Vous êtes sur la page 1sur 19

Business Intelligence

Un processus technologique pour une prise de décision efficace


Mise en place technique

Ci-après les liens de téléchargement des outils MSBI.


1.SQL Server 2017 Express
https://www.microsoft.com/en-us/download/details.aspx?id=55994
2.SQL Server Management Business
Studio Intelligence
https://download.microsoft.com/download/5/4/E/54EC1AD8-042C-4CA3-85AB-BA307CF73710/SSMS-
Setup-ENU.exe
3. SQL Server Data Tools
https://download.microsoft.com/download/f/b/2/fb2d777e-e012-4cde-9900-755acfb8f15a/SSDT_14.0.6
1712.50_1033.ISO
4. Power BI Desktop
64 Bits
10.https://download.microsoft.com/download/8/8/0/880BCA75-79DD-466A-927D-1ABF1F5454B0/PBID
esktopSetup_x64.exe
32 Bits:
12.https://download.microsoft.com/download/8/8/0/880BCA75-79DD-466A-927D-1ABF1F5454B0/PBID
esktopSetp.exe
  
2
ETL
DONNÉES NON STRUCTURÉS POUR L’ANALYSE DONNÉES STRUCTURÉS POUR L’ANALYSE

3
ETL
TRANSFORMATION
Application des opérations
de transformation sur les
1 données extraites à partir 3
des sources

EXTRACTION CHARGEMENT
2 Chargement de données
Extraction des données extraites et transformées
pertinentes à partir des dans l’entrepôt de
sources opérationnelles données

4
Sources de données

• Les Sources de données (ou bases de données opérationnelles),


assurent la sauvegarde et le traitement des données nécessaires
au fonctionnement quotidien d’une entreprise à travers les
applications transactionnelles OLTP
• Ces sources de données peuvent être
- internes (comme les bases de production d’une entreprise)
- externes (comme les bases de partenaires)

• Les sources de données peuvent être de nature hétérogène telle


que des fichiers, des bases de données relationnelles ou objets…

5
Extraction

• Extraction des données de leur environnement DW d’origine (base


de données relationnelles, fichiers
plats…)
• Besoin d’outils spécifiques pour accéder aux bases de production
(requêtes sur des BD hétérogènes)
• Besoin d’une technique appropriée pour n’extraire que les
données nécessaires
Données créées ou modifiées depuis la dernière opération
d’extraction 6
Transformation

Intégration des données DW


 Homogénéisation du vocabulaire, structures, valeurs
 Suppression et fusion des redondances
 Épuration des données (suppression des données incohérentes )
 Transformation des données dans un format cible

7
Chargement
Opérations de calcul et d’agrégation des données
– Remplacement de certaines bases si aucune solution
d’extraction satisfaisante n’est possible
• Mise en place de procédures de chargement (nocturne?) et
de restauration (en cas de problème)
– Envisager la mise en place de systèmes redondants si la
disponibilité du système ne peut être interrompue
• Prise en compte de la notion de granularité
– Conservation des données détaillées
– Possibilité d’agrégation des données pour la synthèse 8
Entrepôt de données (DW)

• Le modèle multidimensionnel consiste à considérer un sujet


d’analyse comme un point dans un espace à plusieurs dimensions

• La modélisation multidimensionnelle a donné naissance aux


concepts de fait et de dimension (Kimball, 2002)

9
Entrepôt de données (DW)
• Concept de fait:
- Sujet analysé
- Un ensemble d'attributs appelés mesures (informations
opérationnelles)
• Les ventes (chiffre d'affaire, quantités et montants
commandés, volumes des ventes, ...)
• Les stocks (nombre d'exemplaires d'un produit en stock, ...)

10
Entrepôt de données (DW)
• On distingue trois types de faits:
• Additif: additionnable suivant toutes les dimensions  Quantités
vendues, chiffre d’affaire CA  Peut être le résultat d’un calcul: o
Bénéfice = montant vente - coût
• Semi additif: additionnable suivant certaines dimensions 5 
Solde d’un compte bancaire: o Pas de sens d’additionner sur les
dates car cela représente des instantanés d’un niveau o Σ sur les
comptes: on connaît ce que nous possédons en banque
• Non additif: fait non additionnable quelques soit la dimension 
Prix unitaire: l’addition sur n’importe quelle dimension donne un
nombre dépourvu de sens

11
Entrepôt de données (DW)
• Mesure

Une mesure est un indicateur d’analyse de type numérique et


cumulable. Une mesure est accompagnée d’un ensemble de
fonctions d’agrégation qui permettent de l’agréger en fonction des
axes d’analyse.

12
Entrepôt de données (DW)
• Concept de dimension:

- Une dimension (ou axe d’analyse) modélise une perspective de


l’analyse
- Chaque dimension comporte un ou plusieurs attributs /
membres
- Chaque membre de la dimension a des caractéristiques propres
et généralement textuel

13
Entrepôt de données (DW)
• Concept de dimension:

Une hiérarchie organise les paramètres d'une dimension selon une


relation "est_plus_fin" conformément à leur niveau de détail.

- Hiérarchie :
• Les attributs/membres d'une dimension sont organisés
suivant des hiérarchies
• Chaque paramètre appartient à un niveau hiérarchique (ou
niveau de granularité) particulier

14
Entrepôt de données (DW)
• Exemple 1: Les paramètres des dimensions sont organisés suivant
une hiérarchie ; les paramètres sont ordonnés par une relation
"est_plus_fin" et notée P1 →P2.

• Par exemple, pour la dimension Geographie : Ville →


Departement → Region Ainsi chaque ville appartient à un
département qui est situé dans une région.

• Exemple 2: Une dimension contient des membres organisés en


hiérarchie : Chacun des membres appartient à un niveau
hiérarchique (ou niveau de granularité) particulier.
• Ex : pour la dimension Temps: année – semestre – mois – jour

15
Modélisation
• Modèle en étoile
- Une table de fait centrale et des dimensions
• Un fait central
• n dimensions (n>=2)
- Les dimensions n’ont pas de liaison entre elles

16
Modélisation
• Modèle en flocon de neige
- Dérivé du schéma en étoile
- Représenter la table dimension par plusieurs tables
- Le fait est conservé
- Les dimensions sont éclatées conformément à leurs niveaux
d’hiérarchie

17
Modélisation
• Modèle en constellation
- Fusionner plusieurs modèles en étoile
- Un modèle en constellation comprend plusieurs faits qui
partagent des dimensions (pas forcément toutes les
dimensions

18
Alimentation ODS & DWH

19

Vous aimerez peut-être aussi