Conception et mise en place d’un tableau de bord de maintenance pour la société CLC-Délice

Université de Carthage Faculté des Sciences Economiques et de Gestion de Nabeul MEMOIRE DE MASTER Master Professionnel Ingénierie des Systèmes d’Information et des Connaissances Conception et mise en place d’un tableau de bord de maintenance pour la société CLC-Délice Travail fait par : Nesrine Ben Slima Sous la direction de : Mme. Essoussi Nadia Mme. Rawia Ben Younes FSEG NABEUL CLC-DELICE Année Universitaire 2015-2016 DEDICACE LOUANGE A DIEU LE MISERICORDIEUX, POUR TOUTE LA GRACE ET LA FAVEUR QU'IL M'A ACCORDEE TOUT AU LONG DE MES ETUDES. Je dédie ce modeste travail : À ma chère mère Faten pour son amour, son soutien moral, ainsi que sa présence, À mon cher père Tarek pour son soutien, ses encouragements et ses immenses sacrifices pour mon bonheur, À ma chère sœur Naoures, À mon cher frère Achref, À tous mes proches sans exception, À tous mes amis. Nesrine ii REMERCIEMENTS A tous ce qui ont été intéressé par mon travail, ceux qui par leurs recommandations et leur assistance m’a permis d’achever ce mémoire dans des bonnes conditions, j’adresse mes très sincères remerciements, et plus particulièrement je tiens à remercier : Mme. Nadia Essoussi , mon encadrant universitaire, qui m'a guidée avec patience et gentillesse et m'a fait profiter de sa grande expérience ainsi que ses précieuses remarques qui ont grandement contribué à améliorer la qualité de ce travail. Mme. Rawia Ben Younes , mon encadrant professionnel, pour m’avoir accueilli et avoir fait en sorte que mon stage puisse se dérouler dans les meilleures conditions, ainsi que pour ses conseils avisés, pour sa discipline et sympathie. Mes vifs remerciements s’adressent également au directeur de la société CLC-Délice monsieur Habib Chachia et à tous les membres de la société pour leur accueil. Enfin, je saisie cette occasion pour remercier les membres du jury tout en espérant qu’ils y trouvent les qualités de clarté et de motivation qu’ils attendent. iii TABLE DES MATIERES Dedicace ii Remerciements iii Liste des figures vii Liste des tableaux ix Liste des Abréviations x Introduction Générale 1 Chapitre I : Concepts de base de la Business Intelligence 3 Introduction 3 Présentation du Business Intelligence 3 2.1 Historique du BI 3 2.2 Définition du BI 4 2.3 Différences entre le système Décisionnel et le système Transactionnel 5 Stockage de données: Data Warehouse et Data Marts 6 3.1 Data warehouse 6 3.2 Datamart 7 Les étapes de la chaîne décisionnelle 7 4.1 Alimentation 8 4.2 Stockage 10 4.3 Exploitation 10 La modélisation multidimensionnelle 10 5.1 Concept de fait 11 5.2 Concept de dimension 11 5.3 Les différents modèles de la modélisation multidimensionnelle 12 Les outils d’accès aux données 14 6.1 L’analyse OLAP 15 6.2 Le Datamining 15 iv 6.3 Les tableaux de bord 16 6.3.1 Définition du tableau de bord 16 6.3.2 Rôles des tableaux de bord 16 6.3.3 Les instruments du tableau de bord 16 6.4 Le reporting 18 Conclusion 20 Chapitre II : Cadre du projet 21 Introduction 21 Présentation de l’organisme d’accueil 21 2.1 Présentation de la société 21 2.2 Organigramme de la société 23 2.3 Architecture du système d’information de la CLC 23 Analyse de l’existant 24 Critiques de l’existant 27 Solution Proposée 28 Méthode adoptée pour la conduite du projet 29 Spécification des besoins 31 7.1 Les besoins non fonctionnels 31 7.2 Les besoins fonctionnels 31 Conclusion 32 Chapitre III : Modélisation conceptuelle 33 Introduction 33 Conception 33 2.1 Définition des objectifs 33 2.2 Construction du tableau de bord 33 2.3 Choix des indicateurs 34 2.4 La collecte d’information 37 Conclusion 41 v Chapitre IV : Réalisation de la solution décisionnelle proposée 42 Introduction 42 Mise en œuvre 42 2.1 Environnement de réalisation 42 2.1.1 Environnement matériel 42 2.1.2 Environnement logiciels 43 Intégration et déploiement de la solution 46 Evaluation de l’application proposée 58 Conclusion 59 Conclusion Générale 60 Webographie 62 Bibliographie 64 vi LISTE DES FIGURES Figure I.1: La chaîne décisionnelle ............................................................................................ 8 Figure I.2 : Principe processus ETL ......................................................................................... 10 Figure I.3 : Structure de base d’une table de faits ....................................................................11 Figure I.4 : Structure de base d’une table de dimension ..........................................................12 Figure I.5 : Modèle en étoile .................................................................................................... 12 Figure I.6 : Modèle en flocon .................................................................................................. 13 Figure I.7: Modèle en constellation .......................................................................................... 14 Figure I.8: Composants des couches Opérationnel et Informationnel .....................................24 Figure I.9: Représentation d'un cube OLAP. ........................................................................... 15 Figure II.1 : Présentation du groupe « Délice » ....................................................................... 22 Figure II.2 : Organigramme de la société « Délice » ............................................................... 23 Figure II.3 : Architecture du Système d’information de la CLC ..............................................23 Figure II.4: Interface «Oracle JD Edwards Enterprise One » .................................................26 Figure II.5: Description de la solution proposée ...................................................................... 29 Figure III.1: Modèlisation en étoile .......................................................................................... 41 Figure IV.1: architecture de notre solution ..............................................................................46 Figure IV.2:Choisir le type de connexion dans l’éditeur de script ...........................................47 Figure IV.3: Script de connexion à la source de donnée .......................................................... 47 Figure IV.4: Script d’alimentation de la table Equipement ..................................................... 48 Figure IV.5: Script d’alimentation de la table Centre de coût ................................................. 49 Figure IV.6: Script d’alimentation de la table Pièce ................................................................ 49 Figure IV.7: Script de stockage des tables ............................................................................... 50 Figure IV.8: Page d’accueil ...................................................................................................... 51 Figure IV.9: Dashboard pièce de rechange .............................................................................. 51 Figure IV.10: Détails sortie PDR par OT ................................................................................. 52 Figure IV.11: Détails Consommation PDR .............................................................................. 53 Figure IV.12 : Réparation Coût PDR par Centre de coût ......................................................... 53 Figure IV.13: Réparation Coût PDR par Centre de coût et par mois transaction .................... 54 Figure IV.14: Réparation Coût PDR par Immo ....................................................................... 54 Figure IV.15: Nombre OT réalisée par type maintenance ....................................................... 55 Figure IV.16 : Analyse OT de maintenance par rapport à total OT .........................................55 vii Figure IV.17 : Analyse coût de maintenance mécanique et électrique par rapport à total maintenance ..............................................................................................................................56 Figure IV.18 : Analyse coût de maintenance corrective et préventive par rapport à total maintenance. .............................................................................................................................56 Figure IV.19: interface main d’œuvre ......................................................................................57 Figure IV.20 : Suivi de nombre de pannes par Mois OT ......................................................... 57 Figure IV.21: MTTR par technicien ........................................................................................58 viii LISTE DES TABLEAUX Tableau I.1: Tableau comparatif entre les systèmes transactionnels et les systèmes décisionnels ................................................................................................................................ 6 Tableau I.2: Tableau comparatif entre le tableau de bord et le reporting ................................19 Tableau II.1 : Liste des tables sources et leurs attributs ........................................................... 27 Tableau II.2 : Démarche de la méthode GIMSI ....................................................................... 30 Tableau III.1 : Description des indicateurs .............................................................................. 37 Tableau III.2: Description des attributs de la dimension Centre de Coût ................................ 38 Tableau III.3: Description des attributs de la dimension Equipement ..................................... 38 Tableau III.4: Description des attributs de la dimension pièce ................................................ 38 Tableau III.5: Description des attributs de la dimension Type_Maintenance .......................... 39 Tableau III.6: Description des attributs de la dimension Heure_Travail ................................. 39 Tableau III.7: Description des attributs de la dimension Date_OT .......................................... 39 Tableau III.8: Description des attributs de la dimension Date_Transaction ............................ 39 Tableau III.9: Table de fait «OT » ........................................................................................... 40 Tableau IV.1 : Satisfaction des acteurs .................................................................................... 58 ix Liste des Abréviations Abréviation Signification BI B usiness I ntelligence CLC C entrale L aitière de C ap Bon DW D ata W arehouse ERP E nterprise R esource P lanning ETL E xtract, T ransform and L oad IT I nformation T echnology GIMSI G énéralisation I nformation M éthode S ystème I ndividualité GMAO G estion de la M aintenance A ssistée par O rdinateur KPI K ey P erformance I ndicator QVW Q likview W orksheet QVD Q likView D ata OLTP O n L ine T ransaction P rotocol OLAP O n L ine A nalytical P rocessing OT O rdre de T ravail PDR P ièce de R echange ME M aintenance E lectrique MM M aintenance M écanique MTTR M ean T ime T o R epair SSI S ystème d’ I nformation I nformatisé SI S ystème d’ I nformation x Introduction Générale Le traitement de l’information dans les entreprises est en pleine mutation. Et si les premières applications ont permis d’automatiser les activités opérationnelles des organisations (gestion de production, gestion commerciale et financière, ressources humaines), aujourd’hui les systèmes d’information, tels que les progiciels de gestion intégrée, prennent en charge des niveaux de plus en plus stratégiques. Pour faire face à cette vérité, les entreprises cherchent des solutions et des moyens pour bien exploiter leurs SI. D’où, la capacité d’intégrer, d’organiser, de stocker et de coordonner de manière intelligible des données produites au sein de ces SI (issues des applications de production) ou importées depuis l’extérieur du SI dans lesquelles les décideurs puisent des informations pertinentes à l’aide d’outils de restitution et d’analyse. Mais ces informations produites par l’entreprise sont surabondantes, non organisées et éparpillées dans de multiples systèmes opérationnels. Il devient fondamental de rassembler et d’homogénéiser, donc, les données afin de permettre l’analyse des indicateurs pertinents pour faciliter la prise de décisions. C’est dans ce cadre que s’inscrit notre projet qui consiste à comprendre le métier avec ses détails, identifier la stratégie de l’entreprise, ressortir les indicateurs clé de performance et proposer des solutions pour organiser le processus métier et mettre en place un tableau de bord qui s’aligne avec la stratégie de l’entreprise. Notre solution consiste à répondre aux besoins des utilisateurs finaux en leur facilitant l’accès aux données importantes et en leur permettant de naviguer dans l’information en fonction de leurs besoins ce qui facilite l’analyse des données. Ce présent rapport est décomposé en quatre chapitres décrivant le travail réalisé ; le premier chapitre « Concepts de base de la Business Intelligence » traite les aspects théoriques du domaine des systèmes d’information décisionnels, en évoquant leurs définitions et les 1 concepts de bases relatifs à l’architecture d’un entrepôt de données, les différents modèles multidimensionnels pour sa conception ainsi que les étapes de mise en place de la solution BI. Dans le deuxième chapitre intitulé « Cadre du projet » nous commencerons par la présentation de l’organisme d’accueil, nous analyserons par la suite l’existant et nous montrerons ses critiques afin de proposer une solution. Ainsi, nous présenterons aussi la méthode de conduite du projet adoptée. Nous terminerons ce deuxième chapitre par expliquer l’étape la plus importante dans cette méthode qui consiste à définir les besoins d’affaire à savoir les besoins fonctionnels et les besoins non fonctionnels. Le troisième chapitre intitulé « Modélisation conceptuelle » sera consacré à la conception de notre solution. Nous présenterons la liste des dimensions (champ source, leur désignation dans la dimension et leur type), la table de fait et les mesures ainsi que le modèle conceptuel adopté dans notre projet. Le quatrième chapitre intitulé « Réalisation de la solution décisionnelle proposée » détaille les différentes étapes de notre application. En effet, nous présenterons les environnements logiciels et matériels que nous avons utilisés. Nous présenterons par la suite les étapes de notre réalisation afin d’atteindre les résultats finaux. Nous clôturons ce rapport par une conclusion générale relative aux travaux menés dans le cadre de ce projet ainsi que par la proposition de quelques perspectives. 2 Chapitre I : Concepts de base de la Business Intelligence 1. Introduction Pour faire face à une concurrence rude et afin de survivre sur son marché, toute entreprise, de nos jours, éprouve la nécessité de prendre des décisions avec rapidité et efficacité. Or, une bonne prise de décisions n’est réalisable que si les dirigeants et gestionnaires ont les informations utiles à portée de main. Pour leur permettre d’y accéder rapidement, la plupart des entreprises mettent en place des solutions décisionnelles. Une fois que l’on possède les bonnes informations, il est en effet plus facile d’améliorer les décisions et d’engager les actions qui s’imposent. Ce premier chapitre intitulé Concepts de base de la Business Intelligence concerne l’aspect théorique de notre projet. Nous allons expliquer les différentes notions théoriques liées à notre projet. Nous commencerons par présenter l’historique d’aide à la décision puis nous allons passer à la présentation de concepts clé de Business Intelligence avant d’arriver à définir la notion de tableau de bord. 2. Présentation du Business Intelligence Dans cette section nous commencerons par présenter l’historique de la BI ainsi que sa définition puis nous allons passer à la présentation de différence entre le système d’information transactionnel et le système d’information décisionnel. 2.1 Historique du BI Depuis toujours le système d’information (SI) est considéré comme le cœur de l’entreprise. Déjà dans les années 70, il était vital pour un organisme d’avoir le contrôle de ses flux de communication en interne, ainsi que ses flux de communication en externe. A ce moment, l’informatique n’était pas accessible à l’ensemble de l’entreprise : l’utilisateur final attendait pour avoir un système afin d’exploiter les informations. Malgré les caractéristiques distribuées et non intégrées des structures informatiques, nous pouvons trouver dans les systèmes de l’époque, quelques éléments que nous distinguons comme les prédécesseurs de la Business Intelligence. [1] Au début des années 80 est né le concept de l’infocentre. La mise en place de ce concept a été le lien entre l’utilisateur final d’application et le département technologie de l'information (IT) 3 dans les organisations : Chaque entreprise intégrait son Système d’Information Informatisé (SII). Puis, la création des systèmes client-serveur et l’arrivée des bases de données relationnelles ont mis en question le rôle du département IT dans les entreprises. La façon de travailler de cette époque a changé. Aujourd’hui, les bases de données ont trouvé un standard, qui permet aux entreprises de faire du benchmarking et bénéficie les conditions nécessaires pour faire de la Business Intelligence. [1] Au début des années 90, le terme « veille économique » est apparu. Les entrepôts de données (Data Warehouse) ont également vu le jour. L’idée est de transformer l’information de façon à la rendre disponible en consultation pour un large public. Cela implique un traitement de l’information dans le but de préparer un résultat, lay-out ou analyse, en accord avec la compréhension du public qui le consulte. Le système d'administration des entreprises a évolué : « Il fallait être compétitif, et encore savoir bien gérer les ressources internes ». Ainsi, une vague de software de Business Intelligence arriva sur le marché dans le but d’assister les décideurs. Ce genre d’application utilise les entrepôts de données comme source de données, et est destiné à exécuter des analyses avancées concernant un champ déterminé de l’entreprise. [1] De nos jours, la Business Intelligence est devenue une branche de l’informatique. Il s’agit toujours d’une tendance de marché, ainsi qu’un nouveau champ de recherche à exploiter. Les entreprises sont dès lors à la recherche de l’outil de Business Intelligence le plus adapté. Les décideurs ont besoin de voir plus loin et doivent constamment tenir compte des évolutions rapides du marché. Les tableaux de bord décisionnels sont fondamentaux pour l’alignement de la stratégie des organismes. Il reste à savoir s’il existe la bonne méthode pour appliquer le « Nouveau management de l’information » [1] L’objectif final de BI est de répondre de manière optimisée aux requêtes d’outils de reporting et tableaux de bord d’indicateurs situés en aval, et mis à la disposition des responsables opérationnels. 2.2 Définition du BI On appelle «business intelligence», «informatique décisionnelle» ou tout simplement «décisionnel», un ensemble de solutions informatiques avec, en bout de chaîne, des rapports et des tableaux de bord de suivi à la fois analytiques et prospectifs permettant l’exploitation et l’analyse des données de l’entreprise. 4 Le but est d’en dégager des informations qualitatives nouvelles, qui seront la base de décisions tactiques ou stratégiques des décideurs pour comprendre le fonctionnement actuel et l’anticipation des actions pour un pilotage éclairé de l’entreprise. [2] 2.3 Différences entre le système Décisionnel et le système Transactionnel Le système d’information transactionnel (opérationnel) ou en anglais « On Line Transaction Protocol » ( OLTP) est généralement une base de données, développée par application, stockant les données courantes d’une organisation, c’est-à-dire qu’il n’y a pas de données d’archives dans les systèmes transactionnels. Les systèmes transactionnels gèrent les transactions quotidiennes (ajout, suppression et mise à jour) de façon sécurisée et très détaillée (détails de chacune des transactions) mais il est incapable d’historier les données au fil du temps. Par contre, les systèmes « décisionnels », également appelés OLAP « On-Line Analytical Processing », sont dédiés au management de l'entreprise pour l'aider au pilotage de l'activité. Ils offrent au décideur une vision transversale de l'entreprise. Donc un système décisionnel va en particulier aider au pilotage des plans d’actions (prévision, planification et suivi), à l’apprentissage (acquisition de savoir-faire, de connaissances et de compétences) et à la réalisation d’innovations incrémentales (adaptation du modèle d’affaires : produits/services, organisation, etc. …). Le tableau I.1 résume les différences qui peuvent exister entre les systèmes transactionnels et les systèmes décisionnels selon les données et l’usage fait des systèmes. En effet, la comparaison montre que dans un système opérationnel les données sont essentiellement destinées à satisfaire un processus fonctionnel et obéit à des règles de gestion, alors que celles d’un système décisionnel sont destinées à un processus analytique. Ces différences font ressortir la nécessité de mettre en place un système répondant aux besoins décisionnels appelé le « Data Warehouse ». 5 Différences Systèmes transactionnels Systèmes décisionnels Par données Orienté applications Orienté thème et sujet Par données Situation instantanée Situation historique Par données Données détaillées et codées non redondantes Information agrégées cohérente souvent redondante L’usage Assure l’activité au quotidien Permet l’analyse et la prise de décision L’usage Pour les opérationnels Pour les décideurs L’usage Requêtes simples Requêtes complexes L’usage Temps de réponse immédiats Temps de réponse moins critiques L’usage Faible volume à chaque transaction Large volume manipulé L’usage Conçu pour la mise à jour Conçu pour l’extraction Tableau I.1: Tableau comparatif entre les systèmes transactionnels et les systèmes décisionnels . 3. Stockage de données: Data Warehouse et Data Marts 3.1 Data warehouse Bill Inmon définit le Data Warehouse comme suit : « Le Data Warehouse est une collection de données orientées sujet, intégrées, non volatiles et évolutives dans le temps, organisées pour le support d’un processus d’aide à la décision ». Les paragraphes suivants illustrent les caractéristiques citées dans la définition d’Inmon : Orienté sujet : Les Data Warehouse sont organisés autour des sujets majeurs de l’entreprise tels que : clientèle, ventes, produits, etc. Cette organisation affecte forcément la conception et l’implémentation des données contenues dans le Data Warehouse. Intégrée : Le Data Warehouse va intégrer des données provenant de différentes sources éventuellement hétérogènes. Cela nécessite la gestion de toute incohérence. 6 L’intégration consiste donc, à résoudre les problèmes d’hétérogénéité des modèles, des schémas, de la sémantique. Evolutives dans le temps : Dans un système décisionnel il est important de conserver les différentes valeurs d’une donnée, cela permet les comparaisons et le suivi de l’évolution des valeurs dans le temps. Non volatiles : C’est ce qui est, en quelque sorte la conséquence de l’historisation décrite précédemment. Une donnée dans un environnement opérationnel peut être mise à jour ou supprimée, de telles opérations n’existent pas dans un environnement Data Warehouse. Organisées pour le support d’un processus d’aide à la décision : Les données du Data Warehouse sont organisées de manière à permettre l’exécution des processus d’aide à la décision (Reporting, Data Mining…). 3.2 Datamart Le magasin des données (data mart) est un ensemble de données ciblées, organisées, regroupées et agrégées pour répondre à un besoin spécifique à un métier ou un domaine donné. Il est donc destiné à être interrogé sur un panel de données restreint à son domaine fonctionnel, selon des paramètres qui auront été définis à l’avance lors de sa conception. . 4. Les étapes de la chaîne décisionnelle La Business Intelligence (BI) regroupe un ensemble d’outils informatiques permettant le bon fonctionnement de la chaîne de traitement des informations. Cette chaîne décisionnelle est constituée de trois catégories étant alimentation, stockage et exploitation. [3] 7 Figure I.1: La chaîne décisionnelle. [3] 4.1 Alimentation L'alimentation du l’entrepôt de données (data warehouse) à partir des bases de production est une phase primordiale de la chaîne. Cette phase se décompose en deux sous étapes: Collecter les données de système de production et les adapter à un usage décisionnel c'est-à-dire mise en place d’un dictionnaire de métadonnées qui va permettre d'identifier dans les systèmes sources les données à importer dans le data warehouse. Extraire, nettoyer et consolider les données qui seront être utilisables. Les données seront dupliquées en un lieu commun à l'aide d'un outil d'ETL (Extraction transformation et chargement). Ce dernier offre des fonctions d'extraction de données issues de différents systèmes, de transformation de ces données et de leur chargement dans un data warehouse. Fonctionnement du Processus d’alimentation du Data Warehouse (ETL) L’ETL est une abréviation de trois mots Extract , Transform and Load . Il s’agit d’un processus pour extraire des données, principalement à partir de différents types de 8 systèmes, de les transformer en une structure plus appropriée pour l’analyse et les rapports et, enfin, les charger dans la base de données. Les phases du processus ETL représentent la mécanique d’alimentation du DW. Elles se déroulent comme suit :  Extraction L’extraction est la première étape du processus d’apport de données à l’entrepôt de données. Extraire, cela veut dire lire et interpréter les données sources et les copier dans la zone de préparation en vue de manipulations ultérieures.  Transformation La transformation est la seconde phase du processus. Cette étape, qui du reste est très importante, assure en réalité plusieurs tâches qui garantissent la fiabilité des données et leurs qualités. Ces tâches sont : Consolidation des données. Correction des données et élimination de toute ambiguïté. Elimination des données redondantes, etc. Cette opération se solde par la production d’informations utiles pour l’entreprise et sont donc prêtes à être entreposées.  Chargement des données Dernière phase de l’alimentation d’un entrepôt de données, le chargement est une étape indispensable. Elle reste toutefois très délicate et exige une certaine connaissance des structures du système de gestion de la base de données (tables et index) afin d’optimiser au mieux le processus. La figure suivante représente le principe de processus ETL : il extrait les données sources, les transformes puis les charges dans un entrepôt des données. 9 Figure I.2: Principe processus ETL [4] 4.2 Stockage Dans Cette étape les données (qui sont au préalable nettoyées et consolidées) sont stockées dans un entrepôt de données (data warehouse). Cet entrepôt contient les données orientées métier, non volatiles (datées), historiées et documentées. Une fois ces données stockées dans le data warehouse, on va pouvoir créer des magasins de données appelés : Datamarts. 4.3 Exploitation Cette étape facilite l'accessibilité des informations selon les fonctions et les types d'utilisation. Elle permet de savoir comment les informations fournis par le data warehouse vont être exploités et présentés aux utilisateurs finaux à travers des différents outils de restitution. Nous trouverons des outils de reporting, des portails d'accès à des tableaux de bord, des outils de navigation dans des cubes et des outils de statistique (data mining). 5. La modélisation multidimensionnelle La modélisation multidimensionnelle est le nom d’une méthode de conception logique qui vise à présenter les données sous une forme standardisée intuitive et qui permet des accès hautement performants. Elle adhère totalement la dimensionnalité ainsi qu’à une discipline qui exploite le modèle relationnel en le limitant sérieusement. Chaque modèle 10 multidimensionnel se compose d’une table contenant une clé multiple, la table des faits, et d’un ensemble de tables nommées tables dimensionnelles. Au niveau de cette partie nous allons présenter d’une part, les notions de tables de dimensions et de faits, d’autre part, nous allons définir les principaux modèles du Data Warehouse tels que le modèle en étoile, le modèle en flocon et le modèle en constellation. 5.1 Concept de fait Une table de faits est la table centrale d’un modèle dimensionnel, où les mesures de performances sont stockées. Une ligne d’une table de faits correspond à une mesure. Une table de faits assure les liens plusieurs à plusieurs entre les dimensions. Elles comportent des clés étrangères, qui ne sont autres que les clés primaires des tables de dimension . La figure ci-dessous présente la structure de base d’une table de faits. Figure I.3 : Structure de base d’une table de faits. 5.2 Concept de dimension Les tables de dimension sont les tables qui accompagnent une table de faits. Elles représentent l’axe d’analyse selon lequel vont être étudiées les faits, elles contiennent le détail sur le fait. La granularité d’une dimension est le nombre des niveaux hiérarchiques. « Une table de dimension établit l’interface homme / entrepôt, elle comporte une clé primaire» . La figure I.4 suivante présente la structure de base d’une table dimension. 11 Figure I.4 : Structure de base d’une table de dimension. 5.3 Les différents modèles de la modélisation multidimensionnelle Le modèle en étoile Le modèle en étoile est une façon de mettre en relation les dimensions et les faits dans un entrepôt de données. Le principe est que les dimensions sont directement reliées à un fait. Schématiquement, ça donne comme une étoile. Figure I.5 : Modèle en étoile 12 Le modèle en flocon Le modèle en flocon est le dérivé du modèle en étoile. Dans ce modèle les tables des dimensions sont normalis...