Académique Documents
Professionnel Documents
Culture Documents
Business Intelligence Boufares-2
Business Intelligence Boufares-2
DR-ING.NEDYA BOUFARES
PLAN:
Introduction Conclusion
2
Dr-Ing.Nedya Boufares
Introduction Générale
BI
3
Dr-Ing.Nedya Boufares
Le savoir, c’est le pouvoir
–Sir Francis Bacon–
4
Dr-Ing.Nedya Boufares
Introduction
Vente?
Client? Achat? Employé?
Produit? CA?
5
Dr-Ing.Nedya Boufares
Problématique:
• Quelle est la marge générée par ce groupe de produits ?
• Est-ce que les remises font augmenter les ventes ?
• Quels sont les commerciaux qui font le plus de ventes ?
• Quels sont les commerciaux qui performent le mieux par pays, sexe, âge, salaire ?
• Quels groupes de clients sont identifiés ?
• Quels sont les clients les plus rentables ?
• Quels fournisseurs proposent des produits rentables?
• Quelle est la moyenne et l’écart-type du chiffre d'affaires ?
• Quelles sont les variables qui expliquent le mieux l’importance du chiffre d'affaires ?
6
Dr-Ing.Nedya Boufares
Constat
Information non
Données stockées consolidée
Différents
niveaux Outils d’analyse
personnel
Dr-Ing.Nedya Boufares
7
Pourquoi la prise de décision est si difficile?
Processus de la décision humaine :
Je suis en train de transpirer:
● s'il fait chaud dehors==> c'est normal ==> je vais me mettre au frais
● s'il ne fait pas chaud==> j'ai de la fièvre ==> je vais chez le médecin
une information isolée possède peu de valeur, elle n'aura de sens que
comparée à d'autres informations 8
Dr-Ing.Nedya Boufares
01
Qu'est-ce que le Business
Intelligence ?
(IA)
9
Dr-Ing.Nedya Boufares
(BI) =
Business
Intelligence
10
Dr-Ing.Nedya Boufares
Business Intelligence : Définitions
1. BI : “Terme générique qui englobe les applications, l'infrastructure, les outils et les meilleures
pratiques permettant l'accès et l'analyse de l'information afin d'améliorer et d'optimiser les
décisions et les performances.” Howard Dresner
2. BI : “Un ensemble de stratégies et de technologies utilisées par les entreprises pour l'analyse
des données d'informations commerciales.” Wikipedia
3. BI : “Un processus axé sur la technologie pour analyser les données et fournir des informations
exploitables qui aident les cadres, les gestionnaires et les travailleurs à prendre des décisions
commerciales éclairées”. TechTarget
11
Dr-Ing.Nedya Boufares
Evolution de l’informatique dans les entreprises
12
Dr-Ing.Nedya Boufares
Evolution de la Business Intelligence
https://www.openmindt.com
13
Dr-Ing.Nedya Boufares
02
BI : Les objectifs
(IA)
14
Dr-Ing.Nedya Boufares
Les objectifs d’un processus BI
Amélioration de
Prise de décision la performance
éclairée financière
Collaboration
et partage des Objectifs Planification
et prévisions
information
15
Dr-Ing.Nedya Boufares
Les enjeux d’un processus BI
(a) Qualité des données :
Les données doivent être exactes, complètes, cohérentes et fiables pour garantir des résultats
précis et pertinents
(IA)
18
Dr-Ing.Nedya Boufares
Les étapes d’un projet BI
04
L’analyse des
La restitution
03 données
des données
La collecte 02 L’intégration
des données
des données
01
19
Dr-Ing.Nedya Boufares
Architecture d’un projet BI
https://www.universitylib.com/informatique-decisionnelle-integration-de-donnees/
20
Dr-Ing.Nedya Boufares
1. Collecte des données
> Compréhension des besoins : La collecte des données commence par une étape de
compréhension des besoins. Il est crucial de collaborer avec les parties prenantes et
les utilisateurs finaux pour comprendre leurs objectifs, leurs exigences et les questions
auxquelles ils cherchent à répondre
> Identification des sources de données : Une fois que les besoins ont été identifiés,
il est nécessaire de déterminer les sources de données pertinentes. Les sources de
données peuvent être variées, telles que des bases de données transactionnelles, des
fichiers plats, des applications métier, des médias sociaux, des capteurs, etc
> Évaluation de la qualité des données : Avant d’intégrer les données, il est
essentiel d'évaluer leur qualité. Cela implique de vérifier la fiabilité, la précision et la
cohérence des données.
21
Dr-Ing.Nedya Boufares
2. Intégration des données : ETL
01
Extract
02
Transform
03
Load
Une fois que les sources Après l'extraction des Une fois que les données
de données sont données, il est souvent sont transformées, elles
identifiées, il faut nécessaire de les doivent être chargées
transformer pour les dans une base de
extraire les données de
rendre cohérentes et données ou un entrepôt
ces sources. exploitables de données dédié 22
3. Restitution des données
● Même s’il demande un fort engagement métier, un projet BI reste un projet de
développement (i.e : Analyse, Conception & Réalisation).
https://galaktika-soft.com/
23
Dr-Ing.Nedya Boufares
Data WareHouse (DWH)
Data WareHouse = Entrepôt de données = Base de données décisionnelles
● C'est est une vision centralisée et universelle de toutes les informations de l'entreprise. C'est
une structure (comme une base de données) qui a pour but, contrairement aux bases de
données, de regrouper les données de l'entreprise pour des fins analytiques et pour aider à
la décision stratégique.
24
Dr-Ing.Nedya Boufares
Caractéristiques d'un D'WH:
– Données Orientées Sujets –
Le DW est orienté sujets, ce qui signifie que les données collectées doivent être orientées
métier, et donc triées par thème
25
Dr-Ing.Nedya Boufares
Caractéristiques d'un D'WH:
– Données Intégrées –
Le DW est composé de données intégrées, c'est à dire qu’un « nettoyage » préalable des
données est nécessaire dans un souci de rationalisation et de normalisation.
26
Dr-Ing.Nedya Boufares
Caractéristiques d'un D'WH:
– Données Orientées Sujets –
● Les données du DW sont non volatiles, ce qui signifie qu’une donnée entrée dans
l’entrepôt l’est pour de bon et n’a pas vocation à être supprimée.
● Les données du DW doivent être historisées, donc datées
27
Dr-Ing.Nedya Boufares
Conception d’un DWH (1/2 )
● Les données sont organisées par sujets majeurs:
> Clients, produits, ventes, …
29
Dr-Ing.Nedya Boufares
Modélisation d’un DWH
Modèle en étoile
30
Dr-Ing.Nedya Boufares
Modélisation d’un DWH
Modèle en flocon
31
Dr-Ing.Nedya Boufares
Modélisation d’un DWH
Modèle en constellation
32
Dr-Ing.Nedya Boufares
BDTransactionnelle VS BDDécisionnelle
Caractéristiques OLTP OLAP
Objectifs :
● Analyser les données pour identifier les tendances, les modèles et les relations.
● Extraire des informations significatives à partir des données brutes.
● Créer des tableaux de bord et des rapports pour visualiser les résultats.
Avantages :
BI
35
Dr-Ing.Nedya Boufares
La chaîne décisionnelle simple d’un projet BI
DWH
● Oracle Database
● Microsoft SQL Server
COLLECTE
> SGBD (Oracle, MySQL) ● IBM Db2
> Fichiers Plats (Excel, CSV,...) ● SAP HANA
> Logiciels (ERP,CRM,...) ● Snowflake
01 02 03 04
ETL Reporting
https://www.fortunebusinessinsights.com
37
Dr-Ing.Nedya Boufares
Importance de la préparation des données
38
Dr-Ing.Nedya Boufares
Meilleurs IAAS/ Vendeurs BI
39
Dr-Ing.Nedya Boufares
Poly Digital (MP)
40
Poly Digital (MP)
41
Poly Digital (MP)
42
Poly Digital (MP)
43
Poly Digital (MP)
44
Poly Digital (MP)
45
Poly Digital (MP)
46
Poly Digital (MP)
47
Poly Digital (MP)
48
Poly Digital (MP)
49
Poly Digital (MP)
50
Poly Digital (MP)
51
Poly Digital (Certifications)
DA-100 Analyzing
Data Analytics
P O
Data with Microsoft
Power BI
AWS Academy
Data Analytics
lab-series L Y PL-900 Power
Platform
Fundamentals
52
Dr-Ing.Nedya Boufares
Conclusion
Cube BI IA
OLAP
Data Mart
53
Dr-Ing.Nedya Boufares
Merci
nedya.boufares@polytecsousse.tn
54
Dr-Ing.Nedya Boufares