Datawarehouse
L’application du datawarehouse en finance et contrôle
SOMMAIRE
INTRODUCTION | | p. 3 | | | | I. En amont : les données à intégrer | | p. 5 | | | | II. Organisation fonctionnelle du DWH : traitement des données 1. Intégration et filtrage des données 2. Codage des données 3. Synchronisation 4. Certification | | p. 8 | | | | III. En aval : les outils d’analyse 1. Reporting 2. Hypercubes OLAP 3. Datamining | | p. 12 | | | | IV. Cas ORACLE | | p. 15 | CONCLUSION | | p.16 | SITOGRAPHIE | | p. 17 |
Introduction
« Un entrepôt de données ne s'achète pas, il se construit. » -
Bill Inmon, un des précurseurs du concept d'entrepôt de données.
« Un entrepôt de données est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le support d’un processus d’aide à la décision. » - Bill Inmon, en 1994.
Le concept d’entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon.
Le terme Datawarhouse ou entrepôt de données (ou encore base de données décisionnelle) désigne une base de données unique utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles hétérogènes et qui, en s’appuyant sur divers outils, permet de fournir une aide à la décision en entreprise.
Le datawarehouse entre donc dans le cadre de l'informatique décisionnelle (ou business intelligence) ; son but est de fournir un ensemble de données servant de référence unique, utilisée pour la prise de décisions dans l'entreprise par le biais de statistiques et de rapports réalisés par exemple, via des outils de reporting. Le datawarehouse est donc à la fois un ensemble de données et un ensemble d’outils.
Le datawarehouse rassemble, conserve et « organise » des données fournies par des applications en amont. Il s’agit alors de les intégrer, de les homogénéiser