OLAP PAR L'EXEMPLE
NEGRE Elsa 2019-2020 Université Paris-Dauphine
La vente de chaussures
Source : B e rn ard Lupi n
CONTEXTE
La société Au bon pied, installée à Bonneuil, désire construire une base de données pour suivre l'évolution de ses ventes de chaussures, par modèle et par mois.
7 étapes :
- Les propriétés de la table VENTE
- Les 3 dimensions du NOMBRE
- Les hiérarchies de la dimension TEMPS
- Les calculs à la volée
- Les attributs
- Les calculs temporels
- Les données éparses
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (1)
But : construire progressivement une base de données tout à
fait classique, avec des tables constituées de colonnes.
| ne table Vente | : | Col3 | Col4 |
|---|---|---|---|
| Mois | Modèle | Nombre | Total HT |
| Janvier 2000 | Escarpin | 5 | 1 700 € |
| Janvier 2000 | Ville | 300 | 65 000 € |
| .......... |
Dans la réalité : les différents types de chaussure sont
stockés dans une table modèle, et on ne met dans la table vente que la clé correspondante.
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (2)
Reportings possibles :
- nombre de paires de chaussure par mois et par modèle
| Modèle \ Mois | Janvier 2000 |
|---|---|
| Escarpin | 5 |
| Ville | 300 |
Valeur HT des paires de chaussure par mois et par modèle
| Modèle \ Mois | Janvier 2000 |
|---|---|
| Escarpin | 1 700€ |
| Ville | 65 000€ |
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (3)
La société s'agrandit et dispose maintenant de plusieurs
| commerces. | Col2 | Col3 | Col4 | Col5 |
|---|---|---|---|---|
| Mois | Modèle | Magasin | Nombre | Total HT |
| Avril 2000 | Botte | Champigny | 10 | 1 500€ |
| Avril 2000 | Tennis | Paris Bastille | 850 | 260 000€ |
| .......... |
Ici aussi, une base relationnelle disposera d'une table
magasin, avec un nom et une clé, plus d'autres caractéristiques telles que l'adresse.
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (4)
L'analyse s'avère déjà un peu plus complexe… la
représentation tabulaire ne possède que deux dimensions.
Si l'on veut étudier les performances d'un magasin, il faut
faire une sélection sur celui-ci.
Mais si on s'intéresse ensuite à ce qui s'est passé en février
sur tous les magasins, il faut repartir des données de départ et faire une autre sélection.
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (5)
6 types de reportings possibles :
- Pour chaque magasin ou pour le total des magasins, les deux reportings
précédents (nombre de paires de chaussures ou valeur HT avec les modèles en ligne et les mois en colonne),
- Pour chaque modèle de chaussure ou pour le total, deux reportings avec
les mois en ligne et les magasins en colonne,
- Pour chaque mois ou pour l'année, deux reportings avec les magasins en
ligne et les modèles en colonne.
Ces six peuvent encore être multipliés par deux si l'on fait
Publicité
pivoter les axes des abscisses et des ordonnées.
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (6)
La société désire aussi étudier la répartition de ses ventes
suivant d'autres critères, comme
Genre (Homme/Femme/Enfant),
Pointure,
Couleur,
…
Le tableau de reporting est devenu très important, à la fois en
nombre de colonnes et de lignes.
Pour analyser ces données, il faut faire des sommes sur des
regroupements, avec des temps de traitement pas toujours envoûtants, il faut donc gérer des index, etc.
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (7)
Structure de données relationnelle construite : schéma en étoile
▪ centre de l'étoile = table vente, ▪ branches = tables magasin, modèle, couleur, etc. = axes d'analyses
ETAPE 1 : LES PROPRIÉTÉS DE LA TABLE VENTE (8)
ETAPE 2 : LES TROIS DIMENSIONS DU NOMBRE (1)
la société Au bon pied désire donc suivre l'évolution de ses
ventes de chaussures, par exemple en fonction des mois, modèle et magasin.
- -> nos dimensions
Les deux indicateurs suivis par les responsables de la société
sont le nombre de chaussures vendues et les prix de vente hors taxe.
- -> nos mesures
Notre base de données est devenue multidimensionnelle.
ETAPE 2 : LES TROIS DIMENSIONS DU NOMBRE (2)
ETAPE 2 : LES TROIS DIMENSIONS DU NOMBRE (3)
Schéma en étoile
| VENTE MODELE MAGASIN idMag idMod idMod idMag descMod idMois descMag pointure adresseMag Nombre descPointure PrixHT couleur descCouleur MOIS idMois descMois |
VENTE | Col3 | MODELE |
|---|---|---|---|
| MOIS MAGASIN MODELE VENTE idMag idMod idMois Nombre PrixHT idMag descMag adresseMag idMod descMod pointure descPointure couleur descCouleur idMois descMois |
idMag idMod idMois Nombre PrixHT |
idMag idMod idMois Nombre PrixHT |
idMod descMod pointure descPointure couleur descCouleur |
ETAPE 3 : LES HIÉRARCHIES SUR LA DIMENSION TEMPS (1)
L'étude des ventes mois par mois est certes utile, mais elle
reste restrictive. Nous allons donc rebaptiser la dimension mois, et l'appeler
par exemple Temps . Les positions de la dimension Temps peuvent être
des mois,
mais aussi des jours,
des trimestres
ou des années. Ainsi, les responsables des ventes pourront analyser les
résultats des différents magasins sur des niveaux plus ou moins précis.
ETAPE 3 : LES HIÉRARCHIES SUR LA DIMENSION TEMPS (2)
Pour la dimension Magasin, nous avons une hiérarchie à 5
Publicité
niveaux : idMag (descMag), ville, département, région et pays.
Pour la dimension Temps, nous avons 2 hiérarchies :
La 1ère à 5 niveaux : idTps, jour, mois (nomMois), trimestre, année.
- On pourra alors tout naturellement rattacher le 18/05/00 à mai 2000,
puis à 2ème trimestre 2000, puis à 2000.
La 2 [ème] à 4 niveaux : idTps, jour, semaine et année.
- Ici, le 18/05/00 est rattaché à semaine 19 2000, puis à 2000. Pour la dimension Modèle, nous avons 3 hiérarchies :
La 1 [ère] à 2 niveaux : idMod (descMod) et genre
La 2 [ème] à 2 niveaux : idMod (descMod) et couleur
La 3 [ème] à 2 niveaux : idMod (descMod) et pointure
Le nouveau modèle relationnel associé est un "schéma en
flocons".
ETAPE 3 : LES HIÉRARCHIES SUR LA DIMENSION TEMPS (4)
Les mesures Nombre et Total HT sont maintenant
dimensionnées sur Temps, Modèle et Magasin.
Chaque magasin fournit ses données quotidiennement, et la
base de données OLAP se charge de consolider ces données sur les différentes hiérarchies.
Lorsque cette consolidation consiste à effectuer des sommes,
comme c'est le cas ici, des fonctions intégrées permettent de faire cette opération très rapidement et très simplement.
ETAPE 4 : LES CALCULS À LA VOLÉE (1)
Notre base OLAP dispose pour l'instant de deux mesures :
nombre de chaussures vendues
prix total hors taxe. Ces mesures sont dimensionnées par Temps, Modèle et
Magasin.
A partir de ces deux mesures, nous pouvons en créer d'autres,
qui cette fois ne seront pas stockées dans la base de données mais calculées dynamiquement lorsqu'un utilisateur désire y accéder.
ETAPE 4 : LES CALCULS À LA VOLÉE (2)
Du point de vue de l'utilisateur, il n'y a aucune différence entre
une mesure stockée et une mesure calculée.
Prix moyen est dimensionnée suivant Temps, Modèle et Magasin
et est de type décimal.
- Prix moyen = Total HT / Nombre
Il n'est pas nécessaire que tous les éléments du calcul soient
dimensionnés de la même façon.
- Total TTC = Total HT * 1,196
Comme ce taux change (trop) souvent, il est possible de créer
une nouvelle variable, TVA, dimensionnée seulement sur le temps.
- Cette variable indiquera le taux de TVA à appliquer pour chaque position
Publicité
de la dimension Temps.
- Total TTC = Total HT * (100+TVA)/100
ETAPE 4 : LES CALCULS À LA VOLÉE (3)
De même, si le taux de TVA est différent suivant les produits vendus,
alors les dimensions de la variable TVA doivent être Temps et Produit. Graphiquement, cette variable ne sera plus représentée par une ligne mais par un plan.
ETAPE 5 : LES ATTRIBUTS (1)
Savoir combien de chaussures ont été vendues, c'est bien,
mais trouver celles qui se vendent le mieux, voilà qui va permettre à la société Au bon pied de prospérer.
Les différents magasins vont devoir fournir des données plus
précises sur leur ventes, en indiquant chaque jour le nombre de modèles vendus dans chaque référence disponible.
Nous allons donc remplacer la dimension Modèle par la
dimension Référence .
- le magasin Paris Bastille a vendu 7 paires de chaussures de
référence 215431324 le 18 Août 1998.
ETAPE 5 : LES ATTRIBUTS (2)
Par contre, pour se rendre compte de l'état du marché, c'est
plus difficile.
Il suffit de définir des attributs pour chaque référence de
chaussure.
Couleur (bleu, blanc, rouge),
Matière (cuir, toile, synthétique),
Catégorie (homme, femme, enfant).
Si les références sont différentes pour chaque pointure d'un
modèle, alors Pointure peut aussi être un attribut, sinon ce sera une nouvelle dimension.
ETAPE 5 : LES ATTRIBUTS (3)
notre base OLAP permet maintenant de répondre à des
questions plus complexe comme :
Quelle couleur de chaussure se vend le plus en Août 1998 ?
Combien le magasin Paris Bastille a-t-il vendu de chaussures femme
en cuir en 1998 ?
- Quelle est la part de chaussures homme, femme et enfants chez Au
bon pied ?
ETAPE 6 : LES CALCULS TEMPORELS (1)
Les exemples de calculs proposés dans les étapes
précédentes ne suffisent plus à la société Au bon pied .
Pour mieux cibler les actions à entreprendre, il faut en effet
pouvoir étudier l'évolution des données déjà archivées, et si possible prévoir leur évolution dans le futur.
Les bases OLAP sont tout à fait adaptées pour cela, elles
disposent toujours de fonctions plus ou moins évoluées permettant de manipuler des informations temporelles.
Publicité
ETAPE 6 : LES CALCULS TEMPORELS (2)
Par l'écriture de petits programmes simples, nous pouvons
maintenant définir des formules répondant aux questions de ce type :
- Quelle est l'évolution de mon bénéfice net par rapport au même mois
de l'année précédente.
- Quelle est l'évolution de mon chiffre d'affaire par rapport à la
moyenne des trois derniers mois.
- Quelle sera la tendance des 12 prochains mois suivant telle ou telle
règle d'extrapolation.
Pour répondre à des questions de ce type à l'aide d'une base
relationnelle, il faudrait certainement écrire des programmes très complexes, ayant tellement de traitements et de données à analyser que l'utilisateur n'obtiendrait peut-être jamais sa réponse...
ETAPE 7 : LES DONNÉES ÉPARSES (1)
Ca y est ! La société Au bon pied, grâce à sa gestion rigoureuse,
est maintenant très bien implantée, elle dispose en outre d'un choix de chaussures absolument impressionant.
Pas moins de 12000 références sont disponibles,
et plus de 500 commerces ont ouvert leurs portes à travers le pays.
Chacun d'eux envoie quotidiennement ses chiffres de vente au siège de
la société, qui est resté à Bonneuil.
- Au bout d'un an, on obtient donc 12000500365, soit plus de 2
milliard de cellules potentielles pour la variable "Nombre".
Cependant, chaque magasin ne propose pas l'ensemble du
catalogue à la clientèle.
- En moyenne, environ 600 références sont disponibles dans chaque
échope, qui n'est ouverte que 250 jours par an. I
- l n'y aura donc réellement que 600500250 cellules remplies, c'est à
dire 75 millions de cellules (25 fois moins que la taille potentielle).
ETAPE 7 : LES DONNÉES ÉPARSES (2)
Les données ne sont pas réparties de manière aléatoire au
sein des variables définies dans notre base OLAP.
- Par exemple, le magasin "Paris Bastille" ne vend jamais de
chaussure référencée "23154". Quelque soit le jour de l'année, la variable "Nombre" sera donc vide pour ce magasin et cette référence.
Toutes les dimensions d'une variable n'ont donc pas la même
importance.
Afin d'optimiser la gestion de l'espace disque et l'accès aux
données, il convient donc d'indiquer au moteur OLAP quelles sont les caractéristiques d'une variable (dense, éparse, … -> dimension composite, dimension conjointe, …).