Académique Documents
Professionnel Documents
Culture Documents
Les applications de Business Intelligence, dcisionnels, CRM peuvent tre capables dextraire les informations qui leur sont ncessaires dans les fichiers de production de lentreprise. Toutefois, les donnes y sont souvent sous des formats diffrents et, surtout, elles ne sont pas facilement exploitables, car codifies ou incompltes. On constitue donc des entrepts de donnes o les applications dcisionnelles pourront puiser librement.
Qui fournit les donnes ? quand ? quel niveau de dtail ? Le data warehouse nest pas forcment un projet dentreprise. Il est souvent plus simple politiquement de rgler les problmes dpartement par dpartement et de ninvestir que sur les informations dont on aura besoin. Par exemple, chez lun des leaders de lassurance, il y a 60 bases de donnes Mais les dpartements mtier ont besoin des informations de leur propre mtier mais aussi des autres dpartements et le niveau de suivi dtaill nest pas le mme dun dpartement lautre. Si lon prend exemple dans le monde des tlcommunications, tous les oprateurs stockent les dtails des appels CDR (Call Detail Record). Cette information intresse : le marketing : pour connaitre les clients et proposer des offres adaptes, les gestionnaires du rseau : pour voir comment se rpartit le trafic (suivant les heures, les jours, les rgions). les financiers : pour prvoir la trsorerie, les investissements, les rsultats Pour ces raisons, les experts conseillent gnralement de constituer un data ware house dentreprise, grand gisement de donnes dtaill dans un seul et mme environnement pour rpondre tous les besoins des mtiers.
On met galement en place des fonctionnalits dites ETLT (Extract Transform Load Transform) pour valoriser les donnes dj intgres. Que veulent dire ces termes de BI, de Systmes Dcisionnels, de WRS, de DW et de DM ? BI Business Intelligence Systmes Dcisionnels WRS Web Report Studio DW Data Warehouse DM DataMart
Le dcisionnel au service de la performance financire Au cur de la stratgie de lentreprise, lingnierie dcisionnelle a pour objectif de faciliter la gestion stratgique et tactique de lentreprise, la fois de faon globale et locale ; ce que nous regroupons sous le terme de performance management. La gestion de la performance se situe au niveau des couches suprieures de la Business Intelligence base sur la technologie Datawarehouse. Cette Business Intelligence inclut la prvision, la simulation ainsi que la supervision au niveau le plus lev de lorganisation. Aujourdhui, lingnierie dcisionnelle se dclique sous plusieurs forme de nomenclature : Corporate Performance Management (CPM), Business Performance Management (BPM), Enterprise Performance Management (EPM) sont en effet trois appellations dsignant une mme proccupation, celle daider les dcideurs mieux piloter leurs entreprises.
Extract-Transform-Load est connu sous le terme ETL (ou parfois : datapumping). Il s'agit d'une technologie informatique intergicielle permettant d'effectuer des synchronisations massives d'information d'une banque de donnes vers une autre. Selon le contexte, on traduira par alimentation , extraction , transformation , constitution ou conversion , souvent combins. Elle est base sur des connecteurs servant exporter ou importer les donnes dans les applications (Ex : connecteur Oracle ou SAP...), des transformateurs qui manipulent les donnes (agrgations, filtres, conversions...), et des mises en correspondance (mappages). Le but est l'intgration de l'entreprise par ses donnes. A l'origine, les solutions d'ETL sont apparues pour le chargement rgulier de donnes agrges dans lesentrepts de donnes (ou datawarehouse), avant de se diversifier vers les autres domaines logiciels. Ces solutions sont largement utilises dans le monde bancaire et financier, et en dveloppement dans l'industrie. Actuellement il existe trois catgories doutils ETL :
Engine-based : les transformations sont excutes sur un serveur ETL, disposant en gnral dun rfrentiel. Ce genre de doutil dispose dun moteur de transformation ;
Code-generators : les transformations sont conues et un code est gnr. Ce code est dployabe indpendamment de la base de donnes. Ce portail sur est une excellente ressource pour les personnes qui cherchent une information spcialise pour dcider d'un choix technologique, ou tout simplement les personnes qui dsirent rester jour et au courant des derniers dveloppements de nature techniques dans le domaine. Nous y ajoutons du matriel au fur et mesure, vous tes donc convi nous rendre visite souvent pour y avoir accs.
La dfinition
Modlisation dimensionnelle
La modlisation multidimensionnelle t introduite par Ralph Kimball. Elle consiste en deux nouveaux concepts tels que les faits et les dimensions. Chaque modle multidimensionnel est compos dune table contenant une cl, la table des faits qui permettent de mesurer lactivit et dun ensemble de tables dimensionnelles qui contiennent les informations contextuelles faisant varier les mesures de lactivit en question. Chaque table de faits possde une cl qui la relie avec la cl primaire de chaque table de dimension. Selon l'architecture de Ralph Kimball (Back Room et Front Room), les structures de donnes dimensionnelles sont la destination ultime des processus ETL et ces tables se positionnent la frontire entre le Back Room et le Front Room. En gnral les tables dimensionnelles sont l'tape finale de stockage physique de donnes avant leur transfert vers l'environnement des utilisateurs finaux. Le modle dimensionnel est la structure de donnes la plus utilise et la plus approprie aux requtes et analyses des utilisateurs d'entrepts de donnes. Elles sont simples crer, stables et intuitivement comprhensibles par les utilisateurs finaux. Le modle dimensionnel est la fondation mme pour la construction des cubes OLAP. iL consiste en une grande table de faits ( fact table) et un cercle dautres tables quicontiennent les lments descriptifs du fait, appeles dimensions . Quand illustr, le modle ressemble une toile, cest dailleurs lorigine du terme En toile .
Les
Pour bien russir le modle dimensionnel il est ncessaire de raliser les quatre tapes suivantes : i. Choisir le Processus Modliser
quatre
tapes
de
la
Modlisation
Dimensionnelle:
Il s'agit de choisir le processus d'affaire tudier. Un processus une sries d'activits qui transforment des intrants en extrants en y ajoutant de la valeur et ce en faisant appel diffrentes ressources humaines, matrielles et financires. Le choix du processus est en gnral effectu par les utilisateurs finaux ( Un logigramme ou cartographie devrait exister pour documenter le processus d'affaire en question). D'ailleurs c'est ce stade que l'on essaye de traduire les objectifs des scorecards en KPI dans le cas des DSS d'indicateurs de gestion... ii. Dfinir la granularit du processus
Il s'agit de rpondre la question : Que reprsente un enregistrement de la table de fait ? La granularit dfinit le niveau de dtail contenu dans la table de fait. Voici quelques exemples : o Une ligne de commande par produit, par client et par jour.
o Une transaction bancaire par client par type de retrait et par mois. Il s'agit de l'tape la plus critique lors de la cration du modle.
iii. Choisir les Dimensions
Dans cette tape on doit choisir les diffrentes dimensions qui reprsentent le contexte dans lequel le fait a eu lieu. iv. Identifier les Faits
Pour identifier les faits, il faut rpondre la question : Qu'est ce qu'on mesure ?
La dfinition
Portail
Accueil
La modlisation dimensionnelle structure les donnes d'une faon trs diffrente de la structure en 3FN ( 3ime forme normale) frquemment utilise par les modlisateurs des systmes OLTP. La modlisation dimensionnelle produit ce qu'on appelle le modle dimensionnel ou communment le schma en toile. C'est la structure de donnes la plus utilise et la plus approprie aux requtes et analyses des utilisateurs d'entrepts de donnes. Elle est simples crer, stable et intuitivement comprhensible par les utilisateurs finaux. Le modle dimensionnel est la fondation mme de la construction des cubes OLAP. Il consiste en une grande table de faits ( fact table) et un cercle dautres tables qui contient les lments descriptifs du fait, appeles dimensions . Quand illustr, le modle ressemble une toile, cest dailleurs lorigine du terme En toile . La figure suivante illustre le schma en toile (star schema)
Modlis
Star Sc
Snowfla
Dimens
Dimens
Types d
Dimens
Fait - D
Types d
Cycle d
Articles Retour
La dfinition
Une dimension est une table qui contient les axes d'analyse (les dimensions) selon lesquels on veut tudier des donnes observables (les faits) qui, soumises une analyse multidimensionnelle, donnent aux utilisateurs des renseignements ncessaires la prise de dcision. On appelle donc dimension un axe d'analyse. Il peut s'agir des clients ou des produits d'une entreprise, d'une priode de temps comme un exercice financier, des activits menes au sein d'une socit, etc
est vraisemblablement l'unique solution pour pour btir une entreprise pro-active au sens propre du terme. La Business Intelligence dsigne en effet un ensemble d'outils technologiques, mthodiquement assembls, et dploys en parfaite cohrence avec la stratgie d'entreprise pralablement labore. La Business Intelligence n'a d'autre finalit que de dlivrer les informations pertinentes chaque manager afin qu'ils puissent prendre le plus efficacement possible les meilleures dcisions selon son contexte d'action, ses prrogatives et ses objectifs tactiques et stratgiques.
La Business Intelligence n'a d'autre finalit que d'assister le processus d'aide la dcision de l'entreprise. L'architecture dcisionnelle mise en place a ainsi pour mission de rendre accessible, de mettre en forme et de prsenter les informations cls afin de faciliter la prise de dcision. Voyons ci-aprs l'architecture d'un systme dcisionnel : Collecter, Stocker, Exploiter... Comment s'imbriquent les diffrents outils de la Business Intelligence, logiciels, progiciels et autres composants technologiques (Data warehouse, Data mart, Reporting, tableau de bord, Data mining, portails informationnels et autres outils. Quelques prcisions complmentaires en 3 fiches pour bien mettre en vidence l'importance de conduire de concert le projet Business Intelligence et la stratgie d'entreprise.
Temps 2. Perspectives de la BI
Pour bien comprendre un concept aussi complexe que l'aide la dcision et bien en saisir les conditions de mise en oeuvre optimale, il est recommand de se livrer un petit exercice d'anticipation propos des orientations pratiques de la BI. o Voyons ds prsent les perspectives de la Business Intelligence de la BI 1.0, la BI actuelle au futur de la BI, la BI de demain telle que l'on peut l'imaginer aujourd'hui. o Intressons-nous maintenant au concept de Business Intelligence 2.0, qualificatif un peu "mode" pour dsigner la BI de nouvelle gnration, dans la dynamique du Web 2.0 afin de rpondre aux attentes des dcideurs. Quelques complments propos de la mise en pratique sur le terrain : la Business Intelligence 2.0 en pratique ou comment intgrer les outils du Web 2.0 et de la gestion de la connaissance au coeur du systme dcisionnel. o Un point prcis sur la Business Intelligence temps rel, un concept encore mal dfini, qui mrite d'tre clairer en se basant non pas su les offres des constructeurs mais bien sur les attentes des utilisateurs. o Et pour terminer ce chapitre, un point sur la Business Intelligence Mobile, l'heure du dploiement des Blackberry, Apple iPad, iPhone et autres tablettes et smartphones.
Le projet data warehouse est assez spcifique. Les questions de l'architecture Data Warehouse et de la modlisation des donnes seront troitement lies une tude srieuse des usages prsents et futurs. Dans tous les cas il faudra valuer le ROI du projet Data Warehouse, une question essentielle mais pas des plus simples traiter.
Le concept de "Big Data", le stockage et les traitements massivement distribus bousculent dj les lignes. Pour mieux comprendre, attardez-vous sur le concept de Map Reduce de Google Corp, ainsi que sur Hadoop et Hadoop et les calculs massifs sans oublier les bases No SQL.
Le Data mining est d'un usage plus dlicat, mais nettement mieux adapt l'exploitation des grandes quantits de donnes. aux arbres de dcision, et au text mining. On s'intressera aussi de prs aux analyses prdictives,
Le tableau de bord est l'instrument cl de l'assistance la prise de dcision. Cette formulation est d'autant plus avre dans un contexte complexe et en environnement incertain.
Le tableau de bord, instrument d'aide la dcision est au coeur mme du systme d'information dcisionnel. La russite de sa conception conditionne la viabilit du projet.
Les outils de reporting et autres requteurs ad hoc ont longtemps t les outils phares de la BI pour le plus grand bonheur des intgrateurs. Voir aussi la dclinaison : reporting financier.
En complment, les hyper cubes de type OLAP sont toujours d'actualit et bien utiles pour les analyses multidimensionnelles, condition de bien en saisir les principes d'utilisation et de constitution. Les 2 principes sont troitement lis. L'offre commerciale est suffisamment vaste pour drouler un processus de choix en tenant compte des orientations stratgiques, des attentes des utilisateurs et des contraintes propres aux systmes d'information d'entreprise.
Comparez les principales solutions proposes par les diteurs d'outils dcisionnels et aussi les principales solutions BI Open Source. Ces rnires mritent en effet d'tre retenues dans la short-list. Depuis dj quelques temps, ces produits nt dsormais suffisamment professionnels pour tre concurrentiels de l'offre des diteurs plus ditionnels, et ce pour de multiples types d'utilisation. A voir au cas par cas.
Ce dossier de 78 fiches peut tre comme une auto formation la Business Intelligence, dans le cadre d'une sensibilisation aux pts et la technologie pour manager dcideur. Le programme de ce cours en auto formation est nible sur le Perfologue : Cours Business Intelligence
Quelques rflexions et mmandations, toujours d'actualit, pourconduire le projet dcisionnel. Ce texte fut crit en rponse au lat :"Pour dcider, il faut un maximum d'informations" qui sert encore, de rgles de conduite pour mbreux projets BI malgr les checs rpts. sur le blog pro Le
Lire aussi ogue, le dossier : Les 5 points d'inflexion du projet Business Intelligence
ues rfrences bibliographiques pour pousser plus avant ses investigations. Le web c'est bien, c'est ue pour collecter "rapidement" une information ponctuelle, mais il ne remplacera jamais un ouvrage nd. Les livres de la Business