Traitement analytique en ligne

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

ainsi que la mondialisation de l’économie ont contribué à l’augmentation du nombre des concurrents sur chaque marché. Face à cette situation les outils classiques du contrôle de gestion (Techniques budgétaires, comptabilité générale, comptabilité analytiques et autres…) sont désarmés pour guider les choix en matière de simplification, flexibilité de la production. Le système budgétaire comme les tableaux de bord dans leur évaluation des performances utilisent des critères quantitatifs et présentent

et complètes – Historisées, elle représentent une activité pendant une longue période et permettent une analyse avec le facteur temps – Persistantes, uniquement destinés à la consultation. Pas de mécanisme de contrôle d’accès concurrent, ni traitement de transaction. Requêtes/minutes 2014-2015 • Activité constante – Fournir une centralisation des données qui servira de référence unique pour le BI – Délester les bases de données de production des requêtes qui nuisent aux performances

passage s’est, d’une part, manifesté à travers l’émergence de technologies informationnelles, mais aussi, par toute une série de phénomènes en rupture avec les anciennes logiques économiques et sociales. Ces technologies informationnelles, issues du “traitement” de l’information ont déjà profondément transformé les modes de production des biens et des services. Ces mutations profondes liées à la disponibilité et au partage de bases d’information toujours plus importantes ont eu des conséquences sur le

DataMart (Data Warehouse) Tool: Mondrian + JRubik Edwin Rojas (CIP) ICIS workshop 2006, CIMMYT May 2006 Data Warehouse Motivation and Examples Data Warehouse Motivation Huge amounts of data need to be summarized in various forms to enable data creators and data users to get quick overviews and dig into details as needed with high performance and flexibility CIP Example Solutions Data Warehouse Architectural Data Warehouse Client (web, standalone app) Data Warehouse Engine Data Warehouse

une vue d’ensemble de l’activité traitée. Ce type d’application utilise en règle générale un entrepôt de données (ou datawarehouse en anglais) pour stocker des données transverses provenant de plusieurs sources hétérogènes et fait appel à des traitements par lots pour la collecte de ces informations. L’informatique décisionnelle s’insère dans l’architecture plus large d’un système d'information. Néanmoins l'informatique décisionnelle n'est pas un concept concurrent du management du système d'information

données datamart : petit entrepôt de données à l'échelle d'un département ou succursale d'une grande société. Généralement un datamart déverse ses données chez sa mère qui est le datawarehouse OLTP : OnLine Transactonal Processing. Il s'agit des traitements transactionnels. Par exemple, les logiciels des caisses enregistreuses des chaines de magasins font du OLTP. OLAP : OnLine Analytical Processing. Opposé à l'OLTP, faire de l'OLAP signifie faire de l'analyse de données. Analyser les ventes, détecter

Keywords: Public contract, Datamart, Cube OLAP, Reporting, Dashboard, ETL Liste des abréviations BO ORD OP CNT GID OLAP ETL BD SGBD PDI ROLAP SQL TGR PRD OSBI Bureau d’Ordre Ordonnateur Ordonnance de paiement Centre nationale de traitement Gestion intégrée de la dépense Online Analytical Processing Extract Transform Load Base de données Système de gestion de base de données Pentaho Data Integration Relational Online Analytical Processing Structured Query Language Trésorerie

d’entreprise d’avoir une vue d’ensemble de l’activité traitée. Ce type d’application utilise en règle générale un datawarehouse (ou entrepôt de données) pour stocker des données transverses provenant de plusieurs sources hétérogènes et fait appel à des traitements lourds de type "batch" pour la collecte de ces informations. L’informatique décisionnelle s’insère dans l’architecture plus large d’un système d’information. Les applications classiques d’une organisation permettent de stocker, restituer, modifier

fournir des réponses rapides à des requêtes interrogeant une grande quantité de données et de permettre une interaction en temps réel avec ces données. 3.1.3. Staging Area La Staging Area est une base de données dans laquelle tous les traitements sur les données sont effectués avant leur transfert vers le datawarehouse qui ne contiendra que les données du modèle dimensionnel. Pour simplifier, on peut considérer que les données arrivent dans la Staging Area dans le même état que dans leur