L’intelligence d’affaires

Objectifs du cours:
• Décrire les architectures des entrepôts de données.

• Citer les facteurs de sélection d’une architecture.

• Présenter les magasins de données (Data Marts).

Slim
Zoghlami
L’intelligence d’affaires
Le cycle de vie d’un projet BI
Rappel

Conception Sélection et
architecture installation Développement
technique des produits

Définition
Planification de des Conception des
Modélisation Conception
projet / besoins développements Déploiement
des données physique du système ETL
programme d’affaires

Conception des Développement

Maintenance
applications des applications

Gestion de projet
2
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Magasins de données indépendants

3
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Magasins de données indépendants

Les données sont groupées en silos et chaque Datamart est

conçu et exploité indépendamment des autres.

Avantages:
• Développment simple et non couteux.

Inconvénients:
• Redondance des données
• Portée trop limitée

4
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Entrepôt de données dimentionnel (Bottom-up Kimball)

5
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Entrepôt de données dimentionnel (Bottom-up Kimball)

Les datamarts sont développés en premier (Schéma

en étoile popularisé par Kimball dans les années 90)
L’entrepôt de données et l’ensemble des datamarts
inter-reliés

Avantages:
• Exploitattion des dimensions conformes
• Réponds aux besoins urgents (Développement rapide).

Inconvénients:
• Complexité de l’analyse portant sur plusieurs datamarts 6
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Hub-and-spoke (la plus populaire)

7
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Hub-and-spoke (la plus populaire)

L’architecture la plus polpulaire

L’approche de Inmon Top-Down: de DW (HUB) vers Datamarts
(SPOKE)
Entrepôt de données normalisé

Avantages:
• Extensible (ajout facile d’un entrepôt de données)
• Portée globale (scope)

Inconvénients:
• Redondance entre les datamarts 8
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Entrepôt de données centralisé

9
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Entrepôt de données centralisé

Toutes les données de l’entreprise sont Hébergées dans un seul

entrepôt de données

Avantages:
• Tous les utilsateurs des différents départements ont accés aux
données.

Inconvénients:
• Long et coûteux et pas conçu pour être extensible

10
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Facteurs de sélection des architectures

• Les sources de données (variétés et nombre) et leurs

volumes
• Le nombre d’utilisateurs
• Les limites budgétaires
• Les ressources et les compétences disponibles
• Les échéances imposées pour implémenter une
solution fonctionnelle.
• L’orientation du projet : Stratégique ou
opérationnel/ vue globale ou par département 11
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Les magasins de données (Datamarts)

Selon Wikipédia:
Un datamart (parfois traduit magasin de données ou comptoir de
données) est un sous-ensemble d’un data warehouse destiné à
fournir des données aux utilisateurs, et souvent spécialisé vers
un groupe ou un type d'affaire.
Techniquement, c'est une base de données relationnelle utilisée
en informatique décisionnelle et exploitée en entreprise pour
restituer des informations ciblées sur un métier spécifique,
constituant pour ce dernier un ensemble d’indicateurs utilisés
pour le pilotage de l’activité et l’aide à la décision.
12
Slim
Zoghlami
Les architectures d’un entrepôt de données
Les magasins de données
Caractéristiques
• Scope:
Un seul sujet ou domaine d'organisation fonctionnel
• Sources de données:
Relativement peu de sources liées à un seul secteur d'activité
• Taille:
Moins de 100 Go
• Normalisation:
Normalisée / dénormalisée
• Types de décision:
Décisions tactiques concernant des secteurs d'activité
• Coût:
Généralement à partir de 10 000 $
• Temps d'installation:
3-6 mois 13
Slim
Zoghlami
Les architectures d’un entrepôt de données
Les magasins de données
Entrepôt de données vs magasin de données

14
Slim
Zoghlami
L’intelligence d’affaires
Les architectures d’un entrepôt de données
Discussion

15
Slim
Zoghlami