Vous êtes sur la page 1sur 23

Facult des Sciences Juridiques Economiques et Sociales de Marrakech

Prpar et prsent par: Sous lencadrement de : Mme BENRAIS Amina


ADERGHAL Meryam BOUSKMOUD Safae COULIBALY Nancy El MADI Khadija KILANI Madiha SOUGRATI Oumayma

Anne universitaire: 2012/2013

Plan

Introduction 1re Partie : Analyse multidimensionnelle 2me partie : Datamining

3me Partie : Applications Analytiques CONCLUSION

L'analyse multidimensionnelle est la capacit analyser des donnes qui ont t agrges suivant plusieurs dimensions. On veut donc accder des donnes dj agrges selon les besoins de l'utilisateur, de faon simple est rapide.

On utilise pour cela des hypercubes OLAP. Les donnes sont reprsentes dans des hypercubes n dimensions. Les donnes sont structures suivant plusieurs axes d'analyses (dimensions) comme le temps, la localisation ...

Une fois cette structure multidimensionnelle tablie, l'outil OLAP propose des mthodes de navigation dans les donnes : Drill-down/Drill-up,

Rotate,
Slicing,

Scoping.

Drill-up / Drill down Cela permet d'aller vers les informations dtailles dans une hirarchie ou au contraire de remonter d'un niveau de granularit. Il s'agit donc de zoumer ou de dzoumer sur une dimension.

Rotate Consiste effectuer une rotation de l'hypercube afin de prsenter une face diffrente. Il s'agit donc de modifier une dimension de lecture.

Slicing Consiste ne travailler que sur une tranche de l'hypercube. Une des dimensions est alors rduite une seule valeur.

Scoping Consiste ne travailler que sur un sous-cube. On s'intressera alors seulement une partie des donnes.

Diffrents OLAP
Au niveau logique il existe plusieurs possibilits pour la modlisation multidimensionnelle : ROLAP, MOLAP, HOLAP et DOLAP schmatiss si dessous

Le Multidimensional OLAP consiste utiliser un MOL systme multidimensionnelle pur.

AP
Dans le Relational OLAP les donnes sont stockes dans une base de donnes relationnelle. ROLAP HOLAP (Hybrid OLAP) est un hybride entre ROLAP ET HOLAP HOLAP

La base DOLAP (Desktop) est une base OLAP trs limite en taille DOLAP

Un terme gnrique englobant toute une famille d outils facilitant l exploration et l analyse des donnes contenus au sein dune base dimensionnelle de type DatawareHouse ou DataMart . Les techniques mises en action lors de lutilisation de cet instrument danalyse et de prospection sont particulirement efficaces pour extraire des informations significatives depuis de grandes quantits de donnes .

Donnes en trop grandes quantits pour tre traites manuellement ou par des mthodes classiques :
nombre denregistrement en millions ou milliard donnes de grandes dimensions (trop de champ, attributs, caractristiques) sources de donnes htrognes

Disponibilit dnormes donnes :


donnes sur les clients numrisation de textes images

Ncessit conomique :
Forte pression due a la concurrence du march Besoin de prendre des dcisions stratgiques efficaces

Le Datamining permet de transformer les donnes en connaissances et la Matrise de la connaissance permet de :


Tirer parti dun avantage concurrentiel;

Produire de la valeur ;
Constituer un avantage industriel (savoir-faire); Raliser des conomies dchelles grce la rutilisation des mthodes;

Dployer les mthodes sur tous les domaines applicatifs;


Dvelopper les comptences, la capacit et lautonomie de rflexion et daction de lentreprise.

1) Mthodes :
Mthode Objectif

Segmentation

Ventilation des donnes dans des groupes pertinents


Classification des donnes dans des catgories prdtermines Mise en vidence de combinaisons de caractristiques communes Prvision du futur sur la base du pass

Classification

Corrlation

Pronostics

2) Procdures
Projet dataMining : quatre questions clefs

1.Cet outil . est-il indispensa ble une stratgie client ?

2. Quelles sont les conditions pour obtenir des rsultats performants ?

3.Combie n de temps pour obtenir des rsultats ?

4.Comment dbuter un projet data mining?

Qu'est ce qui caractrise une application analytique ?

Logiciel bas sur la business intelligence


Un savoir-faire mtier (ou fonctionnel) et sectoriel Un mlange de pratiques reconnues et de mthodes de rfrence, fondes sur l'exprience Des prparamtrages pour l'acquisition des donnes

Diffrents types dapplications analytiques :

Les applications analytiques prdfinies (Hyprion, SAP, People Soft) Les applications analytiques internes mises en place par les entreprises elles-mmes.

Avantages

Utilisation particulire Trs cibl dun ou plusieurs indicateurs Rgle une proccupation prcise A forte valeur ajute

Inconvnients

Utilisation trop spcialise Rigidit

Conclusion