Académique Documents
Professionnel Documents
Culture Documents
Sara EL HABBARI
Avant de commencer
Présentations
•Qui êtes-vous ?
Bases de données
Introduction à la BI
Projets BI
Outils BI
Introduction à la BI
• La Business Intelligence « BI » ou l’Informatique Décisionnel : Moyens, outils et méthodes permettant de :
Comprendre : le besoin du client
Modéliser : une base de données
Collecter : via des outils adéquats
Consolider : préparation de l’information
Restituer : de façon simple les données de l’entreprise en vue d'offrir une aide à la décision
Introduction à la BI
de l’utilisateur
chacun
• STAGING AREA (STG) : Couche d’intégration temporaire des données sources, son contenu peut être vidé après chaque chargement du Datawarehouse.
• OPERATIONAL DATA STORE (ODS) : Couche de stockage intermédiaire des données atomiques pouvant provenir de plusieurs sources et dans différents formats. Ces
données sont nettoyées et rendues intègres avant intégration dans le Datawarehouse.
• DATAMART (DM) : Base de données destinée à l'analyse, comportant des données agrégées et modélisées en dimensions et indicateurs. L'objectif d'un datamart est d'offrir à
ses utilisateurs un temps de réponse optimal pour leur besoin analytique.
• MDM : Les outils Master Data Management permettent de gérer efficacement les données de référence. Ces outils centralisent les données pour créer un
enregistrement unique et fiable de l'information pour toute l’entreprise.
• ETL : Les outils ETL permettent de consolider les données à l’aide des trois opérations suivantes:
Extraction
Transformation
Chargement
• REPORTING : Les outils de reporting permettent de mettre en scène des données récupérées à un instant T et de les présenter de manière claire afin qu’elles
puissent être analysées et exploitées par une tierce personne généralement pour des fins d’aide à la décision.
• MULTIDIMENSIONNEL : Les outils multidimensionnels permettent de modéliser des données selon plusieurs axes. Ces données sont stockées dans des cubes :
structure de données stockant les faits comme des mesures indexées par plusieurs dimensions.
• DATAMINING : Les outils de datamining permettant l'analyse d'une grande quantité de données contenues dans une base. L’objectif étant de faire apparaître des
corrélations entre des phénomènes en apparence distincts afin d'anticiper des tendances.
Outils BI
• Power Pivot : un composant permettant l’importation d’ensembles de données à partir de diverses sources et la création de modèles de données plus
sophistiqués grâce à son langage de formules appelé DAX (Data Analysis Expressions).
• Power BI : une solution d’analyse et de visualisation d’entreprise basée sur les moteurs Power Pivot et Power Query. Les utilisateurs peuvent utiliser «Obtenir
des données» (Power Query) et le «modèle de Données» (Power Pivot) pour extraire et analyser leurs données à partir de centaines de sources différentes.
Ils peuvent ensuite créer des tableaux de bord et des rapports interactifs ainsi que visualiser leurs données avec plusieurs types de graphiques.
Bases de données
• Base de données = Socle fondamentale des systèmes de gestion informatisés applicatifs :
o Accès centralisé aux données pour les utilisateurs et les programmes
o Exploitation optimisée des transactions (ajout, mise à jour, suppression, lecture)
o Information organisée de façon modulaire sous forme de tables
o Concept relationnel : connexion logique entre les tables (« relation »)
• Table : entité d’organisation composée de n colonnes proposant une collection cohérente de données connexes
(même structure)
• Colonne (ou champ) : attribut unitaire d’une table défini par un type :
• Texte (alphanumérique) : caractères, chaines
• Numérique : entiers, valeurs décimales signées ou non
• Date : date, date heure
• Booléen/Binaire : vrai/faux, 0/1
… et une taille pour le stockage de valeur.
• Enregistrement : ligne élémentaire d’une table comportant une valeur pour chacune des colonnes composant la
table.
Bases de données
• Clé étrangère : colonne faisant référence à la clé primaire d’une autre table,
permettant via une contrainte, d’assurer l’intégrité au sein du modèle
relationnel (suppression d’une valeur de clé verrouillée par son utilisation dans
une table disposant d’une telle contrainte).
(WHERE <Colonne1>=<Valeur>…)
• L’Entité :
o Objet représentatif de l'activité à modéliser et préfigurant une table
o Proposant une ou plusieurs propriétés/attributs, préfigurant les champs de la table
o Identifiée par une propriété unique et discriminante, préfigurant la clef primaire
o Déclinée en occurrences, préfigurant les enregistrements de la table cible
• La cardinalité:
o Couples de valeur que l'on trouve entre chaque entité et ses associations liées. Elles expriment
le nombre de fois qu’une occurrence de cette entité peut être impliquée dans une occurrence
de l'association, au minimum et au maximum
o 4 combinaisons de valeurs possibles :
0,1 au plus un(e)
1,1 un(e) et un(e) seul(e)
1,n un(e) ou plusieurs
0, n zéro ou plusieurs
Modélisation des données
TMA – Maintenance évolutive
La modélisation dimensionnelle :
• Définition : Technique de conception logique permettant de structurer les données de manière à les rendre intuitives aux utilisateurx métiers et
offrir une bonne performance aux requêtes.
• Caractéristiques :
o Simple à créer
o Stable et intuitivement compréhensible par les utilisateurs finaux
o Divise les données en faits et dimensions :
Les Tables de Dimensions : contenu référentiel descriptif propre à un axe :
Ensemble des attributs relatifs à l’axe (code, libellé, valeur…)
Hiérarchies éventuelles
Exemples : Tables de dimension Produit, Client
Equipe de Utilisateurs
réalisation finaux
Sprint
Planning
Sprint de 2 à
4 semaines Incrément
Cycle en V Agile
Projets BI
Comment délivrer plus efficacement en créant de la valeur rapidement ?
• La structuration d’un projet par décomposition en parties plus petites, permet d’en améliorer la visibilité et la maitrise, de désigner des responsables et de fixer des
objectifs à chacun d’entre eux.