D dicace
Nous d dions ce modeste travail tous ceux qui nous ont aid s.
A nos p res :
En t moigne de nos sinc res gratitudes pour leurs efforts et leurs sacrifices quils ont
consentis pour nos familles et laccomplissement de nos tudes.
A nos m res :
Nous esp rons quelles le trouvent une r compense de tous les sacrifices quelles ont
effectu es pour nous.
A nos fr re et sSurs :
Pour leurs amours et r conforts
A tous nos amis :
En t moignage de notre amiti et notre attachement.
B chir Ayari & Mohamed Chaawa
2
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Remerciements
Nous nous devons maintenant de remercier nos parents pour nous avoir nous avoir pouss es
faire
les
efforts n cessaires
et permis de d velopper
le go t du d fi.
Gr ce eux, nous avons appris beaucoup sur lattitude positive avoir dans la vie, sur lutilit
de la curiosit et sur limportance de la famille.
La r alisation de ce travail doit beaucoup Madame Nadia ESSOUSSI et Monsieur Chiheb
Eddine Ben NCir, nos encadreurs de Stage, pour lencadrement s rieux et leurs conseils
pr cieux, leurs soutiens, leurs disponibilit s, leurs patiences, leurs collaborations troites dans
laquelle nous avons travaill s et leurs aides pr cieuses qui nous ont permis de mener bien
ces travaux.
Nous adressons galement nos chaleureux remerciements tous nos coll gues pour leurs
conseils, leurs amiti s et leurs bonnes humeurs et qui nous ont beaucoup encourag s durant
nos travaux.
Nous remercions tous ceux qui ont contribu de pr s ou de loin la r alisation de ce travail.
B chir Ayari & Mohamed Chaawa
2
3
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Table des mati res
DEDICACE ....................................................................................................... 1
REMERCIEMENTS .......................................................................................... 2
TABLE DES MATIERES .................................................................................. 3
LISTE DES FIGURES ....................................................................................... 6
LISTE DES TABLEAUX .................................................................................. 7
INTRODUCTION GENERALE ........................................................................ 8
CHAPITRE 1 : CONCEPTS DE BASE DU BUSINESS INTELLIGENCE .... 10
INTRODUCTION ........................................................................................................................... 10
1.
2. DEFINITION DU BUSINESS INTELLIGENCE .................................................................................. 10
3. DIFFERENCES ENTRE LES SYSTEMES OPERATIONNELS ET DECISIONNELS .................................. 10
4. LES ETAPES DE LANALYSE DECISIONNELLE .............................................................................. 11
4.1. La collecte .......................................................................................................... 12
4.2. L'int gration ....................................................................................................... 12
4.3. La diffusion ........................................................................................................ 13
4.4. La restitution ...................................................................................................... 13
5. LES CONCEPTS DECISIONNELS .................................................................................................... 14
5.1. ExtractTransformLoad (ETL) ............................................................................. 14
5.2. DataWarehouse et DataMart ............................................................................... 14
5.3. Analyse multidimensionnelle .............................................................................. 15
5.4. G n rateur d tat ................................................................................................ 18
5.5. Datamining ......................................................................................................... 19
6. CONCLUSION .............................................................................................................................. 20
CHAPITRE 2 : COMPARAISON DES OUTILS OPEN SOURCE ................. 21
1.
INTRODUCTION ........................................................................................................................... 21
2. LES OUTILS DEXTRACT TRANSFORM LOAD ............................................................................. 21
2.1. Clover.ETL ......................................................................................................... 21
2.2. Pentaho Data Integration ..................................................................................... 21
2.3. Talend Open Studio ............................................................................................ 22
3. LES OUTILS DE DATA WAREHOUSE ........................................................................................... 23
3.1. MySQL .............................................................................................................. 23
3.2. PostgreSQL ........................................................................................................ 23
4. LES OUTILS DANALYSE MULTIDIMENSIONNELLE ..................................................................... 25
4.1. Serveurs OLAP ................................................................................................... 25
4.2. Clients OLAP ..................................................................................................... 26
3
4
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
5. LES GENERATEURS DETAT ........................................................................................................ 28
JasperReport ....................................................................................................... 28
5.1.
5.2.
JfreeReports ........................................................................................................ 28
5.3. BIRT .................................................................................................................. 29
6. LES SOLUTIONS BUSINESS INTELLIGENCE ................................................................................ 30
6.1. La solution Pentaho ............................................................................................ 31
6.2. La solution SpagoBI ........................................................................................... 31
Publicité
6.3. Comparatif des plateformes Pentaho et SpaogoBI ............................................... 32
7. LA SOLUTION BUSINESS INTELLIGENCE RETENUE ..................................................................... 34
8. CONCLUSION .............................................................................................................................. 36
CHAPITRE 3 : CONCEPTION DE LA PLATEFORME MAGPIE ................. 37
1.
INTRODUCTION ........................................................................................................................... 37
2. CONCEPTION DU SYSTEME ......................................................................................................... 37
2.1. Ladministrateur du syst me ............................................................................... 38
2.2. Le d veloppeur ................................................................................................... 39
2.3. Le pr sident directeur g n ral ............................................................................. 40
2.4. Le directeur financier .......................................................................................... 40
2.5. Le directeur commercial ..................................................................................... 41
2.6. Le responsable GRH ........................................................................................... 41
2.7. Le directeur de production .................................................................................. 42
3. CONCEPTION BUSINESS INTELLIGENCE ...................................................................................... 45
3.1. D finition des objectifs ....................................................................................... 45
3.2. Construction du tableau de bord .......................................................................... 46
3.3. Choix des indicateurs .......................................................................................... 46
3.4. Collecte des informations .................................................................................... 47
3.5. Syst me du tableau de bord ................................................................................. 64
4. CONCLUSION .............................................................................................................................. 65
CHAPITRE 4 : REALISATION DE LA PLATEFORME MAGPIE ................ 65
1.
INTRODUCTION ........................................................................................................................... 66
2. ENVIRONNEMENT MATERIEL UTILISE ........................................................................................ 66
3. ENVIRONNEMENT LOGICIEL UTILISE .......................................................................................... 66
3.1. Le progiciel de gestion int gr Microsoft Dynamics NAV ................................. 66
3.2. Les syst mes de gestion de base de donn es ....................................................... 67
3.2.1. SQL Server 2008 ........................................................................................................ 67
3.2.2. MySQL 5.5.16 ............................................................................................................ 67
3.3. Lenvironnement de d veloppement int gr Eclipse Indigo 3.7 ........................... 68
3.4. Le serveur dapplication Tomcat 6 ...................................................................... 68
4. DESCRIPTION DU TRAVAIL REALISE ........................................................................................... 69
4.1. Travail r alis en back office .............................................................................. 70
4.2. Travail r alis en front office .............................................................................. 73
5. QUELQUES IMPRIME ECRAN ....................................................................................................... 77
6. DEPLOIEMENT DE LA PLATEFORME ............................................................................................ 86
7. AMELIORATION PERMANENTE ................................................................................................... 87
4
5
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
8. ORGANISATION DU TRAVAIL ...................................................................................................... 88
9. CONCLUSION .............................................................................................................................. 90
CONCLUSION GENERALE .......................................................................... 91
BIBLIOGRAPHIE ........................................................................................... 92
5
6
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Liste des figures
Figure 1 : Vue d'ensemble des diff rentes tapes de lanalyse d cisionnelle ....................................... 12
Figure 2 : Exemple du cube multidimensionnel ..................................................................................... 16
Figure 3 : Le fonctionnement d'un g n rateur d' tat ........................................................................... 18
Figure 4 : Diagramme de cas dutilisation de lacteur administrateur................................................... 38
Figure 5 : Diagramme de cas dutilisation de lacteur d veloppeur ...................................................... 39
Figure 6 : Diagramme de cas dutilisation de lacteur pr sident directeur g n ral .............................. 40
Figure 7 : Diagramme de cas dutilisation de lacteur directeur financier ............................................. 41
Figure 8 : Diagramme de cas dutilisation de lacteur directeur commercial ........................................ 41
Figure 9 : Diagramme de cas dutilisation de lacteur responsable GRH ............................................... 42
Figure 10 : Diagramme de cas dutilisation de lacteur directeur de production .................................. 42
Figure 11 : Diagramme de cas dutilisation globale ............................................................................... 44
Figure 12 : Exemple dun sch ma en Etoile ........................................................................................... 50
Figure 13 : Exemple dun sch ma en flocons de neige .......................................................................... 50
Figure 14 : Sch ma en toile du cube de la direction financier ............................................................. 51
Figure 15 : Sch ma en toile du cube de la direction gestion de ressources humaines ....................... 55
Figure 16 : Sch ma en toile du cube de la direction commerciale ...................................................... 58
Figure 17 : Sch ma en toile du cube de la direction production ......................................................... 62
Figure 18 : Sch ma descriptif de lenvironnement logiciel .................................................................... 69
Figure 19 : Les diff rents modules de la solution Magpie ............................................................... 70
Figure 20 : Les moteurs et les technologies utilis s ............................................................................... 73
Figure 21 : Le mod le MVC de la suite Magpie ................................................................................ 75
Figure 22 : Lapplication Magpie mobile .......................................................................................... 76
Figure 23 : Interface dauthentification ................................................................................................. 77
Figure 24 : Imprime cran de laccueil de la plateforme ....................................................................... 78
Figure 25 : Imprime cran du table JPivot solde client ......................................................................... 79
Figure 26 : La barre de commandes de JPIVOT ...................................................................................... 79
Figure 27 :L volution du chiffre daffaire.............................................................................................. 80
Figure 28 : Imprime cran du rapport entre le taux dembauche et le licenciement par an ................ 81
Figure 29 : Le requ tage en mode graphique ........................................................................................ 82
Figure 30 : Les retards de fabrication par produit ................................................................................. 83
Figure 31 : La gestion des utilisateurs sous Magpie ......................................................................... 84
Figure 32 : Lidentification des analystes ............................................................................................... 85
Figure 33 : nombre des salaries par m tier ........................................................................................... 85
Figure 34 : Le solde client ....................................................................................................................... 85
Figure 35 : Diagramme de d ploiement de la solution Magpie ....................................................... 87
6
7
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
Publicité
au texte que vous souhaitez faire appara tre ici.
Liste des tableaux
Tableau I : Comparaison entre les diff rents ETL .................................................................................. 23
Tableau II : Comparatif des diff rents outils de DataWarehouse.......................................................... 24
Tableau III : Comparaison entre Mondrian et Palo ................................................................................ 25
Tableau IV : Comparaison entre les diff rents Clients OLAP ................................................................. 27
Tableau V : Comparaison entre les diff rents g n rateurs d tat......................................................... 29
Tableau VI : Comparatif des plateformes Pentaho et SpaogoBI ............................................................ 32
Tableau VII : Tableau de correspondance tables dimensions du cube de la direction financi re ........ 52
Tableau VIII : Tableau explicatif de Table des faits R glement ........................................................ 53
Tableau IX : Tableau de correspondance tables dimensions du cube de la direction gestion de
ressources humaines.............................................................................................................................. 55
Tableau X : Tableau explicatif de Table des faits Ressources humaines .......................................... 55
Tableau XI : Tableau de correspondance tables dimensions du cube de la direction commerciale ..... 59
Tableau XII : Tableau explicatif de Table des faits Ventes ............................................................... 60
Tableau XIII : Tableau de correspondance tables dimensions du cube de la direction production ...... 62
Tableau XIV : Tableau explicatif de Table des faits Production ........................................................ 63
Tableau XV : Lorganisation du travail .................................................................................................... 88
7
8
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Introduction G n rale
Avec l'apparition et le d veloppement de nouveaux ph nom nes conomiques, les entreprises
voluent dans un environnement difficile appr hender.
Le march volue tr s rapidement, la concurrence est de plus en plus forte et les clients de
plus en plus exigeants, pour les jeunes entreprises, la prise de d cision strat gique, politique
ou parfois op rationnelle devient cruciale.
Aujourdhui la qualit des d cisions prises au sein dune organisation d pend norm ment de
la performance de son syst me dinformation.
Pour faire face ces exigences, lentreprise doit sappuyer sur un ensemble dinformations
pertinentes. Celles-ci sont la port e de toute entreprise qui dispose dun capital de donn es
g r es par ses applications de production, mais dans leur tat naturel, ces donn es sont
surabondantes, parpill es dans plusieurs syst mes h t rog nes et non organis es dans une
perspective d cisionnelle. Il devient donc capital de les rassembler et de les homog n iser
afin de les rendre pertinentes pour la prise de d cision.
Les entreprises ont rencontr s plusieurs probl mes avant de recourir au d cisionnel.
Dune part, la masse de donn es brutes manipul e au quotidien au sein dune organisation est
difficilement exploitable par les d cideurs seuls. De plus, lensemble de ces donn es nest pas
pertinent pour ces derniers. Leurs besoins concernent les donn es et les traitements
n cessaires pour faciliter la prise de d cision.
Dautre part, il existe plusieurs probl mes li s aux utilisateurs de ces syst mes d cisionnels
comme : lindisponibilit de lanalyste au sein de lentreprise pour faire ses analyses
quotidiennes cause de ses engagements ailleurs. Donc il faut prendre en consid ration tous
ces facteurs car les utilisateurs du syst me d cisionnel sont des d cideurs strat gique et
tactique et ils ont de la valeur lint rieur de lorganisation, malgr que les besoins exprim s
par ces deux types de d cideurs ne sont pas les m mes.
8
9
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
La solution propos e dans le cadre de ce travail consiste concevoir et r aliser une
plateforme d cisionnelle autour de progiciel de gestion int gr Microsoft Dynamics NAV
qui est con u pour les petites et moyennes entreprises et qui permet de g rer lensemble des
processus de lentreprise et qui repr sente notre source de donn es. Cette solution r pond aux
besoins vari s dune communaut dutilisateurs. Elle s curise et fournit des informations aux
utilisateurs sous la forme des rapports. Des m tadonn es sont souvent utilis es pour simplifier
la complexit des donn es aupr s des concepteurs et des utilisateurs de solutions
d cisionnelles en libre-service. Dailleurs, elle est capable de g rer le d ploiement et
lint gration dans diff rents environnements et mod les de production. Enfin, il est parfois
n cessaire de mettre en place une application mobile multiplateforme qui facilite lanalyse des
donn es de lentreprise ind pendamment de lemplacement physique de lanalyste.
La question abord e ce niveau est comment d velopper un environnement s curis et
intuitif pour tre manipul par des non informaticiens, avec un temps de r ponse acceptable et
en g rant de tr s gros volumes de donn es provenant de toutes les sources de donn es que
poss de l'entreprise ? Nous proposons dans le cadre de ce travail la r solution de cette
question en proposant une plateforme g n rique permettant linterrogation libre, pour cr er
des rapports sur les donn es en mode compl tement graphique.
Ce rapport est organis comme suit : le premier chapitre traite les concepts de base du
business intelligence, dans le deuxi me chapitre nous tudions les diff rents outils
et suites d cisionnels open source existants, par ailleurs, au cours du troisi me chapitre nous
traitons la conception de notre plateforme Magpie , puis nous passons dans le dernier
chapitre la r alisation de cette plateforme et enfin, nous tenons par une conclusion qui
r capitule notre travail.
9
1
0
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Chapitre 1 : Concepts de base du Business intelligence
1. Introduction
La Business Intelligence est un domaine riche en notions et en outils. Lors de ce chapitre,
nous commen ons par une br ve pr sentation de ce domaine. Puis nous d taillons les tapes
de lanalyse d cisionnelle ainsi que les outils d cisionnels existants. Enfin nous faisons une
tude des m thodes conceptuelles orient es Business Intelligence.
2. D finition du Business intelligence
La Business Intelligence se d finit comme l'ensemble des technologies et des outils
permettant de traiter, de valoriser et de pr senter les donn es des fins de compr hension,
danalyse et de d cision. Le business intelligence sappuie sur un syst me dinformation
Publicité
sp cifique, ou syst me dinformation d cisionnel, par opposition au syst me dinformation
produisant des donn es, ou syst me dinformation transactionnel. [4]
3. Diff rences entre les syst mes op rationnels et d cisionnels
Le syst me d'information transactionnel g re les applications quotidiennes et se rapproche
ce titre de la couche op rationnelle. Il est typiquement utilis par les acteurs m tiers et se voit
plus comme un outil utilis par ces derniers afin de r pondre des besoins de simplification et
d'automatisation.
Le syst me d'information d cisionnel est utilis pour prendre les d cisions de l'entreprise, et
ce titre doit permettre aux d cideurs d'avoir un certain recul sur leur entreprise. Il fournit pour
cela les informations n cessaires et pertinentes afin de faire les bons choix.
Au d but des ann es 90, l'informatique est au service de l'entreprise pyramidale.
D'une mani re tr s classique, elle remonte les informations de la base vers le haut.
Cette poque est celle des Executive Information Systems (EIS). Au milieu des ann es 90,
10
1
1
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
les besoins d'informations composites r v lent des lacunes dans les syst mes d'informations.
Les technologies Data Warehouse et Data Mart se banalisent et l'informatique d cisionnelle se
tourne vers les cubes OLAP, dans un souci d'analyse plus pouss e.
De nos jours, le d cisionnel n'est plus l'apanage des instances dirigeantes et toutes les couches
de l'entreprise revendiquent un besoin d'information pertinente, propre leur fonction. Que ce
soit dans des soucis de pilotage par les acteurs du top management, pour des besoins
particuliers formul s par des experts ou dans des logiques de reporting classique demand es
par les acteurs m tiers, cette mutation culturelle s'appuie sur la banalisation et l'accessibilit
des technologies Web, qui rendent cette divulgation d'information possible moindre co ts.
4. Les tapes de lanalyse d cisionnelle
En sortant de la source des donn es jusqu la g n ration des rapports, lanalyse d cisionnelle
passe par plusieurs tapes, au d part, il est parfois n cessaire de collecter les donn es depuis
diff rentes source de donn es, puis de les int grer au sein dun entrep t de donn es et de les
diffuser en des cubes OLAP. Enfin nous passons l tape la plus lisible qui consiste
restituer les donn es diffus es. Pour illustrer ces tapes, nous proposons le sch ma suivant :
11
1
2
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Figure 1 : Vue d'ensemble des diff rentes tapes de lanalyse d cisionnelle
4.1. La collecte
Cette tape consiste chercher les donn es o elles se trouvent. Les donn es applicatives
m tier sont stock es dans une ou plusieurs bases de donn es correspondant chaque
application utilis e. La collecte est donc l'ensemble des t ches consistant d tecter,
s lectionner, extraire et filtrer les donn es brutes issues des environnements pertinents
pour obtenir des indicateurs utiles dans le cadre de laide la d cision. Les sources de
donn es internes et/ou externes tant souvent h t rog nes tant sur le plan technique que sur le
plan s mantique, cette fonction est la plus d licate mettre en place dans un syst me
d cisionnel complexe.
Ces donn es applicatives sont donc extraites, transform es et charg es dans un entrep t de
donn es par un outil de type Extract-Tranform-Load. Ainsi un outil dETL permet la
synchronisation de donn es de tous types dans la DataWarehouse et la Datamarts. Un ETL
repose sur des connecteurs permettant lextraction ou limportation des donn es de types
divers (bases de donn es de tout type, fichiers xml ou autres formats, &) et sur des
transformateurs qui manipulent les donn es : agr gations, filtres, conversions, mises en
correspondance. Ces actions peuvent tre effectu es de mani re p riodique via lutilisation de
batchs. [3]
4.2. L'int gration
Une fois les donn es centralis es par un outil dETL, celles-ci doivent tre structur es au sein
de l'entrep t de donn es. Cette tape est toujours faite par un ETL gr ce un connecteur
permettant l criture dans le DataWarehouse. Lint gration est en fait un pr traitement ayant
pour but de faciliter lacc s aux donn es centralis es aux outils d'analyse. Ainsi l'int gration
consiste concentrer les donn es collect es dans un espace unifi , dont le socle informatique
essentiel est l'entrep t de donn es. Ce dernier est l l ment central du dispositif dans le sens
o il permet aux applications daide la d cision de b n ficier d'une source d'information
homog ne, commune, normalis e et fiable. Cette centralisation permet surtout de sabstraire
de la diversit des sources de donn es.
Lors de cette tape les donn es sont transform es et filtr es en vue du maintien de la
coh rence d'ensemble (les valeurs accept es par les filtres de loutil dETL de la fonction de
12
1
3
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
collecte mais qui peuvent introduire des incoh rences dans les donn es centralis es sont soit
rejet es, soit int gr es apr s une phase dadaptation).
Enfin, c'est aussi durant cette tape que sont effectu s les ventuels calculs et agr gations
communs l'ensemble du syst me informatique d cisionnel. Malheureusement, cette tape ne
fait pas partie de notre projet, car nous avons une seule base de donn es, celle de NAV. [3]
4.3. La diffusion
Cette tape de diffusion met les donn es la disposition des utilisateurs. Elle permet la
gestion de droits dacc s et respecte donc des sch mas correspondant au profil ou au m tier de
chacun. Ainsi l'acc s direct l'entrep t de donn es nest pas autoris . En effet ce genre de
pratique ne correspond g n ralement pas aux besoins des d cideurs ou analystes. L'objectif
principal de l tape de diffusion est de segmenter les donn es collect es en contextes qui
soient coh rents, simples utiliser et qui correspondent une activit d cisionnelle
particuli re. En comparaison de lentrep t de donn es peut h berger de nombreuses variables
ou indicateurs, un contexte de diffusion n'en pr sente que quelques dizaines pour rester simple
dexploitation. Chaque contexte peut correspondre un DataMart, bien que le stockage
physique ne soit pas sujet des r gles particuli res. G n ralement un contexte de diffusion est
Publicité
multidimensionnel : il est mod lisable sous la forme d'un hypercube et peut donc tre mis
disposition via un outil OLAP.
Enfin les diff rents contextes d'un m me syst me informatique d cisionnel n'ont pas
forcement tous besoin du m me niveau de d tail selon la cible vis e. En effet de nombreux
agr gats n'int ressent que certaines applications et ne sont alors donc pas consid r s comme
des agr gats communs. Ces cumuls ne sont donc pas g r s par la fonction d'int gration mais
par la diffusion. Ils peuvent tre soit calcul s dynamiquement soit stock s de mani re
persistante. [3]
4.4. La restitution
Cette tape se charge de pr senter les informations valeur ajout e de telle sorte qu'elles
apparaissent de la fa on la plus lisible possible dans le cadre de laide la d cision. Les
donn es sont principalement mod lis es par des repr sentations base de requ tes afin de
constituer des tableaux de bord ou des rapports via des outils d'analyse d cisionnelle.
13
1
4
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Cette quatri me fonction,
la plus visible pour
l'utilisateur (lanalyste) assure
le
fonctionnement du poste de travail, le contr le d'acc s aux rapports, la prise en charge des
requ tes et la visualisation des r sultats sous quelque forme que ce soit.
Le reporting est l'application la plus utilis e dans linformatique d cisionnelle, il permet aux
d cideurs de :
" S lectionner des donn es par p riode, production, secteur de client le, etc.,
" Trier, regrouper ou r partir ces donn es selon des crit res de choix,
" R aliser des calculs (totaux, moyennes, sommes, pourcentages, carts,...),
" Pr senter les r sultats de mani re synth tique ou d taill e, g n ralement sous forme
de graphiques, etc.
Les programmes utilis s pour le reporting permettent de faire varier certains crit res pour
affiner lanalyse. Des instruments de type tableau de bord quip s de fonctions d'analyses
multidimensionnelles de type OLAP sont aussi utilis s pour cette derni re tape du syst me
dinformation d cisionnel. [3]
5. Les concepts d cisionnels
5.1. ExtractTransformLoad (ETL)
Un ETL est utilis pour alimenter le DataWarehouse partir des bases de donn es de
production. Comme son nom l'indique, un ETL correspond :
" Extract : extrait les donn es partir de diff rentes sources.
" Transform : transforme ces derni res afin de les unifier sous un m me format.
" Load : charge les donn es dans le Data Warehouse.
Il peut prendre en charge diff rentes natures de sources, lint gration d'un nouveau flux ne
n cessite pas de d veloppement sp cifique ou une configuration interactive, par le biais
d'interface graphique, un ETL fonctionne en mode Point Point. Bien qu'il r cup re les
donn es de plusieurs sources, il n'a pas pour vocation de construire un flux agr g entre deux
sources diff rentes.
5.2. DataWarehouse et DataMart
14
1
5
Erreur ! Utilisez l'onglet Accueil pour appliquer Heading 1;chapiter 4;chapitre 3;chapitre 2;chapitre 1
au texte que vous souhaitez faire appara tre ici.
Le DataWarehouse est une base de donn es recueillant et g rant toutes les donn es collect es
au sein de l'organisme, dans le cadre de la prise de d cision.
Il doit donc r pondre 4 caract ristiques essentielles :
" Orient sujet : les donn es sont organis es par th me.
"
Int gr : les donn es provenant de sources h t rog nes, elles utilisent chacune un type
de format. Elles doivent donc tre int gr es avant d' tre propos es utilisation.
" Non volatile : les donn es ne disparaissent pas et ne changent pas au fil des
traitements, au fil du temps.
" Historis : les donn es sont horodat es, afin de visualiser l' volution dans le temps
d'une valeur donn e.
Un DataMart est un sous-ensemble dun DataWarehouse destin fournir des donn es aux
utilisateurs, et souvent sp cifique un groupe ou un type d'affaire. Techniquement, c'est
une base de donn es
relationnelle utilis en informatique d cisionnelle et exploit
en entreprise pour restituer des informations cibl es sur un m tier sp cifique.
5.3. Analyse multidimensionnelle
L'analyse multidimensionnelle consiste s lectionner les axes d'analyses souhait s, ainsi que
leur ordre. Chaque hi rarchisation d'axes danalyse correspond une question que lon se
pose, et il n'est pas forc ment n cessaire de les utiliser tous. Le concept OLAP (On Line
Analytical Processing) a t d fini au d but des ann es quatre-vingt-dix. Ce dernier doit
respecter 12 r gles de conception :
" Transparence : l'emplacement physique du serveur OLAP est transparent pour
l'utilisateur.
" Accessibilit : l'utilisateur OLAP dispose de l'accessibilit toutes les donn es
n cessaires ses analyses.
" Stabilit : la performance des reportings reste stable ind pendamment du nombre de
dimensions.
" Client-Serveur : le serveur OLAP s'int gre dans une architecture de la sorte.
" Dimensionnement : il est g n rique, afin de ne pas fausser les analyses.
15
1
6
Erreur ! Utilisez l'onglet Accueil pour appliquer H...