COURS N 1 Systme daide la dcision Business
COURS N° 1 Système d’aide à la décision Business Intelligence Objectif: Comprendre et savoir mettre en place un système décisionnel Grégory SUCH - 2016
Sommaire Aide à la décision Pourquoi ? , Pour quoi? Comment? , Architecture d'un SAD Entrepôt de Données (ED) Généralités Définition de Bill Inmon Magasin de Données (MD) Généralités Tableur Bases de données Système OLAP Architecture Technique ETL : Extraction, Transformation, Loading Stockage des données Restitution décisionnelles
Aide à la décision Pourquoi ? Stratégie d'entreprise : Choix d'allocation de ressources (financières, humaines, technologiques, etc. ) engageant l'entreprise dans le long terme, afin de dégager un profit durable Stratégie ORIENTER REVISER Décisions REAGIR Indicateurs Décisions Choix délibéré entre plusieurs possibilités en fonction de la stratégie et des informations plus ou moins précises obtenues Complexes : augmentation du nombre de paramètres à prendre en compte Rapides pour être réactif à l’évolution de la concurrence et de la demande
Aide à la décision Pour qui ? Tous décideurs de toutes directions Source : Journée du Décisionnel du 6 Mars 2009 - M 2 SIAD de l’ UT 1 - Société Homsys
Aide à la décision Pour qui ? Principaux sponsors de projets UTILISATION DE SYSTÈMES D'AIDE À LA DÉCISION Finance 70% Marketing-Ventes DSI Achats DRH DG Autre 0 5 10 15 20 25 30 35 40
Aide à la décision Pour quoi ? Typologie des décisions Type Ampleur Durée Stratégique Tactique ou managériale Relation de l'entreprise Une des composantes de Un élément d'une et toutes ses composantes l'entreprise (division, composante de l'entreprise avec son environnement fonction, unité de (service, bureau, atelier, production) équipe de travail…) Moyen terme ( 1 à 5 ans) Court terme (quelques Long terme (5 ans et plus) Potentiel Opérationnelle minutes à quelques mois) Création du potentiel de Gestion des ressources de Utilisation optimale des l'entreprise ressources allouées (gestion pour répondre décisions stratégiques courante : stocks, production…) Réversibilité Nulle Exemple Rachat/fusion avec une entreprise Lancement d'un nouveau produit Restructuration Faible Mise en place d'une Forte Arrêt d'une machine pour nouvelle organisation dans entretien une usine (3 x 8…) Installation d'une nouvelle ligne de production Affectation d'un salarié à une équipe de travail
Aide à la décision Comment? SAD (Système d'Aide à la Décision) ou BI (Business Intelligence) : Applications informatiques capables de transformer les données opérationnelles en informations pour la prise de décision Applications permettant de trouver l'information pertinente et complète pour prendre rapidement la meilleure décision Outils de BI Extraction, transformation et chargement des données sources Stockage éventuel et traitement des données décisionnelles Restitution des données sous une forme adaptée aux décideurs
Aide à la décision Architecture avec deux espaces de stockage Sources Entrepôt de données Magasin de données tableur Fichier BD interne SGBD BD externes Systèmes OLAP Vue Informaticien Vue décideur Outils d'analyse Décideurs
Sommaire Aide à la décision Pourquoi ? , Pour quoi? Comment? , Architecture d'un SAD Entrepôt de Données (ED) Généralités Définition de Bill Inmon Magasin de Données (MD) Généralités Tableur Bases de données Système OLAP Deux espaces de stockage Architecture Technique ETL : Extraction, Transformation, Loading Stockage des données Restitution décisionnelles
Entrepôt de données Généralités Objectif : préparation des données décisionnelles Utilisateurs : informaticiens du service info. Décisionnelle Stockage : SGBD relationnelles Principes Lieu de stockage centralisé d'un extrait des sources pertinent pour les décideurs, historisé et organisé selon un modèle informatique facilitant la gestion des données. Remarque : l'entrepôt peut être optionnel
Entrepôt de données Définition de Bill Inmon (1994) Un entrepôt de données (data warehouse) est une collection de données thématiques, intégrées, non volatiles et historisées pour la prise de décisions. Un entrepôt de données se définit comme une collection de données orientées sujet, intégrées, "historisées", non volatiles, résumées et disponibles pour l’interrogation et l’analyse"
Sommaire Aide à la décision Pourquoi ? , Pour quoi? Comment? , Architecture d'un SAD Entrepôt de Données (ED) Généralités Définition de Bill Inmon Magasin de Données (MD) Généralités Tableur Bases de données Architecture Technique ETL : Extraction, Transformation, Loading Stockage des données Restitution décisionnelles
Magasins de données Généralités Objectif : Présentation des données décisionnelles Utilisateurs : Décideurs Principes Extrait direct de l'entrepôt de données Adapté à une classe de décideurs Organisé selon un modèle informatique adapté aux outils décisionnels Stockage Classeur de données Bases de données Systèmes OLAP
Magasins de données Tableur Sources Entrepôt de données Magasin de données Outils d'analyse Fichier tableur BD interne BD externes Décideurs Vue Informaticien Vue décideur
Magasins de données Tableur : Outil d’aide à la décision? Meilleur outil pour la restitution des données décisionnelles 50% 40% 30% 20% 10% 0% Intègre Navigateur Web Logiciel dédié Tableur Application métier Interface graphique interactive Des fonctions de base dévolues à un tableur (calcul, graphique…) Des fonctions spécifiques pour l’aide à la décision
Magasins de données Application décisionnelle Tableau universel : liste de données par saisie directe ou exportation de données Tableau dont la première ligne contient les étiquettes de colonnes Autres lignes les enregistrements (tuples en bases de données). Autres feuilles pour la restitution décisionnelle Outils classiques : fonctions et graphique Outils décisionnels : Valeur cible, Solveur, Scénarios Analyse multidimensionnelle : Tableaux croisés dynamiques
Magasins de données Magasin de données reposant sur les principes des BD Sources Entrepôt de données Fichier Magasin de données Requête SQL BD interne Vue BD externes SGBD Personnel Vue Informaticien Vue décideur Décideurs
Magasins de données Magasin de données reposant sur les principes des BD Cas 1 : Interrogation directe des données Étude de la structure des BD sources (ED absent) ou de l'ED Interrogations "décisionnelles" avec le langage SQL Cas 2 : Spécification d'une vue de BD Écriture de la requête de construction Interrogations "décisionnelles" avec le langage SQL Cas 3 : Spécification d'une BD Conception de BD: E/A ou DCL , Relationnel, modèle physique Écriture des scripts d'alimentation de la BD Interrogation langage assertionnel graphique ou textuel Limites : Connaissances BD et langage d'interrogation Tables résultat "unidimensionnelle"
Magasins de données Magasin de données On-Line Analytical Processing Modélisation facilitant les prises de décisions Représentation des données dans un espace multidimensionnel Modélisation centrée sujet d’analyse contenant des indicateurs Analyse en fonction d ’axes d ’analyse Schéma en étoile [Kimball 1996] "The Data Warehouse Toolkit" 1 fait (sujet) N dimensions (axes d'analyse) DIM 2 DIM 1 FAIT . . . DIM 3
Magasins de données Magasin de données OLAP Schéma en étoile et cube de données PRODUITS TEMPS VENTES Montant Bénéfice MAGASINS Cube TEMPS. Années 2002 2001 2000 1999 Tranche MAGASINS. Villes Dallas Lyon Toulouse C 1 C 2 C 3 C 4 PRODUITS. Classes VENTES MAGASINS Toulouse (Montant, Bénéfices) Villes TEMPS Années 2002 (20, 2) 2001 (10, 2) 2000 (20, 5) 1999 (30, 6) PRODUITS. Classes='C 2' Lyon Dallas (30, 4) (20, 3) (10, 2) (20, 3) (30, 5) (20, 1) (10, 1)
Sommaire Aide à la décision Pourquoi ? , Pour quoi? Comment? , Architecture d'un SAD Entrepôt de Données (ED) Généralités Définition de Bill Inmon Magasin de Données (MD) Généralités Tableur Bases de données Système OLAP Architecture Technique ETL : Extraction, Transformation, Loading Stockage des données Restitution décisionnelles
Architecture Technique 3 types d'outils Décideurs Stockage MD Sources Tableur Fichier ETL BD interne ETL SGBD BD externes Systèmes OLAP Restitutions décisionnelles Stockage ED
Architecture Technique ETL : Extraction, Transformation, Loading Fonctionnalités Extraction des données sources de nature hétérogènes et distantes Contrôle, Uniformisation, Transformation et Nettoyage des données Centralisation et Extraction : population et rafraîchissement des données Liaison Sources/ED et ED/MD Marché Programmes AD-Hoc (SQL et PL/SQL) ou exportation de données Éditeurs spécifiques • Toutes les fonctionnalités : Datastage (IBM), TOS/TIS (Talend) • Quelques fonctionnalités : outils de BO et Cognos Éditeurs de SGBD : • ORACLE : Oracle Warehouse Builder et Sunopsis • MICROSOFT : SQL Server
Architecture Technique ETL : Extraction, Transformation, Loading Carré magique pour les outils d'intégration de données en 2009 et 2010
Architecture Technique ETL : Extraction, Transformation, Loading Carré magique pour les outils d'intégration de données en 2011 Peut être téléchargé Open Source
Architecture Technique Stockage des données Entrepôts de données : préparation des données décisionnelles SGBD relationnel avec historisation SGBD TERADATA Magasins de données : présentation des données décisionnelles Physique • Tableur : Excel • SGBD Personnel : ACCESS • SGBD R-OLAP, M-OALP ou H-OLAP : ORACLE, SQL SERVER Virtuel • Outils spécifiques : Business Object, Cognos, Qlikview, Tableau Software
Architecture Technique Restitutions décisionnelles Requêtes graphiques ou textuelles ad-hoc Restitutions décisionnelles spécifiques Type Fonction Outils Requêteur graphique Rapport et compte-rendu Crystal Report de BO, Impromptu de Cognos Tableur Analyse personnelle Excel de Microsoft Analyse décisionnelle Opérations de manipulation Powerplay de Cognos multidimensionnelle Desktop Intelligence de BO Consultation et manipulation Brio Technologie, Web. I de des données via un navigateur BO, Computer Associate… Pour un métier ou un secteur : Hyperion (outil de Business finance, marketing, CRM… Performance Management – Portail Décisionnel Outils métiers BPM-), racheté par Oracle Outils fonctionnels Pour un besoin fonctionnel ou Oracle, Cognos, SAP-BO, organisationnel : SAS… Balanced Scorecard Analyse prédictive (Datamining) : exploite un ensemble d'évènements observés et historisés pour une projection
Architecture Technique Restitutions décisionnelles (visualisation) Carré magique des plates-formes décisionnelles 2011, 2012
Business Intelligence Tableaux de bords Examples de “Dashboards” Excel (Microsoft) Tableau = (Tableau Software)> Qlik. View (Qlik. Tech)
Visualisation Un mot concernant la visualisation Barre graphes, Camemberts, histogrammes Bon pour Type de visualisation Barre graphe Camembert Histogramme Type de données Proportions Quantités Non continu Continu
Visualisation Pire que tout… La 3 D est le mal absolu !!! 13% 4% 46% 16% 21% = comment être sur que angles et surfaces seront encore plus mal perçus…
- Slides: 31