Datamart

transformation, en développant les codifications, résolvant les liens, changeant et uniformisant les différents formats de fichiers d'origine dans un format unique compatible avec le datawarehouse, o le chargement, pour alimenter datawarehouses et datamarts, en contrôlant la cohérence des données. Facilement paramétrable, il peut générer des processus qui s'exécuteront sur plusieurs types de machines. Il peut lire la plupart des sources d'information, que ce soit des applications métier ou des bases

11 Application facturation facturation Référentiel de front office Transport Routage Transformation Workflow Audit EAI Alimentation :: Alimentation Extration Extration Transformation Transformation Chargement Chargement DataWareHouse DATAMART olap DataMining Géomarketing Reporting Package Package Business Intelligence Back-office Automatisation des Automatisation des processus processus de ventes et de services de ventes et de services Gestion de campagne Gestion de campagne

html Partie I : http://www.amabis.com/etude-cas-exploiter-base-donnees.php http://www.e-marketing.fr/Marketing-Direct/Article/Diagnostic-gratuit-des-bases-de-donnees-6557-1.htm http://www.edatis.com/dialog/support/dataweb/dataweb-notre-outil-datamart-pour-gerer-votre-base-de-donnees-marketing-et-capitaliser-votre http://www.netpme.fr/marketing/587-quand-utiliser-bases-donnees.html http://www.e-marketing.fr/Zoom/ConsultZoom.asp?ID_Zoom=3 http://www.netpme.fr/marketing/587-quand-utiliser-bases-donnees

l'éditeur allemand SAP, sur quelques modules métiers de l'éditeur britannique SAGE (dont justement le module Achat qui travaillerait ainsi avec le module Vente de SDN) et sur les bases de données découpées en référentiels de données métiers (ou datamarts) de l'éditeur américain Oracle »). • les solutions actuelles « full web » de Sage X3 entreprise permettent les stratégies d’entreprise étendue de type groupe de PME (maison mère et filiales ; liaisons inter sites ; pour les SDN, « Siège, usine

Comyn-Wattiau 11 3. Architecture d’un Datawarehouse Bases de production Dictionnaire Bases externes Extraction Transformation Chargement Rafraîchissement Data Warehouse Outils d’administration Bases multidimensionnelles Datamarts Outil ROLAP Outils multidimensionnels Copyright J. Akoka MOLAP- I. Comyn-Wattiau Requeteur ou tableau Outil frontal OLAP 12 6 3. Architecture d’un Datawarehouse 3. 1 Les Bases de Données • Bases de production de l’entreprise

à la décision fondé sur une base de données fédérant et homogénéisant les informations des différents services d’une organisation. En français on peut l’appeler info centre ou entrepôt de données, * Datamart : C’est un sous-ensemble d’un datawarehouse ; contrairement à ce dernier, le datamart est spécialisé dans un domaine particulier, * Groupware : C’est un ensemble de méthodes et de techniques de travail en équipe, ces méthodes et techniques étant « instrumentées » par des outils logiciels

pouvons citer : 1° Le datawarehouse ou entrepôt de données : c'est une grande base de données où sont collectées les informations sur les clients qui peuvent venir de différentes sources : système de production, points de contact clients,... 2° Les datamarts qui sont des sous-ensembles de l'entrepôt de données, qui ne contiennent que les informations nécessaires à certaines fonctions de l'entreprise (23(*)). 3° Le datamining (extraction ou forage de données) : c'est un processus d'analyse statistique

Ex : google maps et l'hotelerie. Afin de réserver un hôtel on-line, on peut désormais avoir accès à un plan interactif Google maps afin de localiser l’hôtel. - CRM Analytique : Analyse des informations collectées au sein du datawarehouse ou datamart o o Ex 1 : Le datamining est un processus d'extraction de connaissances valides et exploitables à partir de grands volumes de données Ex 2 : Le profiling est une méthode permettant de déterminer le profil d’un client par exemple - CRM Opérationnel

ETL) C’est un moteur d’intégration de données alimenté par talend. Il permet d’extraire les données provenant de diverses sources, les transformer en fonction des règles métiers définies et charger dans un entrepôt de données centralisé ou un datamart. Une solution OLAP (JasperAnalysis) C’est un moteur puissant d’analyse de données, utilisé pour analyse un grand ensemble de données et effectuer des requête complexe. Les utilisateurs professionnels peuvent interagir avec leurs données via une

du projet SDPRH. Il existe plusieurs « couches » de traitement dans datastage : la zone de préparation des données (base ODS), la zone de traitement des données (base Infocentre) et la zone de présentation des données (bases Datawarehouse et Datamart). Les utilisateurs ont toujours un rôle important dans ces traitements. Même si les tableaux de bord se font automatiquement, les utilisateurs font des modifications manuelles sur les fichiers Excel créés en cours de traitements. Après les