| Institut de la Communication Formations en Informatique et Statistique Master 1 INFO Série Corrigée: Conception d'un entrepôt de données Systèmes d’Information Décisionnels Année 2016-‐2017 |
Col2 | Col3 | Col4 | Col5 | Col6 | Col7 |
|---|---|---|---|---|---|---|
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 Série Corrigée: Conception d'un entrepôt de données* |
||||||
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 Série Corrigée: Conception d'un entrepôt de données* |
Séri |
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 e Corrigée: Conception d'un entrepôt de d* |
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 e Corrigée: Conception d'un entrepôt de d* |
* onnées* | ||
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 Série Corrigée: Conception d'un entrepôt de données* |
Séri |
Institut de la Communication Formations en Informatique et Statistique * Master 1 INFO Systèmes d’Information Décisionnels Année 2016-2017 e Corrigée: Conception d'un entrepôt de d* |
stèmes d’Information Décisionnels Année 2016-2017 |
|||
F-TD Exercice 1. |
Une entreprise de fabrication de vaisselle jetable souhaite mettre en place un système d’information décisionnel sous la forme d’un data mart (un mini entrepôt de données) pour observer son activité de ventes au niveaux des différents lieux de distributions de ses articles et cela dans plusieurs villes. Ces lieux de distributions sont renseignés par leur enseigne, leur type (en fonction de leur surface), leur adresse (code postal et ville), leur département, leur région. Les ventes sont renseignées selon une période qui se décline en mois, en trimestre et année. Les ventes sont observées par le nombre d’articles selon le type, et le chiffre d’affaire.
Quel est le fait à observer ?
Quels sont les axes d’analyse, et le.s mesure.s ?
Construire le modèle en étoile de ce data mart.
Publicité
1°) Solution :
2° Solution :
Exercice 2.
1°) Concevoir un modèle en étoile qui permet d’analyser les ventes d’une entreprise de restauration
rapide. Le principe est de mesurer les ventes grâce aux quantités vendues et aux bénéfices, en fonction des ventes réalisées par jour, dans un restaurant donné, pour un aliment donné. L’objectif est de pouvoir analyser les ventes par jour, par semaine, par mois et par année. Les restaurants peuvent être regroupés en fonction de leur ville et de leur pays.
2°) Modifier ce modèle en un modèle en flocon de neige pour modéliser explicitement les hiérarchies
Publicité
des dimensions représentant le temps et la localisation géographique des magasins.
3°) On souhaite à présent mesurer le nombre de commandes qui est donné par jour et par restaurant.
Etendre le modèle précédent afin de prendre en compte cet aspect.
Exercice 3.
La société Chausséria, installée dans la région Rhône-Alpes, désire construire un entrepôt de données pour suivre l'évolution de ses ventes de chaussures. L’entreprise Chausséria dispose de deux magasins « ChaussLyon_ » et « ChaussBron_ » et vend plusieurs modèles de chaussures.
1 Proposez un modèle conceptuel et logique d’entrepôt de données DWChausseria_ pour observer
Publicité
l’évolution des ventes en termes du nombre total de paires de chaussures vendues par rapport aux axes MOIS, ANNÉE, MAGASIN et MODÈLE .
| Col1 | Institut de la Communication Formations en Informatique et Statistique Master 1 INFO Systèmes d’Information Décisionnels Année 2016-‐2017 |
Col3 |
|---|---|---|
Quel est le type du modèle obtenu ? Argumentez
C’est un modèle en flocon de neige. Les axes MOIS et ANNEE sont représentés en une hiérarchie.
2 On peut maintenant imaginer que la société désire aussi étudier la répartition de ses ventes suivant
d'autres critères, comme Genre (Homme/Femme/Enfant), Pointure, ou encore Couleur. Proposer un nouveau modèle conceptuel de l’entrepôt de données DWChausseria_ _Nouveau en prenant en compte toutes les dimensions anciennes et nouvelles citées ci-dessus.
Publicité
3 Soit la représentation relationnelle du data mart Chausseria0102 . Proposez un tableau
multidimensionnel pour observer le nombre total de paires de chaussures vendues par rapport aux axes MAGASIN et MODÈLE .
a) Tableau multidimensionnel selon les 2 axes MAGASIN et MODÈLE