Data warehouse
(Data Warehouse / Data Mining)
E. GRISLIN-LE STRUGEON
(PPDQXHOOH*ULVOLQ#XQLYYDOHQFLHQQHVIU
Université de Valenciennes, ISTV
D. DONSEZ
Université Joseph Fourier, IMA
'LGLHU'RQVH]#LPDJIU
Plan
N N N N N N N N
1. Introduction
» Problématique- Le Système d’Information - La Suite Décisionnelle
2. L’Entrepôt de Données
» Extraction des données - Constitution de l’entrepôt - Modélisation
3. Les Bases Multidimensionnelles
» Analyse multidimensionnelle - OLAP - Data Marts
4. La Restitution des Informations
» Data Mining
5. La Gestion de Projet Data Warehouse 6. Les outils 7. Perspectives du Data Warehouse 8. Conclusion et Bibliographie
222
1. Introduction - Problématique
N N N
Objectif
» Améliorer les performances décisionnelles de l' entreprise
Comment ?
» en répondant aux demandes d’analyse des décideurs
Exemple
» clientèle : Qui sont mes clients ? Pourquoi sont-ils mes clients ? Comment les conserver ou les faire revenir ? Ces clients sont-ils intéressants pour moi ? » marketing, actions commerciales : Où placer ce produit dans les rayons ? Comment cibler plus précisément le mailing concernant ce produit ? » ...
333
1. Introduction - Problématique
N
Une grande masse de données :
» Distribuée » Hétérogène » Très Détaillée
N
A traiter :
» Synthétiser / Résumer » Visualiser » Analyser
N
Pour une utilisation par :
» des experts et des analystes d' métier un » NON informaticiens » NON statisticiens
444
1. Introduction - Le système d’information
Moyen d’atteindre ces objectifs : Le Data Warehouse, un système d’information dédié aux applications décisionnelles En $YDO des bases de production (ie bases opérationnelles) N En $PRQW des prises de décision
N
555
1. Introduction - La Suite Décisionnelle
Prise de Décision
Bases de Production
Entrepôt de Données (Data Warehouse)
Base MultiDimensionnelle
Prédiction /