<!-- Slide number: 1 -->
Université de La ManoubaEcole Nationale des Sciences de l’Informatique
 Projet de fin des études
Développement d’un système décisionnel pour la gestion des produits
 Présenté par: Achref SALLEMI Responsable: M. Hatem AROUS
Encadré par: Mlle. Mariem CHAARI Supervisé par: M. Slim MHIRI
Année universitaire 2013-2014
Notes: Bonjour, Avant de commencer, nous devrons remercier les membres jury d’avoir accepter d’être présent pour jugé ce travail. Nous remercions aussi notre famille et tous nos amis je m’appelle achref sallemi Et je viens aujourd’hui présenter mon projet de fin d’étude intitulé: “Développement d’un système décisionnel pour la gestion des produits ” effectué au sein de la société TODEOS NEARSHORE sous l’encadrement de Mlle. et la supervision de M..
<!-- Slide number: 2 --> Plan de la présentation
Plan de la présentation
1 Introduction 2 Problématique 3 Solution proposée 4 Spécification des besoins 5 Conception 6 Réalisation 7 Conclusion et perspectives 2
Notes: Notre présentation suit le plan suivant Nous commencent par introduire l’organisme d’accueil et le projet Nous présentons ensuite la problématique ainsi que la solution proposé Nous passons par la spécification des besoins et la conception pour aboutir à la réalisation Et nous terminons par une conclusion et des perspectives
<!-- Slide number: 3 --> Présentation de l’entreprise
 TODEOS est une société de services et de conseil en ingénierie informatique Elle offre à ses clients des formations assurées par une équipe d’experts Spécialisée notamment en technologies des systèmes d’information décisionnelle
 Sa mission consiste à développer des applications et des logiciels 3
Notes: Nous avons effectué notre stage au sein de la société TODEOS Nearshore
<!-- Slide number: 4 --> Cadre général du projet
 Développement d’un système décisionnel permettant la gestion des produits 4
Notes: Nous visons à développer un système décisionnel permettant la gestion des produits pour aider l’entreprise à prendre les décisions adéquates et offrir une solution de reporting temps réel pour la direction générale par rapport aux données multidimensionnelles enregistrées.
<!-- Slide number: 5 -->
 Les données sont : Enormes Hétérogènes Difficiles à manipuler
 5
Notes: Les décideurs et les analystes sont tenus à visualiser et élaborer des statistiques et des analyses portant sur les données stockées au niveau des serveurs de données d’une façon permanente afin de faire les bonnes décisions concernant les chiffres d’affaire et les taux. Mais à cause
<!-- Slide number: 6 -->
 L’énorme taille des sources de données du client. La répartition, le stockage et l’hétérogénéité de ces données. Difficulté d’analyse et de manipulation des données à cause d’incohérence et d’inconsistance. La génération des rapports est limité et ne couvre pas tous les besoins des managers de la société. Le besoin analytique est traité d’une manière manuelle.
 6
<!-- Slide number: 7 -->
 Introduction générale | Solution adoptée
Implémentation d’un système décisionnel pour prendre les décisions adéquates. La conception et le développement des packages de chargement des données à partir de différentes sources de données. La création des cubes multidimensionnels pour l’exploration des données. La mise en œuvre des rapports et des tableaux de bords indispensable pour la prise de décision.
7
Notes: Notre objectif sera donc,
<!-- Slide number: 8 --> Besoins fonctionnels
 Spécification | Besoins fonctionnels
Implémenter les cubes OLAP spécifiques aux besoins Intégrer les données dans l’entrepôt de données
Publicité
Les Besoins fonctionnels
Modéliser et concevoir l’entrepôt de données
Générer des rapports et des tableaux de bord
Intégrer les rapports dans le site SharePoint 8
Notes: Notre application offre un ensemble de fonctionnalités pour satisfaire les besoins de nos acteurs.
Afin de collecter et extraire les données; les transformer et enfin les charger Préciser le schéma de l’entrepôt : dégager les dimensions et les tables de faits.
<!-- Slide number: 9 --> Besoins non fonctionnels
 Spécification | Besoins non fonctionnels
Maintenance Ergonomie
Les Besoins non fonctionnels
Fiabilité
Sécurité
9
Notes: Passant aux besoins non fonctionnels, l’application doit être
<!-- Slide number: 10 --> Diagramme de cas d’utilisation [1/2]
 Gérer les rapports Consultant Analyser les données
 Gérer l’entrepôt de données Administrateur 10
Notes: le premier acteur est le consultant qui gère les rapports, le deuxième acteur est admin qui hérite les fonctionnalités du consultant, ce dernier peut analyser les données et gérer l'entrepôt de données,
Publicité
<!-- Slide number: 11 --> Diagramme de cas d’utilisation [2/2]: Analyser les données
 Créer le cube multidimensionnel Définir la source de données <<include>> <<include>> Sélectionner les dimensions <<include>>
 <<extend>> Sélectionner les mesures Explorer les données du cube <<extend>> Créer les clés de performances KPI Admin <<include>> Définir les hiérarchies des dimensions Déployer le cube dans le serveur OLAP 11
Notes:
<!-- Slide number: 12 --> Conception générale Architecture globale
 Conception | Architecture du Django
 Data Warehouse Requêtes & rapports Cube OLAP
Source externe
Servir Extraire Transformer Charger
Analyse
Cube OLAP BDs opérationnelles Data marts Data mining Niveaux intermédiaires : Moteur OLAP Niveaux bas : Serveur DWH Niveaux supérieurs: Restitution Source de données 12
Notes:
<!-- Slide number: 13 --> Conception générale Schéma de dépendance entre les packages
 Conception | Architecture du Django
13
Notes: l’ETL pour faire l’extraction et le chargement des données dans l’entrepôt de donnée la création des cubes multidimensionnels en vue d’analyse la restitution des données sous forme de tableaux de bord, rapports. . . .
<!-- Slide number: 14 --> Conception | Architecte du Django
 Conception détaillée: Conception de l’entrepôt de données
DIM_ESTABLISHMENT DIM_CUSTOMER DIM_SERVICE DIM_PERIOD DIM_SCENARIO FACT_RESTAURANTS DIM_VERSION DIM_WEEK DIM_YEAR DIM_PRODUCT DIM_SUB_FAMILY_PRODUCT
14
Notes: les éléments de base de la représentation de données sont : Les tables du dimensions : les axes d’analyse selon lequel sont visualisées les mesures d’activité. Les tables de faits : Ce sont les tables qui représentent les mesures et les éléments sur lesquels va porter l’analyse
<!-- Slide number: 15 --> Conception | Architecte du Django
Conception détaillée: diagramme d’activité du flux de contrôle de l’entrepôt de données
15
Notes: Ce diagramme décrit les différentes tâches exécutées par le flux de contrôle du package Data Warehouse. Lors de chaque évènement, une erreur peut survenir pouvant ainsi mener à l’échec de l’exécution, alors, nous réexécutons le flux. Dans le cas où il n’y a pas d’erreurs, les événements se déclencheront par l’exécution du package DWH, du flux de données des dimensions et du flux de données de la table des faits jusqu’à l’aboutissement à la fin de l’activité d’exécution du package.
<!-- Slide number: 16 --> Conception | Architecte du Django
 Conception détaillée: Conception de la phase d’analyse
16 16 16 16
Notes: Dans cette partie, nous exposons le diagramme de séquence « Analyser les données » qui a pour objectif la création des cubes multidimensionnels. Nous présentons le scénario nominal pour l’analyse des données ; après la configuration de la connexion à l’entrepôt de données, l’administrateur sélectionne les mesures et les dimensions relatives au cube à créer. Une fois crée, il passe au déploiement du cube au serveur d’analyse afin de pouvoir explorer ses données.
<!-- Slide number: 17 -->
 Conception détaillée : Conception de la phase de restitution Conception | Diagramme– S’authentifier
 17
Publicité
Notes: Nous présentons, le scénario de génération des rapports SSRS. Après connexion au DWH, l’administrateur passe au paramétrage du rapport en termes de type, data set, mode d’affichage, requête associée. Et il finit par le déploiement du rapport dans le serveur approprié. Avec cette étape, le rapport est bien enregistré dans le serveur de reporting. Pour pouvoir consulter les rapports, l’administrateur doit connecter au serveur Report en tapant le login et le mot de passe.
<!-- Slide number: 18 --> Configuration logicielle
Système d’exploitation Windows Server 2012 Environnement de développement
Système de Base de Données SQL Server 2012
Plateforme logicielle de collaboration SharePoint Server 2013
Outils de développement Microsoft Business Intelligence Développement Studio
18
<!-- Slide number: 19 -->
 La suite Microsoft BI
 19
Notes: Microsoft SQL Server fournit quatre composantes majeures de la Business Intelligence
<!-- Slide number: 20 --> Scénarios d’exécution : Implémentation de l’entrepôt de données
 20
Notes:
<!-- Slide number: 21 --> Implémentation du cube multidimensionnel
 21
<!-- Slide number: 22 --> Génération des rapports et des tableaux de bords
 22
<!-- Slide number: 23 --> Intégration d’un rapport dans le Portail SharePoint
 23
<!-- Slide number: 24 --> Conclusion et perspectives
Les consultants possèdent désormais une solution d'aide à la décision La familiarisation avec la suite Business Intelligence de Microsoft les rapports dans leur différents formes garantissent un reporting temps réel
De point de vue perspectif, on peut : Etendre l'entrepôt de données en ajoutant des tables satisfaisant les besoins des décideurs Utiliser le portail SharePoint comme plateforme de visualisation, de diffusion et de partage des rapports et des tableaux de bord
24
<!-- Slide number: 25 --> Merci pour votre attention !
