Les entrepôts de données pour les nuls... ou pas!

Dimension: px
Commencer à balayer dès la page:

Download "Les entrepôts de données pour les nuls... ou pas!"

Transcription

1 Atelier aideà la Décision à tous les Etages Toulouse Mardi 29 janvier 2013 Cécile Favre Fadila Bentayeb Omar Boussaid Jérôme Darmont Gérald Gavin Nouria Harbi Nadia Kabachi Sabine Loudcher Les entrepôts de données pour les nuls... ou pas!

2 Préambule Travail collectif des permanents de l équipe SID (Systèmes d Information Décisionnels) du laboratoire ERIC Une manière d appréhender le futur proche pour notre recherche Positionnement par rapport au domaine de l aide à la décision (d autres courants représentés au sein du laboratoire) 2/14

3 Sources de données Positionnement d ERIC Entrepôt de données Analyse en ligne(olap) Fouille de données Connaissance Apprentissage automatique Fouille de graphes, fouille d opinion 3/14 D é c i s i o n Agrégation multicritère

4 Plan L informatique décisionnelle : les concepts Des données à tous les niveaux Environnements de stockage Des entrepôts pour tous : utilisateurs à tous les étages Sécurité Conclusion 4/14

5 Architecture d un système décisionnel Gestion des données Aide à la décision Bases de Données A Texte Images Web Construction Sélection BDD Data warehouses Grandes bases de données Tables, tableaux Sélection Analyse Cubes multidimensionnels Data Mining OLAP Analyses statistiques, Reporting Multimédia Data Marts 5/14

6 Naissance dans les entreprises L informatique décisionnelle Entrepôt de données : collection de données orientée sujets, intégrée, non volatile et en mode de lecture seule, importée à partir de sources de données hétérogènes et stockée à différents niveaux de granularité dans un but de prise de décision (Inmon, 1996) Aide à la décision : Déploiement d un entrepôt de données Outils de navigation dans les données pour les utilisateurs 6/14

7 Modélisation multidimensionnelle L informatique décisionnelle : concepts Alimentation Phase ETL (Extract Transform Load) : 80% du temps Implémentation en relationnel possible 7/14

8 L informatique décisionnelle : concepts Analyse en ligne Processus de navigation dans les données par les décideurs Cubes de données Opérateurs OLAP (On Line Analytical Processing) : navigation selon différents niveaux de détails ROLL UP DRILL DOWN 8/14

9 Des données à tous les niveaux Complexité et volume des données Données du Web, Flux de données Texte, Images, Spatial OLAP / XML OLAP Big Data : peta-octets, zeta-octets Web Problématiques Analyse Performance 9/14

10 Environnements de stockage Au-delà du relationnel, les entrepôts continuent NOSQL Jusque dans les nuages Externalisation des services Environnement d hébergement «virtuel» Puissance de calcul Facturation à l utilisation Délocalisation des soucis Cloud Des adaptations spécifiques 10/14

11 Utilisateurs à tous les étages Généralisation de l usage des entrepôts de données (contexte : Open Source et Cloud) Implication de l utilisateur dans le processus décisionnel Phase de modélisation Personnalisation des analyses Démarche d analyse collaborative Business Intelligence «à la demande» Visualisation pour aider l utilisateur à décider Travaux sur la visualisation : améliorer les visualisations classiques (3D) Travaux liés aux nouveaux supports de communication (outils mobiles) 11/14

12 Sécurité De nouvelles vulnérabilités Surveillance et réactivité Accessibilité : par rapport aux utilisateurs (profil) Disponibilité et confidentialité des données : de nouveaux problèmes liés à l informatique dans le nuage Stratégie de stockage des données sensibles Cryptage de données 12/14

13 Discussion 13/14

14 Conclusion Aide à la décision : prisme des entrepôts de données et de l analyse en ligne. Concepts fondateurs et 4 aspects structurants : données, environnements de stockage de ces données, utilisateurs, sécurité Synthèse des problèmes ouverts dans un nouveau contexte économique et technologique : corrélation avec l émergence du Cloud, des outils Open Source Modification profonde du rapport des utilisateurs aux données et à leur analyse, posant de réels problèmes de sécurité. Développement de l activité dans le monde socio-économique Avenir scientifique prometteur avec nombreux verrous scientifiques 14/14

15 Espace pub EDA 2013 à Blois 9èmes Journées francophones sur les Entrepôts de Données et l'analyse en ligne 13 et 14 Juin 2013 Date importante Soumission des articles : vendredi 22 Février 2013

16 Toulouse Mardi 29 janvier 2013 Atelier aideà la Décision à tous les Etages Merci de Questions? votre attention!

OLAP. Data Mining Decision

OLAP. Data Mining Decision Machine Learning Information Systems Data Warehouses Web & Cloud Intelligence OLAP Knowledge Management Data Mining Decision ENTREPÔTS, REPRÉSENTATION & INGÉNIERIE des CONNAISSANCES Une recherche pluridisciplinaire...

Plus en détail

Entreposage, analyse en ligne et fouille de données

Entreposage, analyse en ligne et fouille de données Entreposage, analyse en ligne et fouille de données Houssem Jerbi IRIT - SIG/ED jerbi@irit.fr Journée COMPIL " Bases de Données" 14/12/2010 PLAN Introduction Bases de données Entrepôt de données Technologie

Plus en détail

Évolution de modèle dans les entrepôts de données : existant et perspectives

Évolution de modèle dans les entrepôts de données : existant et perspectives EDA'07 3èmes journées francophones sur les Entrepôts de Données et l'analyse en ligne Poitiers, 7 et 8 Juin 2007 Évolution de modèle dans les entrepôts de données : existant et perspectives Cécile Favre,

Plus en détail

EGC'2012 Fouille de Données Complexes

EGC'2012 Fouille de Données Complexes EGC'2012 Fouille de Données Complexes complexité liée aux données multiples et massives Kawthar Karkouda, Nouria Harbi, Jérôme Darmont Gérald Gavin Laboratoire Eric Université Lumière Lyon 2 nouria.harbi@univ-lyon2.fr

Plus en détail

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL

Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Présenté par Hana Gara Kort Sous la direction de Dr Jalel Akaichi Maître de conférences 1 1.Introduction

Plus en détail

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP

Plus en détail

Big Data On Line Analytics

Big Data On Line Analytics Fdil Fadila Bentayeb Lb Laboratoire ERIC Lyon 2 Big Data On Line Analytics ASD 2014 Hammamet Tunisie 1 Sommaire Sommaire Informatique décisionnelle (BI Business Intelligence) Big Data Big Data analytics

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

La problématique. La philosophie ' ) * )

La problématique. La philosophie ' ) * ) La problématique!" La philosophie #$ % La philosophie &'( ' ) * ) 1 La philosophie +, -) *. Mise en oeuvre Data warehouse ou Datamart /01-2, / 3 13 4,$ / 5 23, 2 * $3 3 63 3 #, 7 Datawarehouse Data warehouse

Plus en détail

Atelier aide à la Décision à tous les Etages (AIDE)

Atelier aide à la Décision à tous les Etages (AIDE) Atelier aide à la Décision à tous les Etages (AIDE) Organisateurs : Frédéric AMBLARD (IRIT - Université Toulouse I Capitole), Cécile FAVRE (ERIC - Université Lumière Lyon 2), Franck RAVAT (IRIT - Université

Plus en détail

CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2. Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP...

CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2. Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP... Table des matières CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2 Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP...6 OPÉRATIONS SUR LES CUBES...7 Exemple

Plus en détail

Prototype SOLAP appliqué sur des champs continus en mode raster

Prototype SOLAP appliqué sur des champs continus en mode raster Session démos 24 novembre 2014 Prototype SOLAP appliqué sur des champs continus en mode raster Analyse de hot spots de criminalité Jean-Paul Kasprzyk, doctorant Introduction 2 L informatique décisionnelle

Plus en détail

L'infocentre sert à prendre des décisions opérationnelles basées sur des valeurs courantes

L'infocentre sert à prendre des décisions opérationnelles basées sur des valeurs courantes II - II 1ère génération 13 2ème génération : Entrepôt de données / Magasin de données 15 3ème génération OLAP 16 Références Bibliographiques 18 A. 1ère génération Infocentre Tableur Base de données Infocentre

Plus en détail

5. Architecture et sécurité des systèmes informatiques Dimension Fonctionnelle du SI

5. Architecture et sécurité des systèmes informatiques Dimension Fonctionnelle du SI 5. Architecture et sécurité des systèmes informatiques Dimension Fonctionnelle du SI Un SI : et pour faire quoi? Permet de stocker de manière définitive des informations volatiles provenant d autre BD.

Plus en détail

Restitution. Antoine Lapostolle Ingénieur Avant-Vente Microsoft France

Restitution. Antoine Lapostolle Ingénieur Avant-Vente Microsoft France Restitution Antoine Lapostolle Ingénieur Avant-Vente Microsoft France Fgi was here Restitution: les problématiques Stocker ne suffit, il faut permettre de comprendre et d analyser ces données. Avec des

Plus en détail

Le terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification

Le terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification Séminaire national Alger 12 Mars 2008 «L Entreprise algérienne face au défi du numérique : État et perspectives» CRM et ERP Impact(s) sur l entreprise en tant qu outils de gestion Historique des ERP Le

Plus en détail

Action de formation: SQL Server Business Intelligence & Data Warehouse

Action de formation: SQL Server Business Intelligence & Data Warehouse Action de formation: SQL Server Business Intelligence & Data Warehouse Contenu : Integration Services Présentation de Management Studio - Présenter les différentes tâches de SSMS - Structure des serveurs

Plus en détail

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise.

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service

Plus en détail

Les Entrepôts de Données. (Data Warehouses)

Les Entrepôts de Données. (Data Warehouses) Les Entrepôts de Données (Data Warehouses) Pr. Omar Boussaid Département d'informatique et de Sta5s5que Université Lyon2 - France Les Entrepôts de Données 1. Généralités, sur le décisionnel 2. L'entreposage

Plus en détail

Entrepôt de données 1. Introduction

Entrepôt de données 1. Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de

Plus en détail

Urbanisation des SI-NFE107

Urbanisation des SI-NFE107 OLAP Urbanisation des SI-NFE107 Fiche de lecture Karim SEKRI 20/01/2009 OLAP 1 Introduction PLAN OLAP Les différentes technologies OLAP Plate formes et Outils 20/01/2009 OLAP 2 Informatique décisionnelle

Plus en détail

Les Entrepôts de Données

Les Entrepôts de Données Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations

Plus en détail

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide

Plus en détail

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise BUSINESS INTELLIGENCE Une vision cockpit : utilité et apport pour l'entreprise 1 Présentation PIERRE-YVES BONVIN, SOLVAXIS BERNARD BOIL, RESP. SI, GROUPE OROLUX 2 AGENDA Définitions Positionnement de la

Plus en détail

Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation

Plan. Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamart Architecture Modélisation 2 Présentation Besoin: prise de décisions

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

Business Intelligence : Informatique Décisionnelle

Business Intelligence : Informatique Décisionnelle Business Intelligence : Informatique Décisionnelle On appelle «aide à la décision», «décisionnel», ou encore «business intelligence», un ensemble de solutions informatiques permettant l analyse des données

Plus en détail

Didier MOUNIEN Samantha MOINEAUX

Didier MOUNIEN Samantha MOINEAUX Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?

Plus en détail

Bases de Données Avancées

Bases de Données Avancées 1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,

Plus en détail

BI = Business Intelligence Master Data-ScienceCours 3 - Data

BI = Business Intelligence Master Data-ScienceCours 3 - Data BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage

Plus en détail

Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses

Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses Thèse présentée par Cécile FAVRE pour obtenir le titre de Docteur en Informatique

Plus en détail

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé ESNE Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé I.Cirillo 2010-2011 Introduction Le laboratoire de base de données de l ESNE a mis en place, il y a quelques années,

Plus en détail

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1 La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles

Plus en détail

Le "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique

Le tout fichier Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché

Plus en détail

Système OLAP Fresqueau

Système OLAP Fresqueau Système OLAP Fresqueau Kamal BOULIL Journées 20 mars Strasbourg Réunion plénière -Fresqueau 07-08 octobre 2013 1 Plan 1. Introduction 1. Projet ANR Fresqueau 2. Systèmes OLAP 2. Système OLAP Fresqueau

Plus en détail

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données

Plus en détail

IMPLEMENTATION D UN SYSTEME D INFORMATION DECISIONNEL

IMPLEMENTATION D UN SYSTEME D INFORMATION DECISIONNEL IMPLEMENTATION D UN SYSTEME D INFORMATION DECISIONNEL Proposé par BUMA Feinance Master en management e projets informatiques Consultant en système écisionnel I. COMPREHENSION DU CONTEXTE «L informatique

Plus en détail

BI2 : Un profil UML pour les Indicateurs Décisionnels

BI2 : Un profil UML pour les Indicateurs Décisionnels BI2 : Un profil UML pour les Indicateurs Décisionnels Sandro Bimonte Irstea, TSCF, 9 Av. Blaise Pascal, 63178, Aubière, France sandro.bimonte@irstea.fr Thème de Recherche MOTIVE www.irstea.fr 2 Plan Motivations

Plus en détail

PLAN. Les systèmes d'information analytiques. Exemples de décisions

PLAN. Les systèmes d'information analytiques. Exemples de décisions Les systèmes d'information analytiques Dr A.R. Baba-ali Maitre de conferences USTHB PLAN Le cycle de decision Les composants analytiques ETL (Extract, Transform and Load) Entrepot de (Data warehouse) Traitement

Plus en détail

Entreposage de données complexes pour la médecine d anticipation personnalisée

Entreposage de données complexes pour la médecine d anticipation personnalisée Manuscrit auteur, publié dans "9th International Conference on System Science in Health Care (ICSSHC 08), Lyon : France (2008)" Entreposage de données complexes pour la médecine d anticipation personnalisée

Plus en détail

Business Intelligence

Business Intelligence Business Intelligence Enjeux, Projets, Données, Indicateurs Gilles FONTANINI g.fontanini@decision-network.eu +33 (0)6 11 21 24 53 2? Gilles Fontanini Consultant et Administrateur d un GIE d experts en

Plus en détail

Conception de systèmes d'information et d'entrepôts de données

Conception de systèmes d'information et d'entrepôts de données Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Conception de systèmes d'information et d'entrepôts de données Vers des structures

Plus en détail

et les Systèmes Multidimensionnels

et les Systèmes Multidimensionnels Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées

Plus en détail

Les solutions SAS pour les Petites et Moyennes Entreprises

Les solutions SAS pour les Petites et Moyennes Entreprises BROCHURE SOLUTION Les solutions SAS pour les Petites et Moyennes Entreprises Sur un marché aussi compétitif que celui des Petites et Moyennes Entreprises, le temps et l efficacité sont deux valeurs prioritaires

Plus en détail

Business Intelligence (BI) Stratégie de création d un outil BI

Business Intelligence (BI) Stratégie de création d un outil BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information indispensable, sous plusieurs

Plus en détail

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Ce cours est très proche du cours diffusé

Plus en détail

Analyse OLAP sur des tweets et des blogs : un retour d expérience

Analyse OLAP sur des tweets et des blogs : un retour d expérience Analyse OLAP sur des tweets et des blogs : un retour d expérience Brice Olivier, Cécile Favre, Sabine Loudcher Laboratoire ERIC, Université de Lyon, 5 Avenue Pierre Mendès-France 69676 Bron Cedex, FRANCE

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Maintenance de charge pour l'optimisation des entrepôts de données évolutifs : aide à l'administrateur

Maintenance de charge pour l'optimisation des entrepôts de données évolutifs : aide à l'administrateur Maintenance de charge pour l'optimisation des entrepôts de données évolutifs : aide à l'administrateur C. Favre, F. Bentayeb, O. Boussaid Université de Lyon (ERIC-Lyon 2) Contexte Entrepôt de données évolutif

Plus en détail

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Structure générale des études à l UTC Règlement

Plus en détail

ERP & Processus. lacreuse@unistra.fr

ERP & Processus. lacreuse@unistra.fr ERP & Processus Métiers lacreuse@unistra.fr Processus : «Système d activités qui utilise des ressources pour transformer des éléments d entrée en résultat» Iso9000 Approche par processus Axes de modélisation

Plus en détail

Business & High Technology

Business & High Technology UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...

Plus en détail

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Motivations de la filière fouille de données

Plus en détail

La Business Intelligence 01/05/2012. Les Nouvelles Technologies

La Business Intelligence 01/05/2012. Les Nouvelles Technologies 2 La Business Intelligence Les Nouvelles Technologies 3 Une expertise méthodologique pour une intervention optimale sur tous les niveaux du cycle de vie d un projet 4 5 Ils nous font confiance : L ambition

Plus en détail

BI = Business Intelligence Master Data-ScienceCours 4 - OLAP

BI = Business Intelligence Master Data-ScienceCours 4 - OLAP BI = Business Intelligence Master Data-Science Cours 4 - OLAP UPMC 15 février 2015 Plan Vision générale ETL Datawarehouse OLAP Reporting Data Mining Entrepôt de données Les entrepôts de données (data warehouse)

Plus en détail

ETL Extract - Transform - Load

ETL Extract - Transform - Load ETL Extract - Transform - Load Concept général d analyse en ligne (rappels) Rémy Choquet - Université Lyon 2 - Master 2 IIDEE - 2006-2007 Plan Définitions La place d OLAP dans une entreprise OLAP versus

Plus en détail

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...)

SQL Server 2014 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services, Power BI...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

Etude méthodologique comparative de solutions d entreposage de données de santé à des fins décisionnelles

Etude méthodologique comparative de solutions d entreposage de données de santé à des fins décisionnelles Etude méthodologique comparative de solutions d entreposage de données de santé à des fins décisionnelles Rémy Choquet 1, Christel Daniel 1, Omar Boussaid 2, Mariechristine Jaulent 1. 1 INSERM UMR_S 872

Plus en détail

L analytique en temps réel en un clic. Jean-Michel Franco Directeur Marketing Produit @jmichel_franco

L analytique en temps réel en un clic. Jean-Michel Franco Directeur Marketing Produit @jmichel_franco L analytique en temps réel en un clic Jean-Michel Franco Directeur Marketing Produit @jmichel_franco 2015 Talend Inc. 1 1 Dynamiser l entreprise par ses données Les entreprises orientées données 23X plus

Plus en détail

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE 2009 L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE Chapitre 1 : BI Une introduction La plupart des administrateurs de bases de données (DBA) ont rencontré une certaine forme de business

Plus en détail

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences.

HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences. Notre alliance, Votre atout. HERMES SYSTEM et BEWISE souhaitent vous offrir les meilleures compétences. C est de cette philosophie qu est née notre partenariat avec la société toulousaine (31) Bewise,

Plus en détail

CAPACITE CARTOGRAPHIQUE AUTOUR DES TECHNOLOGIES SOLAP

CAPACITE CARTOGRAPHIQUE AUTOUR DES TECHNOLOGIES SOLAP CONSERVATOIRE NATIONAL DES ARTS ET METIERS CENTRE REGIONAL RHONE-ALPES CENTRE D'ENSEIGNEMENT DE GRENOBLE UE ENG111 - Epreuve TEST Travail d'etude et de Synthèse Technique en INFORMATIQUE CAPACITE CARTOGRAPHIQUE

Plus en détail

SQL Server 2012 et SQL Server 2014

SQL Server 2012 et SQL Server 2014 SQL Server 2012 et SQL Server 2014 Principales fonctions SQL Server 2012 est le système de gestion de base de données de Microsoft. Il intègre un moteur relationnel, un outil d extraction et de transformation

Plus en détail

. Ce module offre la gamme de requête et d analyse la plus évoluée et la plus simple d utilisation du marché.

. Ce module offre la gamme de requête et d analyse la plus évoluée et la plus simple d utilisation du marché. La connaissance des facteurs-clés de réussite constitue un élément déterminant pour l amélioration des performances. Divalto intègre en standard, systématiquement Hyperion Intelligence. Ce module offre

Plus en détail

Vanilla. Open Source Business Intelligence. Présentation de la plateforme

Vanilla. Open Source Business Intelligence. Présentation de la plateforme Vanilla Open Source Business Intelligence Présentation de la plateforme Novembre 2008 Patrick Beaucamp BPM Conseil Contact : patrick.beaucamp@bpm-conseil.com Table des matières Introduction...3 Portail

Plus en détail

Table-Ronde. «Table-ronde : Le numérique, facteur d'innovation pour tous?» Suivie de la remise des InnoTrophées Ecobiz. 18h00 à 19h30.

Table-Ronde. «Table-ronde : Le numérique, facteur d'innovation pour tous?» Suivie de la remise des InnoTrophées Ecobiz. 18h00 à 19h30. Table-Ronde «Table-ronde : Le numérique, facteur d'innovation pour tous?» Suivie de la remise des InnoTrophées Ecobiz 18h00 à 19h30 Amphithéâtre Jean Vaylet Président de la CCI de Grenoble Pierre-Henri

Plus en détail

Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France

Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France Projet Fresqueau: un entrepôt des données pour analyser la qualité de l eau en France 12 juin 2013 Atelier SOLAP @EDA2013 Démarrage Projet MIDAS - 29 Janvier 2008 1 Plan Projet Fresqueau Objectifs généraux

Plus en détail

Bases de données multidimensionnelles OLAP. OnLine Analytical Processing

Bases de données multidimensionnelles OLAP. OnLine Analytical Processing Bases de données multidimensionnelles OLAP OnLine Analytical Processing OLAP OLAP (On Line Analytical Processing): Ensemble des outils nécessaires pour la mise en place d'un Système d'information décisionnel

Plus en détail

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 Workflow/DataWarehouse/DataMining 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA

Plus en détail

III. Entrepôts de. données. A. Définition. Définition. Orientées sujet. Intégrées, Variables dans le temps,

III. Entrepôts de. données. A. Définition. Définition. Orientées sujet. Intégrées, Variables dans le temps, Entrepôts de III - données III Définition 19 Architecture d'un entrepôt de données 20 Architecture ED avec magasins de données 22 Architecture basée sur des magasins de données indépendants 23 Fonctionnement

Plus en détail

Intelligence Economique - Business Intelligence

Intelligence Economique - Business Intelligence Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit

Plus en détail

Laboratoire ERIC. Évaluation à mi-parcours. Équipe d Accueil 3083. Janvier 2013

Laboratoire ERIC. Évaluation à mi-parcours. Équipe d Accueil 3083. Janvier 2013 Laboratoire ERIC Équipe d Accueil 3083 Évaluation à mi-parcours Janvier 2013 Partie 1 Bilan 2009-2012 Projet 2013-2017 Laboratoire Une équipe pluridisciplinaire dynamique Jeune Équipe Équipe d Accueil

Plus en détail

PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU

PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU Fabien Airiau ESNE-IG Rapport de travail de diplôme 2007 Page 1 sur 77

Plus en détail

Contexte général de l étude

Contexte général de l étude 1 2 Contexte général de l étude Les entrepôts de données associés à des outils d analyse On Line Analytical Processing (OLAP), représentent une solution effective pour l informatique décisionnelle (Immon,

Plus en détail

Cycle de formation certifiante Business Intelligence. Initiation, Approfondissement et Maîtrise

Cycle de formation certifiante Business Intelligence. Initiation, Approfondissement et Maîtrise Cycle de formation certifiante Business Intelligence Initiation, Approfondissement et Maîtrise Objectifs de la formation : - Maîtriser les concepts et les outils de la business intelligence - Concevoir

Plus en détail

BUSINESS OBJECTS V5 / V6

BUSINESS OBJECTS V5 / V6 BUSINESS OBJECTS V5 / V6 Durée Objectif 2 jours L objectif de ce cours est de savoir utiliser le logiciel BUSINESS OBJECTS pour faire des interrogations multi - dimensionnelles sur les univers BO et de

Plus en détail

La Business Intelligence en toute simplicité :

La Business Intelligence en toute simplicité : MyReportle reporting sous excel La Business Intelligence en toute simplicité : Concevez, partagez, actualisez! En rendant les données accessibles aux personnes habilitées dans l entreprise (comptabilité,

Plus en détail

Ici, le titre de la. Tableaux de bords de conférence

Ici, le titre de la. Tableaux de bords de conférence Ici, le titre de la Tableaux de bords de conférence pilotage d entreprise, indicateurs de performance reporting et BI quels outils seront incontournables à l horizon 2010? Les intervenants Editeur/Intégrateur

Plus en détail

Cisco Expo 2007. De Netflow à l Expertise Décisionnelle. On Demand IT Expertise

Cisco Expo 2007. De Netflow à l Expertise Décisionnelle. On Demand IT Expertise Cisco Expo 2007 De Netflow à l Expertise Décisionnelle On Demand IT Expertise accellent, l entreprise Notre métier L expertise des flux d applications et de services voix et données sur les réseaux et

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Big Data et l avenir du décisionnel

Big Data et l avenir du décisionnel Big Data et l avenir du décisionnel Arjan Heijmenberg, Jaspersoft 1 Le nouveau monde des TI L entreprise en réseau de McKinsey McKinsey sur le Web 2.0 McKinsey Global Institute, décembre 2010 Emergence

Plus en détail

IBM Content Analytics Libérer l Information

IBM Content Analytics Libérer l Information IBM Content Analytics Libérer l Information Patrick HOFLEITNER patrick_hofleitner@fr.ibm.com Août 2011 TABLE DES MATIERES RESUME...3 INTRODUCTION...4 LA PROBLEMATIQUE...5 1 L EXPLOSION DU CONTENU NON-STRUCTURE...5

Plus en détail

TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 03/11/2014 Plan du TP 2 Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Présentation de la suite Microsoft BI Présentation

Plus en détail

Perspectives pour l entreprise. Desktop Cloud. JC Devos IBM IT Architect jdevos@fr.ibm.com. 2010 IBM Corporation

Perspectives pour l entreprise. Desktop Cloud. JC Devos IBM IT Architect jdevos@fr.ibm.com. 2010 IBM Corporation Perspectives pour l entreprise Desktop Cloud JC Devos IBM IT Architect jdevos@fr.ibm.com Principe technique Disposer d un poste de travail virtuel accessible par la plupart des terminaux disponibles Ce

Plus en détail

Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques. Projet personnel. Thème : Présenté par IOGO Valentin

Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques. Projet personnel. Thème : Présenté par IOGO Valentin Master Professionnel Informatique Appliquée aux Systèmes d Informations Géographiques Projet personnel Thème : «Etude exploratoire des systèmes d information géographique décisionnels (SIG décisionnels)

Plus en détail

BI Haute performance. Jean-François Vannier Responsable Infrastructures Décisionnelles, Bull

BI Haute performance. Jean-François Vannier Responsable Infrastructures Décisionnelles, Bull BI Haute performance Jean-François Vannier Responsable Infrastructures Décisionnelles, Bull Bull aujourd'hui - La seule expertise 100% européenne des infrastructures et des applications critiques - Une

Plus en détail

Analyse en ligne d objets complexes avec l analyse factorielle

Analyse en ligne d objets complexes avec l analyse factorielle Analyse en ligne d objets complexes avec l analyse factorielle Loic Mabit, Sabine Loudcher, Omar Boussaïd To cite this version: Loic Mabit, Sabine Loudcher, Omar Boussaïd. Analyse en ligne d objets complexes

Plus en détail

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...)

SQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...) Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence

Plus en détail

LES ENTREPOTS DE DONNEES

LES ENTREPOTS DE DONNEES Module B4 : Projet des Systèmes d information Lille, le 25 mars 2002 LES ENTREPOTS DE DONNEES Problématique : Pour capitaliser ses informations, une entreprise doit-elle commencer par mettre en œuvre des

Plus en détail

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca Une brève introduction aux Données Massives - Challenges et perspectives Romain Picot-Clémente Cécile Bothorel Philippe Lenca Plan 1 Big Data 2 4Vs 3 Hadoop et son écosystème 4 Nouveaux challenges, nouvelles

Plus en détail

X2BIRT : Mettez de l interactivité dans vos archives

X2BIRT : Mettez de l interactivité dans vos archives Présentation Produit Présentation Produit X2BIRT : Mettez de l interactivité dans vos archives L accès à l information est capital pour les affaires. X2BIRT, la dernière innovation d Actuate, prend le

Plus en détail

Introduction. d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation

Introduction. d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation Data WareHouse Plan Introduction Eléments de la théorie des systèmes d'informations Les entrepôts de données (Datawarehouse) Les datamarts Architecture Modélisation 2 Présentation Besoin: prise de décisions

Plus en détail

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

Introduction à l Informatique Décisionnelle - Business Intelligence (7) Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence

Plus en détail

Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales

Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales Ecole des Hautes Etudes Commerciales HEC Alger Évolution des SGBDs par Amina GACEM Module Informatique 1ière Année Master Sciences Commerciales Evolution des SGBDs Pour toute remarque, question, commentaire

Plus en détail

MyReport, une gamme complète. La Business Intelligence en toute simplicité : Concevez, partagez, actualisez! pour piloter votre activité au quotidien.

MyReport, une gamme complète. La Business Intelligence en toute simplicité : Concevez, partagez, actualisez! pour piloter votre activité au quotidien. MyReportle reporting sous excel La Business Intelligence en toute simplicité : Concevez, partagez, actualisez! MyReport, une gamme complète pour piloter votre activité au quotidien. En rendant les données

Plus en détail

Chapitre 9 : Informatique décisionnelle

Chapitre 9 : Informatique décisionnelle Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle

Plus en détail