Scannez ce code QR pour nous rejoindre dans le cours

d’Informatique de gestion

2
 Table des Matières
Introduction
▪ Importance d’informatique de gestion
▪ Objectifs du cours
▪ Prérequis et public cible
▪ Informatique de gestion
▪ Les applications d’Informatique de gestion
▪ Métiers exercés
▪ Les Bases de Données en Informatique de Gestion

Notion de système d'information de gestion

▪ Introduction sur les systèmes d’Information
▪ Qu'est-ce qu'un système ?
▪ De la donnée à l'information : La pyramide de l'information
▪ Qu'est-ce qu'un système d'information ?
▪ Importance des systèmes d'information
▪ Évolution des systèmes d'information
▪ Composants clés d'un système d'information
▪ A quoi sert une méthode de conception
▪ La méthode MERISE
▪ Les niveaux d’abstraction
▪ Cycle d’abstraction de conception des S.I
▪ Les phases de réalisation d’un S.I

Modélisation des données

▪ Modèle conceptuel de données
▪ Entité
▪ Propriété
▪ Identifiant
▪ Occurrence
▪ Dépendances fonctionnelles
▪ Association
▪ Cardinalités

Normalisation des données

Modèle Conceptuel de Données
Modèle Logique de Données
Modèle Conceptuel de Traitements
Modèle Organisationnel des Traitements
Travaux dirigés
Ressources complémentaires
Annexes

3
Liste des figures
Figure 1 : Le système d'information greffé entre le système opérant et le système de pilotage. ....... 11
Figure 2 : La pyramide de l'information ................................................................................................ 12
Figure 3 : Composants clés d'un système d'information ...................................................................... 13
Figure 4 : Les niveaux d’abstraction d'un système d'information......................................................... 16
Figure 5 : Cycle d’abstraction de conception d'un système d'information ........................................... 17
Figure 6 : Les questions des trois niveaux d’abstraction ....................................................................... 17
Figure 7 : Réponse à la question : QUOI ? ............................................................................................. 18
Figure 8 : Réponse à la question : QUI ? QUAND ? OÙ ? ...................................................................... 19
Figure 9 : Réponse à la question : Comment ? Avec quoi ? .................................................................. 20
Figure 10 : Répartition des Niveaux d'Abstraction en Méthode MERISE : Aspects Statiques et
Dynamiques ........................................................................................................................................... 20
Figure 11 : Le cycle de développement des systèmes d’information ................................................... 21
Figure 12 : Processus de Modélisation en Méthodologie Merise ......................................................... 25
Figure 13 : Exemple d'un modèle entité-association ............................................................................ 25
Figure 14 : Exemple de l'entité clients .................................................................................................. 26
Figure 15 : Les occurrences de l'entité Intérimaire ............................................................................... 27
Figure 16 : Exemple d'une dépendance fonctionnelle entre deux entités ........................................... 29
Figure 17 : Exemple d'une association entre produit et commande .................................................... 29
Figure 18 : Exemple d'une association entre professeur et matière .................................................... 30
Figure 19 : Exemple d'une association entre employé et service ......................................................... 31

4
Introduction
L'ère moderne de la gestion et de l'économie est indissociable de l'informatique. En tant
qu'étudiants en 3ème année de Sciences Économiques et Gestion, vous vous tenez à la croisée
des chemins où la théorie économique rencontre la pratique de la gestion, le tout amplifié par
les outils technologiques.

Importance d’informatique de gestion

Ce support de cours a été spécifiquement conçu pour vous, futurs décideurs et analystes, afin
de vous doter des compétences essentielles en informatique de gestion. Il vous guidera à
travers les concepts fondamentaux des systèmes d'information, la modélisation et la
normalisation des données, ainsi que la manière dont ces outils informatiques peuvent être
appliqués pour résoudre des problèmes concrets en économie et en gestion.

En maîtrisant ces compétences, non seulement vous serez mieux préparés à naviguer dans le
paysage professionnel en constante évolution, mais vous posséderez également les outils pour
influencer et façonner cet avenir.

Objectifs du cours
Au cours de cette formation en Informatique de Gestion, notre objectif principal est d'outiller
les étudiants afin qu'ils puissent comprendre et analyser les besoins essentiels en information
de gestion. Nous visons à développer leur aptitude à dialoguer efficacement avec divers
intervenants, qu'il s'agisse de directeurs, d'informaticiens ou d'autres acteurs clés. Par ailleurs,
une attention particulière sera accordée à la préparation des étudiants pour qu'ils puissent
contribuer activement à l'élaboration, l'implantation, l'exploitation, et surtout, à l'évolution du
système d'information de gestion au sein d'une entreprise. À travers cette approche intégrée,
nous aspirons à former des professionnels compétents, capables d'agir comme des maillons
essentiels dans la chaîne de gestion des informations d'une organisation.

Prérequis et public cible

Pour tirer le meilleur parti de ce cours d'Informatique de Gestion, il est conseillé d'avoir des
bases en informatique, une compréhension des concepts de gestion, ainsi qu'une capacité à
penser de manière logique et analytique. Ce cours est spécialement conçu pour les étudiants
en 3ème année de Sciences Économiques et Gestion, mais il conviendrait également aux futurs
analystes d'affaires, aux professionnels du domaine de la gestion souhaitant intégrer des
compétences informatiques, ainsi qu'à toute personne désireuse d'explorer comment
l'informatique peut révolutionner les opérations commerciales et les processus de prise de
décision.

Qu'il s'agisse d'adapter des stratégies pour répondre aux besoins changeants de votre
organisation, d'explorer de nouvelles méthodologies ou d'anticiper les défis futurs, cette

5
formation vous fournira les outils et les perspectives nécessaires pour guider avec succès les
initiatives de bases de données de votre organisation.

Informatique de gestion
L’informatique …

« … techniques de la collecte, du stockage, de la transmission et de l’utilisation des informations … sur

des ordinateurs. »

… au service de la gestion

▪ Pilotage de l’entreprise
▪ Gestion de la production de biens et des services
▪ Gestion administrative de l’entreprise
▪ Automatiser des processus et prendre des décisions

L’informatique de gestion est l'ensemble des connaissances, des technologies, et des outils en rapport
avec la gestion de données, c'est-à-dire la collecte, la vérification et l'organisation de grandes quantités
d'informations.

L'Informatique de Gestion est une discipline essentielle à la confluence de la technologie et des

opérations commerciales, englobant plusieurs domaines clés qui contribuent à la modernisation et à
l'efficacité des entreprises. Elle couvre la Gestion des systèmes d'information (SI), qui est cruciale pour
organiser et maintenir les flux d'information. Elle s'étend à l'Analyse de données, permettant aux
entreprises de tirer des insights précieux de vastes ensembles de données. La Gestion de projet
informatique veille à ce que les initiatives technologiques soient réalisées de manière efficace et dans
les délais impartis. L'Automatisation des processus se concentre sur la rationalisation des opérations
et la réduction des tâches manuelles redondantes, tandis que la Gestion de la relation client (CRM) est
essentielle pour maintenir et améliorer les relations avec les clients. Ensemble, ces domaines
façonnent la manière dont l'informatique peut servir et améliorer les opérations de gestion.

L'informatique de gestion a pour objectif d’entretenir et de faire évoluer les logiciels destinés à la
gestion de l’entreprise.

Les cadres de la fonction informatique de gestion sont chargés :

▪ D’étudier la faisabilité technique des besoins fonctionnels.

▪ De concevoir et prendre en charge tout ou partie du développement d’un produit (progiciel,
logiciel).
▪ D’assurer la mise en production.
▪ D’effectuer la tierce maintenance des applications.

Les applications d’Informatique de gestion

L'informatique de gestion joue un rôle pivot dans le monde moderne des affaires, offrant de
nombreuses applications concrètes qui optimisent les opérations quotidiennes des entreprises. Elle

6
intervient dans des domaines aussi variés que la Gestion des Clients, la Gestion des Fournisseurs, la
Gestion des Produits, la Gestion des Salaires, et la Gestion de Paiement.

Ces applications ne se limitent pas à un seul service mais trouvent leur utilité à travers divers
départements d'une organisation. Que ce soit le service Finance pour la surveillance et l'allocation des
ressources, Ressources Humaines pour la gestion des employés, Logistique pour assurer une chaîne
d'approvisionnement fluide, ou Comptabilité pour le suivi précis des finances, l'informatique de
gestion s'avère être un outil indispensable pour garantir l'efficacité opérationnelle.

Métiers exercés
La fonction informatique de gestion regroupe une variété de métiers, chacun apportant une expertise
unique pour répondre aux besoins technologiques croissants des organisations modernes. Le chef de
projet informatique technique pilote et coordonne les initiatives technologiques, veillant à ce qu'elles
soient menées à bien dans le respect des délais et des spécifications. L'ingénieur d'étude
développement s'attelle à la conception et à l'analyse, garantissant que les solutions sont à la fois
innovantes et adaptées aux besoins. Dans le même sillage, l'ingénieur développement logiciel est
spécialisé dans la création de programmes et d'applications, tandis que le consultant technique
apporte un éclairage externe, guidant les entreprises à travers des décisions technologiques
complexes. Ces professionnels, parmi d'autres, forment la colonne vertébrale de l'informatique de
gestion, permettant aux entreprises de naviguer dans le paysage technologique en constante
évolution.

Les Bases de Données en Informatique de Gestion

Dans le domaine de l'informatique de gestion, les données constituent le cœur des opérations. Ces
informations précieuses sont soigneusement stockées dans des bases de données structurées,
garantissant leur accessibilité et leur sécurité. Elles sont ensuite traitées et analysées à l'aide de
logiciels spécialisés, optimisant ainsi la prise de décision et la gestion des activités au sein des
organisations.

Ce cours a pour but d’introduire une méthodologie de conception du

système d’information

7
Chapitre I
Notion de système d’information
de gestion

Dans le monde des affaires contemporain, comprendre comment les informations sont gérées, traitées
et utilisées est essentiel. Les systèmes d'information de gestion (SIG) jouent un rôle crucial dans cette
dynamique, permettant aux entreprises de transformer des données brutes en informations précieuses
pour la prise de décision.

Dans ce chapitre, nous plongerons dans le cœur de ces systèmes, explorant leur conception, leur
structure et leur fonctionnement.

▪ La Pyramide de l'information : Une représentation hiérarchique illustrant comment les données

sont transformées en informations, en connaissances, puis en sagesse pour guider les actions
des entreprises.
▪ Le Système : Une exploration du concept de système, examinant comment différents éléments
interagissent et travaillent ensemble pour traiter et gérer l'information.
▪ L'utilité d'une méthode de conception : La raison pour laquelle une méthodologie structurée
est indispensable lors de la conception de systèmes d'information, garantissant leur efficacité
et leur pertinence.
▪ La méthode MERISE : Une introduction à cette méthode populaire, soulignant ses principes
fondamentaux et comment elle guide le processus de conception des SIG.
▪ Les niveaux d’abstraction : Une plongée dans les différentes couches de représentation des
données, permettant de passer d'une vision macroscopique à une vision détaillée et spécifique.
▪ Le Cycle d'abstraction de conception des S.I : Un aperçu des étapes successives de conception
d'un SIG, mettant en lumière les réflexions et les décisions clés à chaque phase.
▪ Les phases de réalisation d'un S.I : Une exploration du parcours de la conception à la mise en
œuvre d'un système d'information, soulignant les étapes essentielles et les meilleures pratiques
à adopter.

Tout au long de ce chapitre, nous utiliserons des exemples concrets, des études de cas et des exercices
pratiques pour renforcer votre compréhension et vous fournir les outils nécessaires pour interagir avec,
concevoir et gérer efficacement les systèmes d'information de gestion.

8
 Chapitre 1
Notion de système d’information de gestion
Introduction sur les systèmes d’Information

Les systèmes d'information (SI) sont au cœur de notre ère numérique. Ils jouent un rôle crucial dans la
facilitation, la gestion et la transmission d'informations, soutenant ainsi les opérations, la prise de
décision et les objectifs stratégiques des organisations modernes.

Dans le vaste domaine des technologies de l'information et de la communication, certains concepts sont
souvent utilisés sans que l'on prenne le temps de vraiment les définir ou de comprendre leur portée.
Parmi ces concepts, deux se distinguent par leur omniprésence et leur pertinence : le "système" et
l'"information". Ces termes, bien que courants, portent en eux des significations profondes et
complexes qui méritent d'être explorées. Dans cette section, nous allons décomposer ces deux
concepts, les examiner de près, et enfin voir comment, lorsqu'ils sont combinés, ils façonnent le monde
numérique qui nous entoure.

Qu'est-ce qu'un système ?

Un système est défini comme un ensemble d’éléments, qu'ils soient matériels ou immatériels tels que
les hommes, machines, méthodes, recettes, règles, entre autres. Ces éléments sont unis par des
relations et fonctionnent ensemble pour transformer, via un processus, certains éléments (connus sous
le nom d'entrées) en d'autres éléments (appelés sorties). Autrement dit, au cœur de chaque système,
il existe une dynamique de transformation qui conduit à la production d'un résultat ou d'une sortie
spécifique.

Exemple de Système : Une Usine de Montage de Voitures :

Considérons une usine de montage de voitures. Elle illustre parfaitement la notion de système, où divers
éléments interagissent dans un processus complexe pour produire un produit final : la voiture.
Éléments du système (Entrées) :

▪ Matériaux : Cela comprend l'acier pour la carrosserie, le caoutchouc pour les pneus, le verre
pour les fenêtres, les pièces électroniques pour les systèmes embarqués, et bien d'autres
composants nécessaires à la fabrication d'une voiture.
▪ Informations : Les plans de conception, les spécifications techniques, les instructions de
montage et les normes de qualité.
▪ Ressources humaines : Les ouvriers, les ingénieurs, les contrôleurs qualité, les superviseurs,
etc.
▪ Équipement et Machines : Les robots de soudage, les chaînes de montage, les dispositifs de
contrôle qualité, et tous les autres outils et machines nécessaires.

Processus :

L'usine utilise un ensemble coordonné de procédures et de méthodes. Les matières premières entrent
d'un côté, passent par une série d'étapes - du façonnage de la carrosserie, à l'installation du moteur, à
la peinture, à l'installation des systèmes électroniques - et finalement, une voiture complètement
montée en ressort de l'autre côté.

Éléments du système (Sorties) :

Produit Final : La voiture montée, prête pour le marché.

Déchets et Emissions : Tous les matériaux non utilisés, ainsi que les émissions polluantes provenant du
processus de fabrication.

Informations : Rapports de production, feedback sur les défauts, données pour l'amélioration
continue.

Relations et Interactions :

Tous ces éléments interagissent les uns avec les autres. Les ouvriers utilisent les machines pour
transformer les matériaux selon les informations fournies par les plans de conception.

Les superviseurs et les contrôleurs de qualité veillent à ce que les voitures produites soient conformes
aux normes et spécifications établies.

Système Opérant vs Système de Pilotage :

Dans le monde des affaires et de l'organisation, il est courant de distinguer le Système Opérant du
Système de Pilotage. Le premier se réfère au mécanisme concret par lequel une organisation réalise ses
activités principales, que ce soit la production dans une usine, la vente dans un magasin ou tout autre
processus opérationnel. C'est, en quelque sorte, le cœur battant de l'organisation, là où l'action réelle
a lieu. D'un autre côté, le Système de Pilotage englobe les mécanismes de décision, de planification, de
contrôle et de régulation qui guident, supervisent et ajustent le Système Opérant. Il s'assure que les
opérations sont alignées avec les objectifs stratégiques de l'entreprise. Au milieu de ces deux systèmes
se trouve le Système d'Information. Il joue le rôle essentiel de relais, collectant des données du Système
Opérant, les transformant en informations utiles, et les fournissant au Système de Pilotage pour l'aider
à prendre des décisions éclairées. En retour, le Système d'Information transmet les directives et

10
décisions du Système de Pilotage au Système Opérant. Ainsi, le Système d'Information agit comme un
pont essentiel, garantissant que les actions opérationnelles sont bien informées et que la direction a
une vue claire de la performance opérationnelle.

Figure 1 : Le système d'information greffé entre le système opérant et le système de pilotage.

De la donnée à l'information : La pyramide de l'information

La pyramide DICS, (pour données, information, connaissances et sagesse, de l'anglais DIKW pour data,
information, knowledge et wisdom), également connue sous le nom de hiérarchie DICS, hiérarchie de
la sagesse, hiérarchie des connaissances, hiérarchie de l'information, pyramide de l'information et
pyramide des données, se réfère à une classe de modèles représentant une liaison hiérarchique, sous
forme pyramidale, entre les données, l'information, la connaissance et la sagesse.

En règle générale, l'information est définie en termes de données, la connaissance en termes

d'informations et la sagesse en termes de connaissances.

Données :

▪ Exemple : Une liste de chiffres - 1, 2, 3, 4, 5.

▪ Explication : Les données sont des faits bruts et isolés, dépourvus de contexte ou de
signification. Dans cet exemple, les chiffres sont simplement des données sans information ou
utilité particulière.

Information :

▪ Exemple : Une liste de chiffres avec une étiquette "Température quotidienne en degrés
Celsius".
▪ Explication : Lorsque vous ajoutez une étiquette ou un contexte aux données, elles deviennent
de l'information. Dans cet exemple, les chiffres sont maintenant liés à la mesure de la
température quotidienne, ce qui leur donne un sens.

11
Connaissance :

▪ Exemple : Une analyse des tendances climatiques sur plusieurs années basées sur les données
de température.
▪ Explication : La connaissance découle de la compréhension et de l'analyse de l'information. En
examinant les données de température sur une période prolongée, vous pouvez identifier des
tendances climatiques, ce qui constitue une forme de connaissance.

Sagesse :

▪ Exemple : En utilisant la connaissance des tendances climatiques pour planifier des activités
agricoles saisonnières de manière optimale.
▪ Explication : La sagesse est la capacité à prendre des décisions éclairées en utilisant la
connaissance acquise. Dans ce cas, la personne utilise la connaissance des tendances
climatiques pour prendre des décisions stratégiques sur la gestion agricole, montrant ainsi de
la sagesse dans son utilisation de l'information et de la connaissance.

Figure 2 : La pyramide de l'information

Qu'est-ce qu'un système d'information ?

En combinant les définitions précédentes, un système d'information (SI) peut être défini comme un
ensemble organisé de ressources (matérielles, logicielles, humaines, données) qui collecte, traite,
stocke et distribue des informations pour soutenir et améliorer la prise de décision, la coordination et
le contrôle au sein d'une organisation.

Plus simplement, un SI transforme les données brutes en informations utiles, facilitant ainsi la prise de
décision et l'optimisation des processus organisationnels.

Importance des systèmes d'information :

Optimisation des processus : Les SI permettent d'automatiser et d'optimiser les processus

opérationnels, améliorant ainsi l'efficacité et la productivité.

Prise de décision éclairée : En fournissant des données précises en temps réel, les SI soutiennent la prise
de décision à tous les niveaux de l'organisation.

Collaboration et communication : Les systèmes modernes d'information facilitent la communication

interne et externe, brisant les silos et encourageant la collaboration.

12
Évolution des systèmes d'information :

Des premiers systèmes manuels aux systèmes intégrés d'aujourd'hui, les SI ont considérablement
évolué. Avec l'adoption de technologies comme le cloud, l'intelligence artificielle et la blockchain, les
systèmes d'information sont devenus plus robustes, flexibles et intégrés.

Composants clés d'un système d'information :

▪ Matériel : Il s'agit de l'infrastructure physique, comme les serveurs, les postes de travail, les
dispositifs de réseau, etc.
▪ Logiciel : Il comprend à la fois des logiciels applicatifs et des logiciels systèmes.
▪ Données : Informations qui sont traitées par le SI pour générer des informations utiles.
▪ Procédures : Ce sont les règles ou les directives pour utiliser le SI.
▪ Personnes : Ceux qui utilisent le système, qu'il s'agisse d'utilisateurs finaux ou d'informaticiens.

Données

Logiciel Procédures

Système
Matériel d'information Personnes

Figure 3 : Composants clés d'un système d'information

A quoi sert une méthode de conception ?

La mise en place de systèmes d’information est une démarche complexe qui, sans une méthode
structurée, peut mener à de multiples problématiques. Il n'est pas rare de rencontrer des entreprises
qui, après avoir investi temps et ressources, se retrouvent avec :

Logiciels dysfonctionnels : Des programmes qui, une fois mis en œuvre, présentent des défaillances,
compromettent la sécurité des données ou génèrent des erreurs inattendues.

Logiciels inadaptés : Des applications qui, bien que fonctionnelles, ne répondent pas précisément aux
besoins pour lesquels elles ont été conçues. Cette discordance peut résulter d'une mauvaise
communication ou d'une incompréhension des besoins réels de l'entreprise.

13
Incapacité d’évolution : Avec l'évolution rapide des technologies et des besoins des entreprises, un
système d’information rigide est un véritable handicap. Si le logiciel ne peut s'adapter à de nouveaux
impératifs ou intégrer de nouvelles fonctionnalités, l'entreprise peut se retrouver rapidement dépassée.

Rejet par les utilisateurs : Une des plus grandes erreurs serait de négliger l'aspect humain lors de la mise
en place d'un système d’information. Si l'interface est peu intuitive, si la transition vers le nouveau
système n'est pas bien accompagnée ou si les utilisateurs ne voient pas la valeur ajoutée du nouveau
système, il y a de fortes chances qu'ils le rejettent.

Face à ces défis, la nécessité d'une méthode de conception solide devient évidente. Concevoir un
système d’information ne se résume pas à la simple création de logiciels. C'est une tâche exigeante qui
requiert une vision globale, la capacité d'abstraire l'information, et une attention minutieuse aux détails.
Il est impératif de prendre en compte une multitude de contraintes, qu'elles soient financières,
techniques ou humaines. De plus, la collaboration entre différents acteurs - de la direction à l'utilisateur
final, en passant par les équipes techniques - est cruciale pour garantir la réussite du projet.

Une méthode de conception efficace permet d'orchestrer cette symphonie de besoins, de contraintes
et de ressources, en veillant à ce que chaque élément trouve sa place et contribue harmonieusement à
l'ensemble. En définitive, c'est cette harmonie qui garantira la pertinence, la fiabilité et la pérennité du
système d’information mis en place.

La méthode MERISE

MERISE (Méthode d'Étude et de Réalisation Informatique pour les Systèmes d'Entreprise), une méthode
française conçue dans les années 80, s'inscrit dans le paysage de l'informatique de gestion comme un
pilier incontournable en matière de conception de systèmes d'information. À une époque où
l'informatisation des entreprises devenait une nécessité, il était impératif de disposer d'une approche
structurée pour garantir le succès de ces transitions numériques.

Quelques éléments distinctifs de MERISE :

Formalisée : MERISE se distingue par son recours à des outils logiques tels que les graphes (ou modèles)
et des règles précises. Ces instruments permettent de conceptualiser et de structurer le système
d'information, en assurant une clarté dans la communication entre les différents acteurs du projet et
en garantissant la cohérence du système final.

Complète : La méthode MERISE englobe l'ensemble du cycle de vie d'un projet, depuis la décision initiale
d'informatiser jusqu'à la mise en œuvre effective du système d'information. Cette vision holistique
permet de s'assurer que tous les aspects, qu'ils soient stratégiques, fonctionnels ou techniques, sont
pris en compte et intégrés harmonieusement.

Détaillée : MERISE ne laisse rien au hasard. Chaque étape, depuis la conception jusqu'à l'implémentation
technique, est étudiée en profondeur. Cet approfondissement garantit que les détails, souvent sources
de complications imprévues, sont anticipés et gérés avec soin.

L'adoption de la méthode MERISE a été motivée par la recherche d'une rigueur dans la conduite des
projets d'informatisation. Dans un contexte où les erreurs peuvent coûter cher, tant en termes de
ressources que de temps, MERISE est apparue comme une réponse robuste aux défis posés par la

14
complexité croissante des systèmes d'information. Avec son origine française, elle a su s'adapter aux
spécificités du contexte professionnel national, tout en étant suffisamment flexible pour être pertinente
au-delà des frontières.

Actuellement MERISE, avec son héritage des années 80, reste d'une actualité et d'une pertinence
indéniables. Elle symbolise l'union entre rigueur, exhaustivité et souci du détail, des qualités essentielles
pour toute entreprise cherchant à réussir sa transition numérique.

La démarche de développement du système d’information est conduite suivant 3 axes appelés cycles :

▪ Le cycle de vie : comment enchainer les étapes, comporte 3 périodes (Conception, réalisation
et maintenance)
▪ Le cycle de décision : représente l’ensemble des choix qui doivent être faites durant le
déroulement du cycle de vie
▪ Le cycle d’abstraction : a pour but de découper le SI en niveaux :
• Le niveau conceptuel, le niveau logique et le niveau physique
• A chaque niveau correspond une préoccupation et un ensemble de modèles pour la
représentation des données et de traitements

La méthode Merise se distingue par une approche fondamentale qui sépare les données des
traitements associés. Cette séparation est essentielle pour garantir une structuration claire et une
évolution facilitée du système d'information. Merise adopte une stratégie de modélisation en trois
étapes distinctes. À chaque étape, on retrouve un modèle dédié à la représentation des données et un
autre consacré aux traitements. Ces modèles sont conçus en utilisant un formalisme précis pour garantir
leur intégrité et leur cohérence. Ces trois niveaux, combinés, forment le cycle d'abstraction, une
structure permettant de mettre en lumière les règles fondamentales qui dirigent le système
d'information. Ce cycle offre une vision complète et détaillée, garantissant ainsi une conception robuste
et efficiente du système.

Les niveaux d’abstraction

Les niveaux d'abstraction de la méthode Merise constituent l'essence même de cette approche
structurée de modélisation. Ces niveaux permettent d'appréhender la complexité du système
d'information en la décomposant en étapes successives, chacune offrant une vision précise du système.

Niveau Conceptuel : Ce premier niveau se concentre sur la définition des besoins globaux de l'entreprise
sans entrer dans les détails techniques. Le Modèle Conceptuel des Données (MCD) et le Modèle
Conceptuel des Traitements (MCT) sont élaborés à ce stade. Ils décrivent respectivement la structure
des informations à gérer et les processus métier de l'organisation.

Niveau Logique : À ce stade, on commence à détailler comment les données seront organisées et
comment les traitements seront effectués dans le futur système. Cela donne lieu au Modèle Logique
des Données (MLD) qui détaille les relations entre les entités, et au Modèle Logique des Traitements
(MLT) qui décrit les enchaînements des opérations.

Niveau Physique : Ce dernier niveau s'attaque aux détails techniques de la mise en œuvre du système
d'information. Il détermine comment les données seront stockées physiquement et comment les

15
traitements seront exécutés par le système. Il aboutit à la création du Modèle Physique des Données
(MPD).

La progression à travers ces niveaux d'abstraction permet de passer d'une vision globale et stratégique
à une vision détaillée et technique du système. Cette démarche graduelle garantit que tous les aspects
du système sont bien pensés et alignés avec les besoins réels de l'entreprise.

Figure 4 : Les niveaux d’abstraction d'un système d'information

Cycle d’abstraction de conception des S.I

Le cycle d'abstraction de conception des Systèmes d'Information (S.I) est une démarche progressive qui
vise à modéliser et concevoir un système d'information de manière structurée et cohérente. Il s'articule
autour de plusieurs niveaux d'abstraction qui permettent d'analyser et de définir le S.I depuis une vision
globale jusqu'à sa représentation technique détaillée.

Le point de départ est la prise en compte des besoins métier de l'entreprise, en identifiant les processus
clés et les informations essentielles à gérer. Cela se traduit au niveau conceptuel par la création de
modèles qui représentent ces éléments de manière schématique et générale, sans se soucier des détails
techniques. À ce stade, l'objectif est de comprendre et de formaliser le fonctionnement global de
l'organisation.

Une fois cette vision conceptuelle établie, on passe au niveau logique. Ici, l'objectif est de définir
comment les données sont structurées et comment elles interagissent entre elles. De même, on précise
les enchaînements de traitements et les règles de gestion. Cette étape offre une vision plus détaillée,
tout en restant indépendante des choix technologiques.

Enfin, le niveau physique se penche sur les aspects techniques de la mise en œuvre du S.I. On y
détermine comment les données seront concrètement stockées, quelles technologies seront utilisées
et comment les traitements seront exécutés par les systèmes informatiques.

16
Tout au long de ce cycle d'abstraction, une interaction constante avec les différents acteurs de
l'entreprise est essentielle. Cela garantit que le système conçu répond véritablement aux besoins de
l'organisation et peut être intégré harmonieusement dans son environnement opérationnel.

Figure 5 : Cycle d’abstraction de conception d'un système d'information

Lorsque nous abordons la conception et la mise en œuvre d'un système d'information, il est essentiel
de suivre une méthode structurée. La méthode que nous allons explorer présente plusieurs
caractéristiques clés qui en font une approche robuste et complète.

Les principales caractéristiques de la méthode sont :

▪ Une approche globale menée parallèlement sur les données et les traitements ;
▪ Cette méthode ne se limite pas uniquement à l'examen des données ou des traitements de
manière isolée.
▪ Au lieu de cela, il adopte une perspective complète, analysant la manière dont les données et
le traitement interagissent et s'influencent mutuellement. C'est essentiel car, dans un véritable
système d'information, les données et les processus sont interdépendants et doivent être
conçus de manière harmonieuse.

La méthode merise repose sur une description du système d’information en trois niveaux :

▪ Le niveau conceptuel : Le quoi ?

▪ Le niveau logique : Qui fait quoi ? où et quand ?
▪ Le niveau physique : Comment ? (Avec quels moyens ?)

Figure 6 : Les questions des trois niveaux d’abstraction

17
Niveau conceptuel (Le QUOI ?)

Le niveau conceptuel, souvent désigné par le "QUOI ?", se focalise sur l'essence même du système
d'information. Dans cette phase, l'objectif premier est de déterminer et de comprendre les éléments
clés qui le composent. Quelles sont les entités majeures qui caractérisent notre système ? Comment
interagissent-elles entre elles et quelles relations les lient ?

Plutôt que de s'embourber dans les méandres techniques, ce niveau aspire à dépeindre une image claire
et concise des besoins fondamentaux du système. Il s'agit, en quelque sorte, de dessiner les grandes
lignes, de bâtir les fondations solides sur lesquelles le reste du projet pourra s'élever. Cette étape peut
être assimilée à la réalisation d'une carte ou d'un schéma global du système, où chaque élément est
identifié, mais sans s'attarder sur ses spécificités techniques. C'est une vision holistique qui offre une
perspective élargie, permettant aux différents acteurs du projet de comprendre l'ensemble du système,
son enjeu et sa finalité, avant de plonger dans les détails pratiques et opérationnels.

Figure 7 : Réponse à la question : QUOI ?

Niveau logique (QUI FAIT QUOI ? OÙ et QUAND ?)

Le niveau logique, souvent désigné par "QUI FAIT QUOI ? OÙ et QUAND ?", est l'étape qui succède à la
définition conceptuelle. Après avoir clairement identifié l'essence du système, il est désormais temps
de plonger plus profondément pour définir la répartition des tâches et des responsabilités. Qui assume
quel rôle ? Dans quel contexte ces actions sont-elles entreprises ? À quel moment précis doivent-elles
être effectuées ?

C'est à ce stade que les contours des rôles commencent à se dessiner, et que chaque élément du
système se voit attribuer une mission précise. Cette phase est essentielle pour garantir une coordination
efficace et une clarté des fonctions au sein du système. Elle permet de s'assurer que chaque élément,
chaque acteur, a un rôle bien défini, évitant ainsi les chevauchements ou les omissions qui pourraient
s'avérer coûteux plus tard dans le processus. En somme, le niveau logique jette les bases d'une

18
organisation structurée, où chaque élément sait exactement ce qu'il doit faire, où il doit le faire et quand
il doit le faire, assurant ainsi le bon fonctionnement et la fluidité de l'ensemble du système
d'information.

Figure 8 : Réponse à la question : QUI ? QUAND ? OÙ ?

Niveau physique (COMMENT ? Avec quels moyens ?)

Le niveau physique, connu aussi comme la phase du "COMMENT ? Avec quels moyens ?", représente le
niveau le plus minutieux dans la conception d'un système d'information. Après avoir établi les bases
conceptuelles et logiques du système, nous arrivons à une phase où le focus est mis sur l'aspect
technique et pratique de la mise en œuvre. Comment les différentes tâches et responsabilités
identifiées précédemment seront-elles concrètement exécutées ?

C'est ici que nous examinons les outils, les technologies et les équipements qui seront employés. Quelles
seront les méthodes précises pour transformer les concepts et les plans en actions tangibles ? Quels
matériels et logiciels seront nécessaires pour garantir une exécution sans faille des processus définis ?

Cette phase est vitale car elle s'assure que la vision conceptuelle et les responsabilités définies peuvent
être traduites en réalités fonctionnelles. Elle garantit que le système, bien qu'idéalement conçu, est
ancré dans la réalité et peut être déployé efficacement avec les ressources et les technologies à
disposition. En d'autres termes, le niveau physique sert de pont entre la théorie et la pratique, assurant
que le système d'information est non seulement bien pensé, mais aussi opérationnel et adapté à
l'environnement technologique actuel.

19
 Figure 9 : Réponse à la question : Comment ? Avec quoi ?

On peux dire que cette méthode offre une approche structurée pour passer d'une idée vague d'un
système d'information à une mise en œuvre concrète. Elle garantit que tous les aspects du système sont
considérés et bien définis, minimisant les risques d'erreurs ou d'omissions.

Figure 10 : Répartition des Niveaux d'Abstraction en Méthode MERISE : Aspects Statiques et Dynamiques

Au cours de la conception d'un système d'information selon la méthode MERISE, plusieurs étapes sont
définies pour assurer une structuration efficace. Tout commence par l'expression des besoins qui
conduit à l'élaboration du MCC (Modèle conceptuel de la communication), lequel détaille les flux
d'informations à considérer. Suite à cela, le MCD (Modèle conceptuel des données) et le MCT (Modèle
conceptuel des traitements) sont élaborés, mettant en avant les règles et contraintes pertinentes. Par
la suite, l'attention est portée sur le modèle organisationnel : le MLD (Modèle logique des données) est
mis au point, symbolisant un choix logiciel pour le système, tandis que le MOT (Modèle organisationnel

20
des traitements) met en lumière les contraintes liées à l'environnement, qu'il soit organisationnel,
spatial ou temporel. Pour finir, le modèle physique est établi, incarnant un choix matériel spécifique
pour le système d'information.

Les phases de réalisation d’un système d'information

Le développement d'un système d'information est un processus structuré qui se déroule généralement
en plusieurs étapes, allant de l'identification initiale des besoins jusqu'à la maintenance du système en
place.

Analyse des
besoins

Maintenance et
Conception
évaluation

Déploiement Implémentation

Test

Figure 11 : Le cycle de développement des systèmes d’information

Voici une description détaillée de ces étapes :

Analyse des besoins :

Avant de commencer le développement, il est essentiel de comprendre exactement ce que

l'organisation attend du nouveau système.

Cette étape implique :

▪ La consultation avec les principaux intervenants pour déterminer leurs besoins et attentes.
▪ L'identification des processus actuels et leur évaluation pour détecter les inefficacités ou les
goulots d'étranglement.
▪ La formulation d'objectifs précis pour le nouveau système.

Conception :

Une fois les besoins clairement définis, la phase de conception commence. Elle se divise souvent en:

▪ Conception conceptuelle : Définition du modèle global du système, souvent à travers des

diagrammes de haut niveau et des descriptions générales.
▪ Conception détaillée : Ici, on définit les spécificités techniques, comme les bases de données
à utiliser, les flux d'informations précis, les interfaces utilisateur, etc.

21
Implémentation :

C'est la phase où la conception est transformée en un système d'information fonctionnel.

Elle implique :

▪ Le codage ou la programmation des différentes fonctions et services du SI.

▪ La configuration des matériels et logiciels nécessaires.
▪ L'intégration de différents composants du SI.

Test :

Avant que le système ne soit pleinement opérationnel, il doit être rigoureusement testé pour
s'assurer qu'il fonctionne comme prévu.

Les tests incluent :

▪ Tests unitaires : Test de chaque composant individuellement.

▪ Tests d'intégration : S'assurer que les composants fonctionnent bien ensemble.
▪ Tests de système : Tester le SI dans son ensemble.
▪ Tests d'acceptation : S'assurer que le SI répond aux besoins et exigences des utilisateurs.

Déploiement :

Une fois testé et approuvé, le système est déployé et devient opérationnel. Cela peut impliquer une
formation pour les utilisateurs finaux, ainsi que la transition depuis d'anciens systèmes.

Maintenance et évaluation :

Le travail ne s'arrête pas une fois que le SI est déployé. Il doit être régulièrement entretenu, mis à
jour et évalué pour s'assurer qu'il continue de répondre aux besoins de l'organisation.

Cette étape implique :

▪ La correction de bugs ou d'erreurs.

▪ L'ajout de nouvelles fonctionnalités si nécessaire.
▪ L'évaluation régulière des performances et de l'efficacité du système.

22
Chapitre II
Modélisation des données

La modélisation des données est au cœur de la conception de tout système d'information. Elle offre une
représentation structurée et cohérente des informations, permettant ainsi une meilleure
compréhension et une mise en œuvre efficace des systèmes.

Ce chapitre se consacre à l'exploration des concepts fondamentaux qui sous-tendent la modélisation

des données, offrant ainsi une base solide pour la conception de systèmes d'information robustes.

▪ Modèle conceptuel de données : Vue d'ensemble du processus et de l'importance de la

conception conceptuelle des données.
▪ Entité : Définition et exploration des composants constitutifs des systèmes d'information.
▪ Propriété : Exploration des attributs ou caractéristiques qui définissent une entité.
▪ Identifiant : Compréhension de l'importance d'un identifiant unique pour chaque entité.
▪ Occurrence : Discussion sur les instances spécifiques d'une entité au sein d'un système.
▪ Dépendances fonctionnelles : Analyse de la manière dont les entités et les propriétés sont
interdépendantes.
▪ Association : Étude des relations entre différentes entités.
▪ Cardinalités : Exploration des relations quantitatives entre entités au sein d'une association.

Au terme de ce chapitre, le lecteur sera équipé d'une compréhension approfondie de la modélisation

des données, prêt à aborder des scénarios de conception plus complexes.

23
 Chapitre 2
Modélisation des données
Dans le monde complexe des systèmes d'information, la capacité à structurer et à organiser
l'information est essentielle. La modélisation des données joue un rôle central dans cette quête, offrant
un cadre pour capturer, représenter et interagir avec les données d'une manière à la fois cohérente et
intuitive.

La modélisation des données est un pilier essentiel dans le domaine des systèmes d'information, servant
de boussole pour naviguer à travers les mers vastes et complexes de l'information. Au cœur de cette
discipline, nous trouvons le Modèle Conceptuel des Données (MCD), qui incarne cette quête
d'organisation et de structuration.

Le MCD ne se contente pas de représenter la structure du système d'information du point de vue des
données ; il éclaire également les intrications, les dépendances et les relations entre ces données,
offrant ainsi une vision claire et holistique.

Mais la beauté du MCD réside dans sa capacité à se focaliser sur l'essence même de l'information, en
mettant délibérément de côté les considérations techniques. En effet, en élaborant un MCD, on
s'abstrait des conditions de stockage, des choix de Systèmes de Gestion de Bases de Données (SGBD) et
des logiciels. De plus, ce modèle reste neutre vis-à-vis de la manière dont les données seront
ultérieurement traitées, garantissant ainsi une modélisation pure, centrée uniquement sur les données.

Alors que nous entamons ce chapitre, nous plongerons profondément dans les nuances de la
modélisation des données, en démystifiant des concepts fondamentaux, et en établissant un socle
robuste pour des phases plus avancées de la conception de systèmes. Des entités aux associations,
embarquez avec nous pour une exploration enrichissante du paysage de la modélisation des données.

La figure 12 illustre le processus de modélisation en suivant la méthodologie Merise. Le diagramme

démarre avec une "Étude de l’existant", qui est la base pour l'élaboration des modèles. Cette étude
mène à la conception du MCC (Modèle conceptuel de la communication) et du MCT (Modèle conceptuel
des traitements), suivis du MOT. Par la suite, en se basant sur des "Vues externes", le MCD brut est
transformé en MCD validé. Ce dernier mène à la création du MLD brut, qui se concrétise ensuite en
MPD. Enfin, le processus aboutit au MOpT, représentant la mise en œuvre opérationnelle.

De plus, la figure souligne trois étapes principales de l'étude : le "Schéma directeur" (prédictible à 50%),
l'"Étude détaillée" (prédictible à 35%) et l'"Étude technique" (prédictible à 15%).

Ces pourcentages peuvent indiquer le niveau de certitude ou de prévisibilité à chaque étape.

24
 Figure 12 : Processus de Modélisation en Méthodologie Merise

Conception de schémas de base de données

Un schéma de base de données est comparable à un plan architectural pour une construction : il
détaille la structure, les relations et les contraintes qui régiront les données. Le processus de
conception de ces schémas est crucial pour garantir l'intégrité, la performance et la sécurité des
données.

Introduction à la modélisation de données

Avant de plonger dans la création de schémas, il est important de comprendre le concept de

modélisation de données. C'est l'acte de transformer des exigences d'information complexes en un
format structuré et organisé. Cette étape facilite la compréhension, la visualisation et la réalisation de
structures de données efficaces.

Figure 13 : Exemple d'un modèle entité-association

Entités et attributs

Au cœur de toute base de données se trouvent des entités, qui sont des objets ou des concepts
pouvant être clairement identifiés. Par exemple, dans une base de données d'entreprise, "Employé",

25
"Département" ou "Projet" pourraient être des entités. Les attributs, quant à eux, sont les
caractéristiques ou propriétés qui décrivent ces entités, comme le "nom" ou le "salaire" d'un employé.

Figure 14 : Exemple de l'entité clients

Règles :

Une propriété ne doit pas être composée

Attention : date, adresse ?

Une propriété ne doit pas être calculée (prix TTC, durée, âge…).

Une propriété ne doit jamais être redondante dans le MCD :

Pas de synonymes (ex : référence article et N° produit).

Pas de polysémies : même signifiant pour plusieurs signifiés (ex : "adresse" qui désigne "adresse
client" et "adresse fournisseur").

On crée deux propriétés avec deux noms différents.

Identifiant :

C’est un groupe minimal d’attributs tels qu’il n’existe pas deux occurrences ayant les mêmes valeurs
pour ces propriétés. L’identifiant d’une entité permet de distinguer chaque occurrence de l’entité par
rapport à toutes les autres.

Exemple : référence article, matricule employé, CNE étudiant …

Un identifiant permet de connaître sans ambiguïté toutes occurrences de l’entité.

Le plus souvent, l’identifiant est un numéro, code, référence …

Occurrences :

Une occurrence d’une entité est connue par les valeurs spécifiques prises par chacune des propriétés
de l’entité. Ces propriétés sont communes à toutes les occurrences de l’entité.

26
Exemple :

Bennis

Khourdifi

Figure 15 : Les occurrences de l'entité Intérimaire

Dépendances fonctionnelles

Dans le domaine de la modélisation des données, les "Dépendances fonctionnelles" occupent une
place centrale. Elles sont essentielles pour comprendre et établir les relations entre les différentes
données d'un système. Les dépendances fonctionnelles permettent de définir comment certaines
propriétés ou attributs d'un ensemble de données sont intrinsèquement liés ou dépendants les uns
des autres.

Leur rôle ne se limite pas seulement à établir des liens, mais elles sont en réalité la pierre angulaire de
l'analyse des données. L'établissement précis et minutieux des dépendances fonctionnelles est
impératif dès les premières étapes de l'analyse. Une omission ou une négligence à cette étape peut
avoir des répercussions majeures sur l'ensemble du système.

Pour simplifier, lorsqu'on parle de dépendance fonctionnelle entre deux propriétés, cela signifie que
la connaissance d'une propriété peut déterminer la valeur d'une autre. Par exemple, considérons deux
propriétés A et B. Si la propriété B dépend fonctionnellement de la propriété A, cela signifie qu'à
chaque valeur unique de A correspond une valeur unique de B.

Dans un tel contexte, on dit que la propriété A "détermine" la propriété B, et cela est souvent
représenté par la notation A → B. Cette notation symbolise la dépendance unidirectionnelle de B
envers A, illustrant le fondement même des dépendances fonctionnelles dans la modélisation des
données.

Exemples :

▪ Moyenne → Mention
▪ CNE → Nom étudiant
▪ Code Postal → Ville
▪ Matricule employé → Nomemployé
▪ Matricule employé → Date d’embauche
▪ Date d’embauche → Salaire employé

27
Dépendances fonctionnelles composées

Une dépendance fonctionnelle peut porter sur la concaténation de plusieurs propriétés :

A1, A2, …, An → B.

Une dépendance fonctionnelle qui comporte plusieurs attributs est dite composée.

Exemples :

▪ N° Bon de Commande, RefProduit → Quantité commandée.

▪ Code Client, Nom Client → AdrClient

Dépendance fonctionnelle élémentaire

Une dépendance fonctionnelle A → B est élémentaire s’il n’existe pas une donnée C, sous-ensemble
de A, décrivant une dépendance fonctionnelle de type C → B

Exemple :

▪ RéférenceProduit → Désignation
▪ NuméroCommande, RéférenceProduit → Quantité
▪ NuméroCommande, RéférenceProduit → Désignation
▪ Code Client, Nom Client → AdrClient
▪ Code Etudiant, N°Livre, Date emprunt → Date retour

Dépendance fonctionnelle élémentaire directe

On dit que la dépendance fonctionnelle A → B est directe s’il n’existe aucun attribut C tel que l’on
puisse avoir A → C et C → B. En d’autres termes, cela signifie que la dépendance fonctionnelle entre A
et B ne peut pas être obtenue par transitivité.

Exemples :

▪ RefArticle → Catégorie
▪ Catégorie → Taux TVA
▪ RefArticle → Taux TVA
▪ RefArticle → Catégorie → Taux TVA
o Donc RefArticle → Taux TVA n’est pas directe, elle est transitive

Dépendance fonctionnelle entre entités

La notion de "Dépendance fonctionnelle entre entités" est un concept clé dans la modélisation des
systèmes d'information et des bases de données. Elle se réfère à la relation intrinsèque qui peut exister
entre deux entités distinctes. Pour être plus précis, lorsque nous parlons de la dépendance
fonctionnelle entre deux entités, E1 et E2, cela signifie que la présence ou la connaissance d'une
occurrence spécifique de l'entité E1 peut directement déterminer ou identifier une occurrence unique
de l'entité E2.

28
Imaginez cela comme une relation cause à effet entre les deux entités. Si l'entité E2 dépend
fonctionnellement de l'entité E1, alors chaque instance ou occurrence de E1 est directement liée à une
et une seule instance de E2.

Dans de tels cas, la dépendance n'est pas seulement superficielle ou arbitraire, mais elle découle d'une
relation logique et structurée entre les entités. Cette dépendance fonctionnelle joue un rôle crucial
dans l'élaboration et la mise en œuvre de modèles de données solides, car elle garantit l'intégrité et la
cohérence des informations tout au long de la chaîne de relations.

Figure 16 : Exemple d'une dépendance fonctionnelle entre deux entités

Exemples :

▪ Employé → Service
▪ Commande → Client
▪ Compte Mail → Utilisateur

Association (Relation)

L'"Association" dans le domaine de la modélisation des données est un concept fondamental qui
permet d'établir une relation entre deux entités ou plus, facilitant ainsi l'interconnexion et la
compréhension des informations dans un système. Visuellement représentée par un ovale barré,
l'association sert de pont entre les entités, dépeignant la nature de leur interdépendance.

Dans la zone supérieure de cet ovale, on inscrit généralement un verbe à l'infinitif, tel que "comprend",
"concerne" ou "est chef de", qui définit précisément la nature de la relation entre les entités
concernées. Cela aide à rendre le modèle plus lisible et intuitif pour ceux qui l'analysent. Par exemple,
dans le cas de l'association entre un "service" et des "employés", le verbe "comprend" est utilisé pour
indiquer que le service englobe plusieurs employés.

En outre, l'ovale peut également lister des propriétés spécifiques, rendant l'association "porteuse".
Ces propriétés peuvent donner des informations supplémentaires sur la relation ou sur les entités
impliquées. Par exemple, une commande peut avoir une date, un montant total, ou un statut de
livraison lorsqu'elle est associée à des articles.

Figure 17 : Exemple d'une association entre produit et commande

29
Prenons quelques exemples pour illustrer cela :

▪ L'association entre un "service" et un "employé" pourrait être représentée par l'ovale barré
portant le verbe "comprend". Cela signifie qu'un service donné peut avoir plusieurs employés
associés.
▪ De la même manière, une "commande" pourrait être associée à plusieurs "articles" avec
l'association "concerne".
▪ Enfin, dans une structure hiérarchique, l'association "est chef de" entre deux entités
"employé" montre clairement la relation de supervision entre elles.

Ces associations sont cruciales pour offrir une vision claire et structurée des relations au sein d'un
système d'information, garantissant ainsi une meilleure compréhension et une meilleure gestion des
données.

Figure 18 : Exemple d'une association entre professeur et matière

Règles de gestion :

▪ Un professeur enseigne au moins une matière. Il peut enseigner plusieurs.

▪ Une matière peut ne pas être enseigner. Elle peut être enseignée par plusieurs professeur

Cardinalités

Les "Cardinalités" occupent une place centrale dans la modélisation des données, servant de guide
pour comprendre combien de fois une entité donnée participe à une association. Plus précisément, les
cardinalités définissent les limites inférieures et supérieures, c'est-à-dire le nombre minimum et
maximum de fois qu'une occurrence d'une entité peut être impliquée dans une association.

Chaque fois que nous regardons une association entre deux entités, nous devons considérer la
cardinalité de chaque entité par rapport à cette association. Pour chaque couple composé d'une entité
et d'une association, la cardinalité indique les nombres minimum et maximum d'occurrences de cette
association qu'une instance spécifique de l'entité peut avoir. Cela devient extrêmement utile pour
définir et comprendre les contraintes et les possibilités de la relation.

Il y a trois valeurs typiques : 0, 1 et N (plusieurs)

Qualificateurs possibles :

▪ (1,1)
▪ (0,n)
▪ (1,n)
▪ (0,1)

30
Les cardinalités traduisent des règles de gestion.

Ce sont des règles propres à l'organisation étudiée, qui sont décidées par les gestionnaires et
décideurs.

Ces règles expriment des contraintes sur le modèle.

Règles :

▪ La valeur n ne peut jamais être à gauche

▪ La valeur 0 ne peut jamais être à droite

Considérons cela à travers un exemple : Lorsque nous examinons l'association entre un "service" et
un "employé", la cardinalité nous informe sur le nombre d'employés qu'un service spécifique peut
avoir et, inversement, combien de services un employé donné peut être associé.

Dans notre exemple : "Un service comprend un ou plusieurs employé", cela signifie que la cardinalité
pour le "service" est de (1,n) - un service doit avoir au moins un employé et peut en avoir plusieurs. De
même, "Un employé est rattaché à un ou plusieurs services (en cours du temps)" indique que la
cardinalité pour l'"employé" est aussi de (1,n) - un employé peut être associé à un service à un moment
donné et peut être associé à plusieurs services au fil du temps.

La précision des cardinalités pour chaque sens de lecture d'une association garantit une représentation
exhaustive et sans ambiguïté des règles métier dans le modèle de données, offrant ainsi une base
solide pour le développement et la maintenance des systèmes d'information.

Figure 19 : Exemple d'une association entre employé et service

Dimension d'une association

La "Dimension d'une association" est un concept essentiel dans la modélisation des données qui sert
à définir le nombre d'entités distinctes impliquées dans une relation donnée. Cette dimension est
déterminée par la collection d'entités qui interviennent dans cette association. En d'autres termes, elle
donne un aperçu du niveau de complexité de la relation et offre des informations sur la manière dont
les entités interagissent entre elles.

La dimension est directement proportionnelle au nombre d'entités qui participent à l'association.

Lorsque nous parlons de deux entités en relation, nous traitons d'une relation binaire. Ceci est l'un des
types de relations les plus courants et se réfère à une interaction directe entre deux objets ou entités
distincts. De manière similaire, lorsque trois entités sont impliquées, nous avons une relation ternaire.
Au fur et à mesure que le nombre d'entités augmente, la terminologie s'adapte, conduisant à des
relations n-aires pour n entités.

31
Par exemple, considérez une relation qui implique un "étudiant", un "cours" et un "professeur". Cette
relation serait ternaire car elle intègre trois entités distinctes. Il est crucial de comprendre la dimension
de l'association car elle influence la manière dont nous conceptualisons, construisons et interprétons
le modèle de données.

Pour résumer, la dimension d'une association est équivalente au nombre d'entités liées dans cette
association. Elle sert de guide pour classer les relations, qu'elles soient binaires, ternaires ou n-aires,
offrant ainsi une perspective claire sur la manière dont les entités s'articulent au sein du système.

Dimension = nombre d'entité liées

32