Ishikawa Entrepot

attribut ratio, marge brute = 1 - Coût/CA Schémas de modélisation d’un DW    Le schéma est une description logique de la base de données entière. Une base de données relationnel, utilise un modèle relationnel entité/relation. Pour un entrepôt de données (Data Warehouse) on utilise des modèles multidimensionnels de type:    Étoile Flocon Constellation Modèle en étoile  Chaque dimension est représentée avec une table, dénormalisée, de dimension   Les tables

immatérielles, d’une entreprise en vue d’offrir une aide à la décision et de permettre aux responsables de la stratégie 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

des données» jusqu’à la «confession» 4 Copyright © Génistat Conseils Inc., 2010, Montréal, Canada LES DONNÉES SONT PARTOUT ! : on est dans l’air du BIG DATA  Base données relationnelles — commodité de toute entreprise  Construction d’immense entrepôt de données (data warehouses)  Base de données transactionelles : point de vente (Point Of Sale) immense quantité de données (terabytes)  Base de données orientées objet, relationnelles, distribuées, hétérogènes et historiques  Base de données

Liste des abréviations  BSC MFC BI CUBE OLAP Balanced Scorecard MIDO FOOD COMPANY Business Intelligence (ONLINE ANALYTIC PROCESSING) Technologie pour l’analyse de l’information sous MS EXCEL DATAMART DATAWAREWAREHOUSE KPI KRI PI Magasin de données Entrepôt de données Indicateurs clés de performance Indicateurs clés de résultat Indicateurs de performances 7 Mastère Contrôle de gestion M. Bouali Mohammed Conception du BSC et son implémentation à l’aide des outils décisionnels 8 Mastère Contrôle de gestion

à regrouper bien que rapportant à un même client - instables dans le temps en raison d’un mauvais suivi (codifications différentes suite à un changement de commercial ou à un déménagement du client) L’objectif est par conséquent de constituer un entrepôt de données ( data Warehouse) ayant la vocation de rassembler toutes les informations relatives à un même client : - identification unique du client - homogénéisations utilisées - améliorations de la qualité des données stockées (correction d’adresses

systèmes opérationnels (6 mois) Data Mining (DM) fouille de données, orpaillage • la modification des données au fil du temps - aucune information historique Introduction à lʼinformatique décisionnelle - Bernard ESPINASSE - Data Warehouse (DW) Entrepôt de données (ED) Customer Relationship Management (CRM) Gestion de la Relation Client 15 Introduction à lʼinformatique décisionnelle - Bernard ESPINASSE - 16 ! Domaines concernés : ! commercial, financier, transport, télécommunications, santé

…autant d’informations strictement nécessaires au développement de relations à long terme. Les informations précédemment citées sont généralement dispersées dans les systèmes d’informations et les entreprises généralement les regroupent dans un entrepôt de données client. S’il est important d’avoir les informations nécessaires pour développer ses relations clients, il convient de ne pas alourdir les systèmes d’informations de l’entreprise inutilement. Toute information ne contribuant à l’objectif

J.-F. Desnos Entrepôt de données - Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d’entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s’agissait de constituer une base de données orientée sujet, intégrée et contenant des informations historisées, non volatiles et exclusivement destinées aux processus d’aide à la décision. En effet, la simple logique de production (produire pour répondre à une demande) ne suffit

Flèche Prise de décision Restitution de données Plusieurs (enrichissement sémantique) (cube 3*3) Bases de production Datawarehouse Bases multi-dimensionnelle Prédiction/simulation Entrepôt != OLAP Dans la prise de décision, la notion de décision est très importabte : GroupByTime, GroupByDate Domaines d’utilisation des DW Banque Risques d’un prêt, prime plus précise Santé Epidémiologie, Risque alimentaire Commerce

structurées. Leur raison d'être n'est donc a priori pas l'analyse (sauf dans le cas d'un entrepôt de données). Cela impose de disposer de systèmes performants de préparation ou de manipulation de données. Le data mining se propose de transformer en information, ou en connaissance, de grands volumes de données qui peuvent être stockés de manière diverse, dans des bases de données relationnelles, dans un (ou plusieurs) entrepôt de données (datawarehouse), mais qui peuvent aussi être récupérées de sources riches