«La bonne information au bon moment au bon endroit avec le bon outil…pour prendre la bonne décision ! »
1. DEFINITION DE LA BI (BUSINESS INTELLIGENCE)
La BI, dite aussi informatique décisionnelle se définit comme l'ensemble des technologies permettant de traiter, valoriser et présenter les données à des fins de compréhension, d’analyse et de décision.
On peut schématiser le processus de la BI comme suit :
Nous pouvons également modéliser le flux informationnel, c'est-à-dire le cheminement depuis la donnée brute arrivant des sources (ERP, CRM...), à la production de reportings et autres tableaux de bord de la manière suivante :
Avant d'être utilisables, les données de l'entreprise doivent être mises en forme, nettoyées et consolidées. Les outils ETL (Extract Transform Load) permettent d'automatiser ces traitements et de gérer les flux de données qui alimentent le (ou les) entrepôt(s).
Extraction : des données primaires (issues par exemple des systèmes de production) ;
Transport : Transformation des données ;
Intégration : Transformation des données ;
Ces trois étapes décrivent une mécanique cyclique qui a pour but de garantir l’alimentation du Data Warehouse en données homogènes, propres et fiables.
La définition la plus utilisée pour le Data Warehouse c’est celle de Bill INMON :
“L’entrepôt de données est une collection de données orientées sujet, intégrées, non volatiles, et historiées, organisées pour le support d’un processus d’aide à la décision.”
La figure suivante schématise l’emplacement du Data Warehouse et son environnement.
En général les Data Warehouses sont très volumineux et très complexes à concevoir, c’est pour cela on a besoin de les diviser en bouchées plus faciles à créer et entretenir. Les résultats de cette division sont les Data Marts. On peut faire des divisions par fonction, un Datamart pour les ventes, pour les commandes, pour les ressources humaines.
A noter que Le Data Warehouse ou Data Mart représente tous deux des lieux de stockage de l'information; ils ne produisent pas d'informations, ils stockent les données extraites des systèmes de production.
C’est une technique d'analyse, élaborée par un des créateurs des bases de données relationnelles en 1993 : E.F. Codd, à la demande de la firme Arbor Software.
La technologie OLAP est basée sur des cubes de données multidimensionnels, aussi appelées base de données multidimensionnelles, ou chaque dimension du cube représente une dimension d’analyse.
2.5. Reporting
Les outils de reporting proposent la réalisation de rapports selon un format prédéterminé. On peut interroger les bases de données selon les requêtes SQL préparées lors de l'élaboration du modèle.
Le rapport peut ensuite être diffusé sur l'Intranet, périodiquement en automatique ou ponctuellement à la demande.
L'outil d'élaboration du modèle du rapport offre bien entendu des fonctions spécifiques de calcul et de présentation (graphiques) afin de concevoir des comptes rendus particulièrement favorables et pertinents.
CONCLUSION
Je sais que cet article contient beaucoup de théorie mais ne vous en faites pas, la partie pratique viendra dans les prochains articles, et je vais utiliser des technologies de MICROSOFT, y compris SQLServer 2008 R2 et Sharepoint 2010…qui sont vraiment des outils très performants dans le domaine de la Business Intelligence.
Dans l’Algérie le domaine de la BI n’est pas vraiment arrivé à la maturité mondiale mais on peut citer comme exemple des entreprises spécialisées ; ITAlgeria comme leader de la BI au niveau national, dont je suis fier d’être un stagiaire, et pourquoi pas un future BI Ingineer??.
Je vous donne RDV dans les prochains articles pour plus de démos sur la création des tableaux de bord, KPI, Graphes, Rapports avec Sharepoint performance point. Et création des CUBES avec Business intelligence Developement Studio(BIDS), comment utiliser SQLServer Integration services…
- 1. Cigref. Business Intelligence,Place de la BI et pilotage des projets decisionnels dans les grandes organisations. s.l. : CIGREF, Octobre 2009.
- 2. NOIRAULT, Claire. Business Intelligence avec Oracle. s.l. : ENI EDITIONS, 2006.
- 3. Inmon, Bill. Building the Data Warehouse, Third Edition. s.l. : Wiley Computer Publishing 2002, 2002.
- 4. E.F.Codd. "Providing OLAP (on-line analytical processing) to user-analysts:an IT mandate", Technical Report . s.l. : E.F. Codd & Associates, 1993.
- 5. Larissa T. Moss, Shaku Atre. Business Intelligence Roadmap: The Complete Project Lifecycle for Decision-Support Applications. s.l. : Addison Wesley, Fevrier, 2003.
le blog de Ismail Chaib: http://bit.ly/ffUjB6
