyperion-ing/) •
Que faire ?)

14. description de qlikView [10] (http://www.monetisaction.fr/qlikview-la-bi-associative/)

Voir aussi

Articles connexes Sur les autres projets Wikimedia :

Aide à la décision Informatique décisionnelle, sur Wikiversity

Business analytics
Analyse décisionnelle des systèmes complexes
Base de données : IBM , Oracle, Teradata
Magasin de données
Modèle de données dit « en étoile »
Exploration de données
Entrepôt de données
Gestion de réseaux (informatique)
Management du système d'information
Métadonnée
Traitement analytique en ligne
Informatique décisionnelle open source
Recherche opérationnelle
Table de décision
Informatique décisionnelle nouveautés

Bibliographie
Alphonse Carlier Business Intelligence et Management, Afnor Éditions, 2013,(ISBN 978-2-12-465429-1); EAN :
9782124654291
Jean-Marie Gouarné, Le Projet décisionnel - Enjeux, Modèles, Architectures du Data W arehouse, Eyrolles, 1997,
(ISBN 978-2-212-05012-7)
Alain Garnier, L'Information non structurée dans l'entreprise - Usages et Outils
, Hermes - Lavoisier, 2007,
(ISBN 978-2-7462-1605-1)
R. Kimball, L. Reeves, M. Ross, W. Thornthwaite, Le Data Warehouse : Guide de conduite de projet, Eyrolles,
2005, (ISBN 978-2-212-11600-7)
Alain Fernandez, Les Nouveaux Tableaux de bord des managers, Le Projet Business Intelligence clés en main ,
Eyrolles, 6e édition, 2013. (ISBN 978-2-212-55647-6) présentation éditeur
Roland et Patrick Mosimann, Meg Dussault,The Performance Manager Faire de la performance le quotidien de
chacun, Cognos Press, 2007,(ISBN 978-0-9730124-4-6)
James Taylor, Decision Management System, IBM Press, Pearson Education
Ce document provient de «https://fr.wikipedia.org/w/index.php?title=Informatique_décisionnelle&oldid=150915400».

La dernière modification de cette page a été faite le 2 août 2018 à 15:15.

Droit d'auteur : les textes sont disponibles souslicence Creative Commons attribution, partage dans les mêmes
conditions ; d’autres conditions peuvent s’appliquer . Voyez les conditions d’utilisation pour plus de détails, ainsi que les
crédits graphiques. En cas de réutilisation des textes de cette page, voyezcomment citer les auteurs et mentionner la
licence.
Wikipedia® est une marque déposée de laWikimedia Foundation, Inc., organisation de bienfaisance régie par le
paragraphe 501(c)(3) du code fiscal des États-Unis.