dashboarding &

data visualisation
pour l’entreprise

2023- ensias- bi&a - l.ben hiba

 2

syllabus

5.3 Mise en œuvre et Management de projets et systèmes BI

M.5.3.1 Dashboarding & Data visualisation

- Datawarehousing 102
- Rôle, Importance et Dimensions de la BI
- Reporting/Dashboarding en entreprise
- Data visualization
- Activités techniques
- 24 heures
- 1h Evaluation
 3

syllabus

M.5.3.2 Management de projets et systèmes BI

- Approches Projet de mise en oeuvre des systèmes décisionnels
(Gouvernance, MDM…)
- Marché BI (tendances, solutions), Benchmarking (démarche et critères de
choix de solutions décisionnelles)
- Séminaires
- 1h Evaluation

M.5.3.3. Projet BI
 4

syllabus

• Enveloppe horaire : 24 heures (cours et TP)

• Prérequis: Data warehousing, SQL, Administration SQL
Server.
• Notation: M.5.3.1 : Examen (60%)+ TPs notés (40%) +
Extra credits & participation
• lamia.benhiba@ensias.um5.ac.ma
 5

syllabus

Meilleure pratique

A explorer

Extra Credit
 6

objectifs du cours

Connaissances académiques:
• Rappeler les notions de base de conception d’un DWH
• Comprendre les principes de la Business Intelligence et du Reporting/
Dashboarding
• Comprendre les techniques de visualisations des données et leur
application dans la création des Dashboards

Compétences pratiques:
• Pouvoir utiliser la suite BI Microsoft pour implémenter la chaîne
décisionnelle (continuation des compétences acquises lors du cours
Datawarehousing)
 7

objectifs du cours

Compétences d’ingénierie:

• Comprendre le rôle et l'importance d’une solution BI/DW au sein des

organisations
• Pouvoir argumenter les choix relatifs à une solution BI/DW
• Pouvoir concevoir une solution BI/DW (choix des indicateurs de
performance, modélisation de données, dashboards et reports)
• Acquérir les bonnes pratiques pour la conception et la réalisation d’une
solution BI/DW
 8

agenda

DataWarehouse

Architecture des données

Modélisation des données

étude de cas
9

• Références:
๏ Developing a Data Warehouse for the Healthcare Enterprise:

Lessons from the Trenches

• A clinical data warehouse project at King Faisal Specialist Hospital

and Research Centre (KFSH&RC) in Riyadh, Saudi Arabia.
étude de cas
10

Entreprise étudiée: KFSH&RC

• KFSH&RC est un hôpital de spécialité, moderne et multisite, fondé en 1975 à

Riyad.
• Premier hôpital du Moyen-Orient reconnu par HIMSS comme Hôpital de niveau 7
pour son niveau d’adoption du dossier de santé électronique (DSE)
• KFSH&RC a reçu le prix d'excellence numérique 2011 du ministère des
Communications et de la Technologie d'Arabie saoudite pour les contenus et
services enrichis (14 services électroniques) fournis via son portail Web
étude de cas
11

Entreprise étudiée: KFSH&RC

• KFSH&RC dans sa taille actuelle a deux sites majeurs, 1 400 lits et une base
multinationale de plus de 14 000 salariés.
• Nombre annuel moyen de patients référencés: plus de 44 500 patients dont ~60 %
sont acceptés pour traitement.
• Durée moyenne du séjour: 10,52 jours, taux d'occupation des lits: 89 % et l'hôpital
traite plus de 829 000 visites ambulatoires par an
 12

agenda

DataWarehouse

Architecture des données

Modélisation des données

 13

data warehousing
Définitions

Pourquoi un Data
warehouse?
 14

data warehousing
Définitions

DataWarehouse

• Les systèmes OLTP (OnLine Transaction Processing) sont utiles pour gérer les
données opérationnelles de l’entreprise (collecte et traitement des données relatives
aux processus métiers : vente, production, finance etc.)

Données ≠ Information
• Besoins d’aide à la décision : données agrégées (ad hoc queries, drill-down, slicing/
dicing…)

• D’où la nécessité des systèmes OLAP (OnLine Analytical Processing)

 15

data warehousing
Définitions

Qu’est-ce qu’un
Data warehouse?
 16

data warehousing
Définitions

DataWarehouse

Un entrepôt de données (DataWarehouse) est une base de données relationnelles

conçues pour les besoins d’analyse et de requêtage.

Un DataWarehouse est:
• Thématique: Finance, commercial, stock etc.
• Intégrée: Sources hétérogènes à multiples formats intégrées
• Non volatile: Read-only, pas d’update de données (opérations load, retrieve)
• Historisé (Time - variant): données horodatées, visualisation de l’évolution
dans le temps
W. H. Innmon, Building the DataWarehouse , 1991
 17

data warehousing
Définitions

DataWarehouse

• Datawarehouse sert de référentiel central pour plusieurs domaines dans l’entreprise.

Il contient la "source unique de la vérité”.

• Datamart remplit les mêmes fonctions qu'un Datawarehouse, mais est conçu pour
les besoins d'une seule équipe ou unité commerciale (e.g. ventes ou RH). Un datamart
est plus petit et plus ciblé, et il a tendance à servir un seul sujet.

• ODS est un magasin intermédiaire utilisé pour intégrer des données en temps réel ou
quasi-réel provenant de plusieurs sources en vue d'opérations supplémentaires sur
les données.
 18

data warehousing
Mise en place d’un DataWarehouse

Approches mise en place du DW

Les méthodologies de mise en place d’un DataWarehouse ont des tâches communes:
• Spécification des besoins métiers (interviews, brainstorming, Joint
Application Design (JAD)* sessions…)
• Conception de l’architecture : 4 couches architecturaux: Informations,
données, technologies, produits
• Implémentation
• Déploiement

R. Sherman - Business Intelligence Guidebook From Data Integration to Analytics JAD sessions
 19

data warehousing
Mise en place d’un DataWarehouse

Spécification des besoins métiers

• Besoins métiers:
• Processus métiers à supporter
• Règles métiers et métriques
• Use cases BI
• Workflow processus BI et interactions utilisateurs
• Styles Analytiques et fonctionnalités

• Besoins en données:
• Data profiling
• Intput de la modélisation des données, ETL, et outils BI
 20

data warehousing
Mise en place d’un DataWarehouse

Source: thedatastudio
 21

data warehousing
Mise en place d’un DataWarehouse

Source: Microsoft
 22

data warehousing
Mise en place d’un DataWarehouse

Spécification des besoins métiers

• Besoins techniques:
• Standards en infrastructure
• Orientations technologiques

• Exigences réglementaires et de conformité:

• Mesures Vie privée et Sécurité
• Réglementations de l’industrie
• Réglementations du pays