Evry - M2 MIAGE Entrepôt de données
|
|
- Léonard Beauchamp
- il y a 8 ans
- Total affichages :
Transcription
1 Evry - M2 MIAGE Entrepôt de données Intégration de données multi-sources D. Ploix - M2 Miage - EDD - IDMS 1
2 Intégration de données L intégration de données désigne l ensemble des opérations aboutissant à l alimentation de l entrepôt de données à partir des données du SI de l entreprise. Les étapes sont : Identification des données sources, Préparation des données, Intégration dans les faits et dimensions. D. Ploix - M2 Miage - EDD - IDMS 2
3 Intégration de données multi-sources Données sources Fonctions d intégration Intégration par étapes Intégration de la fonction MDM D. Ploix - M2 Miage - EDD - IDMS 3
4 Données sources Acquisition de données multisource : du transactionnel vers le décisionnel D. Ploix - M2 Miage - EDD - IDMS 4
5 Données sources Activités Informations en sortie Données Processus Informations en entrée Métiers Les données instanciation de l activité au sein des processus (métier) D. Ploix - M2 Miage - EDD - IDMS 5 5
6 Données de référence? Parmi toutes les données en circulation dans le système d information, certaines sont plus critiques pour l activité métier car structurantes et largement partagées (disséminées) entre plusieurs applications. Ce sont les données de référence. Elles sont particulièrement structurantes pour les EDD : constitutives des dimensions instanciation des faits Elles sont partagées entre plusieurs applications transactionnelles, chacune en responsabilité d une partie selon sa position dans le processus métier attenant. D. Ploix - M2 Miage - EDD - IDMS 6
7 Référentiel client Contractuel (CRM) Commande Facturation Quelques exemples Référentiel de localisation géographique Adresses Référentiel des fournisseurs Centralisation des achats pour un groupe, Référentiel des données de marcher D. Ploix - M2 Miage - EDD - IDMS 7
8 Caractéristiques des DR : typologie Elles peuvent être classifiées en types : «DR Maître» : objets métiers principaux («cœur de métier») d un domaine fonctionnel et structurante pour l ensemble des applications du domaine. «DR Constitutives» : entrent dans la composition de plusieurs données maître (par ex. adresses). «DR Paramètre» : tables de valeurs ou nomenclature (code postaux, code devises, taux des taxes, ) partagées. Cet analyse des données et de leur constitution est particulièrement important dans l intégration de données dans un EDD : Les objets métiers (et par extension les données de référence) sont les sources autant des dimensions (ex. client) que des faits (ex. vente). La distinction fait / dimension est une vue décisionnelle sur les objets métiers en circulation. D. Ploix - M2 Miage - EDD - IDMS 8
9 DR : positionnement D. Ploix - M2 Miage - EDD - IDMS 9
10 Exemple des l EDD Transport Dans l analyse relative à l EDD de Transport, un certain nombre de dimensions adresses des données «de référence» : Les aéroports, Les passagers, Les vols Elles sont positionnées en tant que telles du fait de leur transversalité au métier du transport aérien : de la réservation, à l organisation des vols, à la facturation, chacun des systèmes manipulera les caractéristiques de ces informations qui le concerne. On les traitera en tant qu objet métier de référence. D. Ploix - M2 Miage - EDD - IDMS 10
11 Données sources Le multi-source (non urbanisé) est à la source des problèmes : Conflit sémantiques Conflit de modèle Conflit de l âge Conflit de mode opératoire sur le cycle de vie Conflit de modalité de diffusion Conflit de niveau de sécurité D. Ploix - M2 Miage - EDD - IDMS 11
12 Données sources L enjeu est donc d obtenir l assurance sur : Cohérence globale Unicité Visibilité / disponibilité Productivité / agilité Contraintes réglementaires Qualité Sécurité D. Ploix - M2 Miage - EDD - IDMS 12
13 Données sources Rappels sur la qualité des données Critères intrinsèques : Unicité Quelles données sont en doublons? Complétude Quel attribut manque ou est inutilisable? Exactitude Quelle donnée est incorrecte? Conformité Quelle donnée est dans un format non prévu? Cohérence Quelles données fournissent des informations conflicutelles? Intégrité Quelle relation manque? D. Ploix - M2 Miage - EDD - IDMS 13
14 Données sources Rappels sur la qualité des données Critères de service Actualité Impact la modalité de transmission et d acquisition dans les contextes transactionnel / décisionnel. Accessibilité Pertinence Compréhensibilité Critères de sécurité Disponibilité Intégrité Confidentialité Traçabilité D. Ploix - M2 Miage - EDD - IDMS 14
15 Données sources Rappels sur le cycle de vie des données Création Mise à jour Technique Fusion (rapprochement de données) Historisation Consommation Archivage Suppression logique Suppression physique Métier Étude / prospect Saisie / pré-validation Validation Commercialisation Arrêt de com. En Extinction D. Ploix - M2 Miage - EDD - IDMS 15
16 Données sources Comment réussir l intégration des données : Mettre en place une démarche d urbanisation des données (objets métier, formats pivots, ) Gérer le processus d intégration (ou de circulation) des données comme une activité à part entière Utiliser les fonctions issues de la gestion de données de référence (Master Data Managment) qui définit : La notion de données de référence, objet principal de la démarche d urbanisation et source des données en entrée de l entrepôt. L ensemble des fonctions qui devront apparaître dans le processus d intégration des données. D. Ploix - M2 Miage - EDD - IDMS 16
17 Intégration de données multi-sources Données sources Fonctions d intégration Intégration par étapes Intégration de la fonction MDM D. Ploix - M2 Miage - EDD - IDMS 17
18 Fonctions du MDM et intégration ED Les fonctions (re)définies dans le cadre du MDM peuvent servir d ossature au processus d intégration des données sources dans l entrepôt. D. Ploix - M2 Miage - EDD - IDMS 18
19 MDM et ED Exemple construction d un ED pour l analyse de sinistres pour une compagnie d assurance. Deux applications sont sources de données : Une de gestion des contrats d assurance Une de gestion des sinistres Particularité : La compagnie à racheté une petite compagnie d assurance locale et doit traiter des sinistres pour des contrats dont elle n a pas la gestion. Le système de gestion de sinistres a été adapté afin de pouvoir intégrer des liens vers le nouveau système et intégrer les données quelle ne gère pas. D. Ploix - M2 Miage - EDD - IDMS 19
20 Modèle de données gestion contrat D. Ploix - M2 Miage - EDD - IDMS 20
21 Modèle de données gestion sinistre D. Ploix - M2 Miage - EDD - IDMS 21
22 Objet de l ED Pour les biens, on va étudier le montant de la prime et des remboursement du fait de sinistres, La localisation des clients assurés Afin de construire des tableaux de bord par type de risque de sinistre avec le total payé dans le mois et le total reçu dans le mois en fonction des biens et des régions. D. Ploix - M2 Miage - EDD - IDMS 22
23 Analyse de l objet de l ED pour la partie étude Les données nécessaires à l étude sont : montant de la prime : correspond à la prime d'assurance par rapport à un risque remboursement du fait de sinistres : correspond à des opérations de remboursement lié à un sinistre localisation des clients assurés : correspond à l'adresse des clients Les caractéristiques des faits nécessaires à l'étude seront alors : risque : désignation Prime clients (pour le risque considéré) : Nom Prénom Adresse Opération de nature "remboursement" (pour un sinistre sur le risque et le client considéré) : Date Montant Possibilité d'agrégation : somme des opérations de remboursement et de collecte de prime par désignation de risque par jour par région des clients D. Ploix - M2 Miage - EDD - IDMS 23
24 Analyse de l objet de l ED pour la partie TDB Les données nécessaires au tableau de bord sont : type de risque de sinistre : désignation des risques total payé dans le mois : somme des montant des opérations de remboursements par sinistre correspondant aux type de risque par mois mois : date des opérations biens : désignation des biens régions : localisation des clients / des biens? choix des clients en cohérence avec la partie étude. Les caractéristiques des faits nécessaires au tableau de bord sont : risque : Désignation clients (pour le risque considéré) : Nom prénom Adresse biens (pour le client et le risque considéré) : désignation opération de nature "remboursement" (pour un sinistre sur le risque et le client considéré) : Date Montant Possibilité d'agrégation : somme des opérations de remboursement Par mois par région des clients par désignation de bien par désignation de risque D. Ploix - M2 Miage - EDD - IDMS 24
25 Construction de l entrepôt de données Décision d'agrégation : somme des opérations de remboursement et de collecte de prime par jours par région des clients par désignation de bien par désignation de risque effet : la caractéristique «client» devient la caractéristique «région des clients» la caractéristique «date des opérations» deviens «jour des opérations» (plus d'heure...) Fait : flux financiers par jour par région par type de bien et par type de risque FluxFinanciers Risque Région des client Bien Date des opérations Désignation Code postal Désignation Jour Désignation région Mois Année Montant Prime collectée Montant remboursement effectué D. Ploix - M2 Miage - EDD - IDMS 25
26 Chaîne de traitement d intégration des données Intégration des données Utilisation de l entrepôt D. Ploix - M2 Miage - EDD - IDMS 26
27 Rôle de l ODS «staging area» Le rôle du staging area qui sert à stocker les données extraites des systèmes sources. On y effectue aussi les différentes transformations à savoir : Le nettoyage des données, le merge, la standardisation, le déduplication... des données. Par contre les données dans l'ods ne sont détruites qu'après la durée de vie des données dans l'ods, facteur définit par l'organisation et dépend de plusieurs critères. La durée de vie d une données dans l ODS en tant que MDM est fonction de son usage par les systèmes opérationnels (transactionnels). Les données historiques sont conservées dans l ED. En résumé : Sources ODS DSA DW Selon la multiplicité des sources et les transformations il peut y a voir une fusion des étapes ODS et DSA (mais pas leur disparition). D. Ploix - M2 Miage - EDD - IDMS 27
28 Schémas ODS et sources Structures de données de l ODS (staging aréa) : en fonction de l espace disponible car la multiplication de la copie des données peut-être très coûteuse. 1) ODS/DSA Phase 1 le modèle est proche des sources (transactionnelles) : permet de récupérer une image des données source selon un pas de temps fixé et de travailler à l intégration dans le DW sans impacter le fonctionnement du système opérationnel. 2) ODS/DSA Phase 2 fusionne les modèles sources dans un modèle unique pour y effectuer les étapes d intégration décrites par la suite. Il est possible de se passer de l étape 1 mais la seconde reste nécessaire car les données injectées dans le DW doivent avoir été nettoyées D. Ploix - M2 Miage - EDD - IDMS 28
29 Proposition : positionnement du MDM en point de vérité pour les données de référence D. Ploix - M2 Miage - EDD - IDMS 29
30 Fonctions d intégration modèles et méta-données D. Ploix - M2 Miage - EDD - IDMS 30
31 Fonctions d intégration modèles et méta-données Identification des données de référence nécessaires : taux, clients et des autres données sinistres, Pour les données de référence : si possible, mettre en œuvre une démarche de normalisation. Mais, impact sur les applications sources Pour les autres données : attention aux données intégrant dans leur composition des données de référence. Cette fonction d intégration sera utilisée pour la construction des modèles de données ODS et DSA D. Ploix - M2 Miage - EDD - IDMS 31
32 Construction du schéma de l ODS Identification des données «de référence» dont la modélisation provient du processus d urbanisation des données Identification des données «des sources» qui représentent le même objet fonctionnel hors données de référence Construction des modèles ODS (Operationnal Data Store) proches des sources limités aux données nécessaires à l entrepôt Construction du modèle DSA qui «fusionne» les différents modèles de données sources dans un modèle de données relationnel unique. D. Ploix - M2 Miage - EDD - IDMS 32
33 Analyse et identification des DR Les objets métiers (risque, bien, client) sont des données de référence maître par rapport à notre besoin. Les DR constitutives sont les adresses Les DR paramètres sont les taux, mais également les types d opération, (Ces données ne sont pas «utiles» directement dans l EDD) D. Ploix - M2 Miage - EDD - IDMS 33
34 MDM source D. Ploix - M2 Miage - EDD - IDMS 34
35 ODS intégration des données gestion de contrat D. Ploix - M2 Miage - EDD - IDMS 35
36 ODS intégration des données gestion sinistre D. Ploix - M2 Miage - EDD - IDMS 36
37 DSA : fusion des modèles ODS_C et ODS_S Tables fusionnées : -Client -Adresse -Risque -Bien -Opération Toutes les relations ne sont pas valuées D. Ploix - M2 Miage - EDD - IDMS 37
38 Fonctions d intégration acquisition La fonction acquisition MDM clarifie la source d une donnée de référence et l outille. Dans le cas présent, il s agit d identifier l application source principale pour chacune des données de référence. L autre «source» de donnée devra se conformer au valeurs présentes dans la première. Permet de spécifier le processus de passage des ODS vers le DSA D. Ploix - M2 Miage - EDD - IDMS 38
39 Fonctions d intégration acquisition Donnée de référence Application (ODS) source Nouveaux Clients MDM > Contrat Clients «externes» MDM > Sinistre Adresses MDM > Contrat > Sinistre OM : Risques, Biens, Contrat > Sinistre Opérations Contrat + Sinistre D. Ploix - M2 Miage - EDD - IDMS 39
40 Fonctions d intégration validation La fonction validation décrit les règles permettant de valider une donnée. Ce sont les Règles syntaxiques, Règles de gestion, Règles de cohérence (par exemple, pour un objet métier intégrant une donnée de référence paramètre). Règle d identification unique d une donnée Règles de transcodification Via des tables de correspondance entre les valeurs des deux applications Via des mises en correspondance entre les ID des données entre deux applications D. Ploix - M2 Miage - EDD - IDMS 40
41 Règles de gestion syntaxique / métier Exemple de normalisation syntaxique : Normalisation des dates Normalisation des valeurs «nulles» Le processus de normalisation des données d une part et validation métier d autre part est critique pour les entrepôts de données car des données non correctes peuvent biaiser le résultat des analyses. Il est préférable de ne pas intégrer des données plutôt que des données fausses. Le MDM prend là toute sa valeur par le travail en amont de normalisation, de validation et de centralisation des règles de gestion. Attention, en terme d architecture, les outils d intermédiation ne sont pas conçus pour des règles de gestions métier complexes mais pour des règles syntaxiques les validations métiers doivent être réalisées en amont (par les applications propriétaires) ou en aval. D. Ploix - M2 Miage - EDD - IDMS 41
42 Règles de gestion / syntaxique Dans notre cas, l analyse devra préciser les formats techniques des données (particulièrement les dates) et s assurer que les règles de gestion sont bien les mêmes dans les deux applications. D. Ploix - M2 Miage - EDD - IDMS 42
43 Exemple de règle de gestion syntaxique Dans l exemple des données de gestion d assurance, les éléments à vérifier sont les dates mais également les taux si les systèmes reposent sur des technologies différentes. Par exemple, Oracle définit les règles syntaxiques de format (date, nombre, ) au niveau de la base, au niveau de la connexion du client vers la base et au niveau des requêtes. D. Ploix - M2 Miage - EDD - IDMS 43
44 Cohérence des données Les schémas incluent des références croisées : sur les adresses, sur les clients et les polices. Pour autant, les règles et mécanismes de synchronisations ne sont pas décrits / connus. Le processus d intégration directe / via un MDM, doit intégrer la notion d application «maître» de la données (faisant référence). Mais, dans notre cas en cas de conflit, seule l analyse des tables des opérations permettra de savoir quelle donnée utiliser. D. Ploix - M2 Miage - EDD - IDMS 44
45 Key mapping : transcodification d ID Données historisées Instance / occurrence de données ID d instance Données actuelles Identifiant UID ID Application A PKI1123 PKI1123 ID Application B Civilité M. M. Nom Jean Jean Prénom Dupuis Dupuis Type voie Rue Avenue Adresse Rue des chaumes Avenue du moulin Code Postal Localité Aix en Provence Marseille La transcodification de l ID peut alors être réalisé par l intermédiation ou par l outils de MDM. D. Ploix - M2 Miage - EDD - IDMS 45
46 Tables de transcodification de valeurs Application A Application B Attribut A Attribut 1 Attribut 2 FRA France Euro CAD Canada Dollar Lors de la transmission des données de A vers B, la valeurs des Attributs 1 et 2 de l application B seront fixés selon la valeur de l attribut A de l application A (et inversement). D. Ploix - M2 Miage - EDD - IDMS 46
47 Fonctions d intégration validation Dans notre cas, la table «Client» de l application Sinistre fait office de source de transcodification pour les ID des clients de l application de gestion de contrats. Son utilisation permet de garantir que deux clients dans le dataware n auront pas le même ID. Par contre, si un client était déjà client de l entreprise «externe», il apparaîtra deux fois. Le risque est alors de faire apparaître des incohérence sur la couverture contractuelle des biens. Il doit être identifié et tracé pour permettre l analyse des incohérences / rejets potentiels. D. Ploix - M2 Miage - EDD - IDMS 47
48 Fonctions d intégration Pilotage La fonction pilotage est assurée par des outils (tableaux de bords, ) basés sur la mise en place d indicateurs, d audits (historisation/journalisation) et d analyse d impacts. Dans le cas d intégration de données dans un ED, cette fonction de pilotage se traduira principalement par la mise en place d indicateurs sur la mesure du taux de rejet des donnée différenciée par les causes : obsolescence (une adresse pas vérifiée depuis plus d un an à 10% de chance d être fausse), transcodification, format technique, cohérence, règle de gestion Du fait du volume, une analyse sur les causes possible doit être réalisée préalablement. D. Ploix - M2 Miage - EDD - IDMS 48
49 Fonctions d intégration Pilotage Dans notre cas, les indicateurs se focaliseront sur la mesure de : La cohérence : «taux» partagé entre les applications, L obsolescence : identification des objets métiers «anciens», n ayant pas fait l objet d opération depuis 1 an (cf pb adresse), Ce pilotage en amont (des analyses) a comme fonction de préparer un ED «propre». S il fait partie de la phase d acquisition des données et doit également traiter les données de l ED lui-même (fait comme dimensions). D. Ploix - M2 Miage - EDD - IDMS 49
50 Fonctions d intégration stockage et journalisation Mise en œuvre de la base MDM sur les données identifiées : Via un modèle normalisé intégrant, au besoin, les ID multiples (correspondant à leur instanciation dans les applications sources/consommatrices), Il peut également intégrer des dimension de contextualisation (cf transcodification). Intégrant une journalisation de l historique des données afin de pouvoir porter les fonctions d audit et de pilotage. Un modèle dépendant du contexte de partage (dans sa richesse fonctionnelle) mais, par exemple, qui simplifie le processus de mise à jours des ED via l historisation. D. Ploix - M2 Miage - EDD - IDMS 50
51 Fonctions d intégration stockage et journalisation Dans notre exemple, des données sont placées dans une base MDM : les biens, les risques, les clients, les adresses. Le reste est construit directement à partir des bases sources. La phase MDM met en place d UID et la date de màj. D. Ploix - M2 Miage - EDD - IDMS 51
52 Fonctions d intégration accès et diffusion Le MDM ne se positionne pas uniquement en tant que base de stockage d un certain nombre de données mais également en source et doit, de ce fait, être interfacé via une IHM de gestion et des composants d intermédiation vers/depuis les applications destinatrices/sources. Dans notre cas, l application finale intègrera deux composants : une intégration des sources vers l ED et une base MDM destination et source des données de références. D. Ploix - M2 Miage - EDD - IDMS 52
53 Fonctions d intégration administration et maintenance Le positionnement du MDM comme «point de vérité» lui impose les contraintes des applications les plus strictes En terme de gestion des droits d accès En terme de niveau disponibilité Ce problème se retrouve également en point central des difficultés rencontrées par le SOA : Problème de coût induit Problème de délégation de responsabilité Problème de niveau de disponibilité quasi impossible à atteindre D. Ploix - M2 Miage - EDD - IDMS 53
54 Intégration de données multi-sources Données sources Fonctions d intégration Intégration par étapes Intégration de la fonction MDM D. Ploix - M2 Miage - EDD - IDMS 54
55 Intégration par étapes Contexte Contexte : intégration de données de ventes en provenance de plusieurs chaînes de magasin. Les chaînes utilisent le même logiciel de gestion. Un entrepôt de données des ventes doit être construit pour la réalisation de différents types d analyses. D. Ploix - M2 Miage - EDD - IDMS 55
56 Intégration par étapes Schéma source Le logiciel source a comme schéma : D. Ploix - M2 Miage - EDD - IDMS 56
57 Intégration par étapes Schéma cible La modélisation décisionnelle aboutie au schéma suivant : D. Ploix - M2 Miage - EDD - IDMS 57
58 Intégration par étapes identification des données de référence Les données de référence maître sont : Les clients Les produits Les magasins Les fournisseurs Les données de référence constitutives sont : Les adresses Les données de référence paramètre sont : Les dates D. Ploix - M2 Miage - EDD - IDMS 58
59 Intégration par étapes Schéma des données de référence Les données de références seront (dans notre exemple) stockées dans l ODS d intégration des données sources. Leur schéma sera : Tables de liaison entre les identifiants des applications sources et le référentiel D. Ploix - M2 Miage - EDD - IDMS 59
60 Intégration par étapes Contraintes d intégration Les étapes de l intégration des données seront : 1. Mise à jour des données de références 2. Mise à jour des dimensions de l entrepôt 3. Mise à jour des faits de vente avec complétion de la dimension date D. Ploix - M2 Miage - EDD - IDMS 60
61 Intégration par étapes Fonction acquisition Ordre Table Cible Table Source A.1 ReferenceClient Client, téléphone, carte_fidelite A.2 ClientMagasin ReferenceClient, Client A.1 ReferenceAdresse Fournisseur, Magasin, téléphone A.2 ReferenceMagasin Magasin, ReferenceAdresse A.2 ReferenceFournisseur Fournisseur, ReferenceAdresse A.3 ReferenceProduit Produit, ReferenceFournisseur A.4 ProduitMagasin Stock, Produit, Magasin, ReferenceProduit, ReferenceMagasin B.1 DimClient ReferenceClient B.1 DimMagasin ReferenceMagasin + ReferenceAdresse B.1 DimProduit ReferenceProduit + ReferenceAdresse B.2 DimDate Vente + fonctions base de données B.2 FaitVente Vente + ClientMagasin + ProduitMagasin D. Ploix - M2 Miage - EDD - IDMS 61
62 Intégration par étapes Fonction Validation et Qualité Table Règle Description ReferenceProduit PK fonctionnelle EAN+Fournisseur+Designation ReferenceProduit PK Référence PK source Table ProduitMagasin ReferenceClient PK fonctionnelle Nom, prenom, adresse ReferenceClient PK Référence PK source Table ClientMagasin D. Ploix - M2 Miage - EDD - IDMS 62
63 Intégration par étapes Fonction modèles de données méta données Table DimDate Attribut cible Attribut source Fonction d intégration DimDate.date Vente.date DimDate.num_jour_mois Vente.date datepart(month, date) D. Ploix - M2 Miage - EDD - IDMS 63
64 Intégration par étapes Fonction pilotage En cas de rejets sur l intégration des produits du fait de la désignation, un filtrage par EAN + Fournisseur sera réalisé afin de détecter les modifications de désignations. En cas de rejets sur l intégration des fournisseurs du fait de l adresse, un filtrage par historique du fournisseur sera réalisé afin de détecter les modifications d adresse, D. Ploix - M2 Miage - EDD - IDMS 64
65 Intégration par étapes Fonction stockage et historisation Les tables de références sont intégrées à la base de données ODS et ne sont pas purgées entre deux intégrations. La question d une table d audit référençant l historique des intégrations se pose. Les modifications de désignations des produits et d adresse des fournisseurs est gérée par écrasement de l ancienne valeur (attention aux incohérences entre les magasins ). D. Ploix - M2 Miage - EDD - IDMS 65
66 Intégration par étapes Accès, diffusion et administration Question à résoudre : Quelle interface pour gérer les rejets des produits et des fournisseurs? Question à préciser : Ordonnancement de l intégration des données selon les sources et de mise à jour des données de l entrepôt une fois les données de références intégrées. D. Ploix - M2 Miage - EDD - IDMS 66
67 Gestion de Données de Référence Données sources Fonctions d intégration Intégration par étapes Intégration de la fonction MDM D. Ploix - M2 Miage - EDD - IDMS 67
68 Des DR à la Gestion des DR (MDM) D. Ploix - M2 Miage - EDD - IDMS 68
69 Fonctions du MDM dans l intégration des données D. Ploix - M2 Miage - EDD - IDMS 69
70 Situation des données de référence dans le SI Processus amont : Point d acquisition d une donnée Source(s), états transitoires de validation, contrôles de gestion, Point de vérité (MDM) Processus aval : Consommation de la donnée Journalisation, diffusion (ETL, EAI, ) Données Valides. D. Ploix - M2 Miage - EDD - IDMS 70
71 Situation des GDR dans le SI Situation dans la chaîne de l information Référentiel en début de chaîne : Unique point de saisie de la donnée Passerelle entre un fournisseur de donnée externe Point de vérité = point d acquisition Meilleurs situation possible Référentiel en milieu de chaîne : Récupère et réconcilie la donnée issue de points d acquisition multiples Assure la redistribution des données et son contrôle qualitatif Référentiel en fin de chaine Assure les traitements qualitatifs de redressement et de rapprochement. Souvent très complexes et coûteux à mettre en œuvre. D. Ploix - M2 Miage - EDD - IDMS 71
72 Typologies d architectures MDM Consolidation Consolidation : plusieurs sources alimentent le référentiel et les points d acquisition sont distincts du point de vérité. D. Ploix - M2 Miage - EDD - IDMS 72
73 Typologies d architectures MDM Répertoire Virtuel Répertoire Virtuel : comparable à de la consolidation avec une intermédiation de type EAI/ESB ou EII (BD virtuelle). D. Ploix - M2 Miage - EDD - IDMS 73
74 Typologies d architectures MDM Coopération Coopération : consolidation avec un couplage fort entre les applications source et la solution de référentiel (font parties ou dépendent de) D. Ploix - M2 Miage - EDD - IDMS 74
75 Typologies d architectures MDM Centralisation Centralisation : fusion du point d acquisition et du point de vérité. D. Ploix - M2 Miage - EDD - IDMS 75
76 Typologie d architecture La réalité est souvent une composition des patterns selon les données (voir les parties de données). D. Ploix - M2 Miage - EDD - IDMS 76
77 Critères de choix d une architecture D. Ploix - M2 Miage - EDD - IDMS 77
78 Outillage du MDM : quelle solution? Le MDM est souvent répartis entre plusieurs outils couvrant tout ou partie des fonctions qu il requière : DQM (Data Quality Managment) EII (Entreprise Information Integration) Annuaires CRM (Customer Relationship Managment) PLM (Product Lifecycle Managment) D. Ploix - M2 Miage - EDD - IDMS 78
79 Relation DQM / MDM Fonctions principales portées par le DQM : Nettoyage des données (normalisation, consolidation, enrichissement, surveillance, analyse, profilage) en fonction de règles spécifiques de gestion de la qualité. Périmètre de données plus large que les données de références Brique essentielle du MDM Mais il manque : La persistance (stockage) : fonction de point de vérité À l inverse, un MDM peu exister sans DQM mais il ne garanti plus la qualité des données. D. Ploix - M2 Miage - EDD - IDMS 79
80 Relation EII / MDM L EII et le MDM ont des fonctions séparées et complémentaires, le MDM référence les données alors que l EII les restitues sans harmonisation ni réconciliation ni correspondance à une vérité unique. D. Ploix - M2 Miage - EDD - IDMS 80
81 Annuaire et MDM Les annuaires (LDAP principalement) permettent de stocker des données hiérarchisées «spécialisées» dans la gestion de l identification Même s ils imposent une structure de données, ils ne peuvent que servir de conteneur technique de données au sein d un MDM spécialisé sur ces sujets. Pas constituer un MDM (couverture fonctionnelle trop faible). D. Ploix - M2 Miage - EDD - IDMS 81
82 Progiciel métier comme MDM L utilisation de progiciel métier (CRM, ERP, ) s adapte mal à porter la fonction de MDM car ils : Imposent le schéma de données Contraignent fortement les règles de gestion sur la qualité Ne couvrent pas une partie importante des fonctionnalités attendues (key maping, pilotage, ). Imposent un rythme de mise à jour Mais : adaptés si la couverture fonctionnelle est suffisante, peu ou pas de besoin de pilotage ou de gouvernance des données, intègre les processus métier prioritaires. D. Ploix - M2 Miage - EDD - IDMS 82
83 Solutions pour le MDM D. Ploix - M2 Miage - EDD - IDMS 83
84 Modes d intermediation D. Ploix - M2 Miage - EDD - IDMS 84
85 MDM et phases d un projet D. Ploix - M2 Miage - EDD - IDMS 85
86 Migration de données D. Ploix - M2 Miage - EDD - IDMS 86
Master Informatique et Systèmes. Architecture des Systèmes d Information. 02 Architecture Applicative
Master Informatique et Systèmes Architecture des Systèmes d Information 02 Architecture Applicative Damien Ploix 2014-2015 Plan du chapitre 1 1.1 1.2 2 2.1 2.2 Architecture Applicative Modélisation des
Plus en détailAvant-propos... Introduction... Première partie Comprendre : les concepts. Chapitre 1 La gestion des données de référence... 3
Table des matières Avant-propos..................................................... Introduction...................................................... XI XV Première partie Comprendre : les concepts Chapitre
Plus en détailEvry - M2 MIAGE Entrepôt de données
Evry - M2 MIAGE Entrepôt de données Introduction D. Ploix - M2 Miage - EDD - Introduction 1 Plan Positionnement du BI dans l entreprise Déclinaison fonctionnelle du décisionnel dans l entreprise Intégration
Plus en détailAMUE : PRISME - Référentiel des données partagées. 3 décembre 2009
AMUE : PRISME - Référentiel des données partagées 3 décembre 2009 1 Architecture cible 2 Fonctionnalités 3 Illustration 4 Technologie Sommaire 2 1 Architecture Sommaire 3 Architecture Vue d ensemble d
Plus en détailEnterprise Data Quality : fiabilisez vos processus E-Business Suite en améliorant la qualité des données
Enterprise Data Quality : fiabilisez vos processus E-Business Suite en améliorant la qualité des données Sommaire 1 2 3 4 Introduction : enjeux de la qualité de données Enterprise Data Quality : positionnement
Plus en détailConstruction d un EDD avec SQL 2008 R2. D. Ploix - M2 Miage - EDD - Création
Construction d un EDD avec SQL 2008 R2 Plan Analyse du DW construit Construction de la base DW dans SQL 2008 Construction des tables de faits et dimensions Injection des données Étapes de l injection des
Plus en détailPôle Référentiels Métier (Master Data Management)
Pôle Référentiels Métier (Master Data Management) KHIPLUS et le MDM Khiplus et le MDM : une longue histoire Émergence de solutions de MDM génériques Ralliement de Khiplus au MAG (MDM Alliance Group) Intervention
Plus en détailComment réussir son projet de Master Data Management?
Comment réussir son projet MDM? Table des matières Comment réussir son projet de Master Data Management?...... 2 Un marché en croissance..... 2 Les démarches qui réussissent... 2 A quels projets métiers
Plus en détailUrbanisation des Systèmes d Information Architecture d Entreprise. 05 Architecture des données. Plan du chapitre. Références. 1 Définitions & enjeux
Plan du chapitre 1 Définitions & enjeux Master Informatique - MIAGE Urbanisation des Systèmes d Information Architecture d Entreprise 2 3 La gestion des données de référence le MDM 05 Philippe Declercq
Plus en détailBusiness & 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 détailFiabilisation des bases de données BtoB : Un enjeu majeur
0 Fiabilisation des bases de données BtoB : Un enjeu majeur 1 L entreprise IMS HEALTH GROUP Société fondée en 1954 Opère dans plus de 100 pays 15 000 collaborateurs 3,3 milliards de dollars de CA Plus
Plus en détailCréer un référentiel client grâce à Talend MDM
Créer un référentiel client grâce à Talend MDM Christophe Toum Product Manager Talend Connect 9 octobre 2014 Talend 2014 1 Sommaire Connaissez-vous vos clients? MDM et réconciliation des données Le processus
Plus en détailObjectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui
Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture
Plus en détailUrbanisation des Systèmes d Information Architecture d Entreprise. 04 Architecture du SI : identifier et décrire les services, structurer le SI
Plan du chapitre Master Informatique et Systèmes Urbanisation des Systèmes d Information Architecture d Entreprise 04 Architecture du SI : identifier et décrire les services, structurer le SI 1 2 3 1.1
Plus en détailLe "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 détailSécurité 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 détailLes activités numériques
Les activités numériques Activités de l entreprise et activités numériques de l entreprise convergent de plus en plus au sein de la chaîne de valeur, c est-à-dire la manière avec laquelle une entreprise
Plus en détailLes 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 détailGestion des données de référence (MDM)
Chapitre 1 - COMPRENDRE LE MARCHÉ Gestion des données de référence (MDM) Copyright 2009 CXP. 1 All rights reserved. Reproduction or distribution of this document, in any form, is expressly prohibited without
Plus en détailPremière partie : Impératif économique et stratégiques
Corrigé indicatif DSCG UE5 Management des systèmes d information Première partie : Impératif économique et stratégiques 1) Stratégie réactive / contraintes La question est celle de la modernisation du
Plus en détailL information et la technologie de l informationl
L information et la technologie de l informationl CRM & informatique décisionnelled CRM CRM & informatique décisionnelle. d 1 2 3 Les Les fondements managériaux managériaux du du CRM. CRM. Les Les fondements
Plus en détailLe Guide Pratique des Processus Métiers
Guides Pratiques Objecteering Le Guide Pratique des Processus Métiers Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam 21 avenue Victor Hugo 75016
Plus en détailet 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 détailCRM Assurance. Fonctionnalités clés. Vue globale de l assuré. Gestion des échanges en Multicanal
CRM Assurance Fonctionnalités clés Vue globale de l assuré Le CRM pour les compagnies d'assurances est une solution spécialement conçue pour mettre en place et soutenir les fondements d une orientation
Plus en détailDémarches d urbanisation : réorganiser le Système d Information en structurant ses fonctions dans des blocs fonctionnels communicants.
Plan du chapitre Master Informatique et Systèmes Urbanisation des Systèmes d Information Architecture d Entreprise 04 Architecture du SI : identifier et décrire les services, structurer le SI 1 2 3 4 5
Plus en détailProjet CASI: Master Data Management
Projet CASI: Master Data Management Mardi 17 janvier 2011 Laetitia Ader ya - Ali Lazaar-Youssef Hafi-Chun Jin Projet CASI: Master Data Management 1 / 22 1 2 3 4 5 6 Laetitia Ader ya - Ali Lazaar-Youssef
Plus en détailRésumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES
Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité
Plus en détailL ÉCHANGE DE DONNÉES TEMPS RÉEL
Talented Together L ÉCHANGE DE DONNÉES TEMPS RÉEL Retours d expériences avec Talend Julien DULOUT Manager Sopra Consulting Expert des offres BI, MDM & BigData Ludovic MONNIER Architecte Sopra Expert EAI
Plus en détailConception, architecture et urbanisation des systèmes d information
Conception, architecture et urbanisation des systèmes d information S. Servigne Maître de Conférences, LIRIS, INSA-Lyon, F-69621 Villeurbanne Cedex e-mail: sylvie.servigne@insa-lyon.fr 1. Introduction
Plus en détail<Insert Picture Here> La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts
La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts Christophe Bonenfant Cyril Gollain La GRC en période de croissance Gouvernance Gestion
Plus en détailBUSINESS INTELLIGENCE
GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3
Plus en détailDataStudio. Solution d intégration des données et de diffusion de l information
DataStudio Solution d intégration des données et de diffusion de l information L ETL, cœur de la performance des entreprises La forte intégration des applications est désormais une condition indispensable
Plus en détailTechnologie data distribution Cas d usage. www.gamma-soft.com
Technologie data distribution Cas d usage www.gamma-soft.com Applications stratégiques (ETL, EAI, extranet) Il s agit d une entreprise industrielle, leader français dans son domaine. Cette entreprise est
Plus en détailMaster Informatique et Systèmes. Architecture des Systèmes d Information. 03 Architecture Logicielle et Technique
Master Informatique et Systèmes Architecture des Systèmes d Information 03 Architecture Logicielle et Technique Damien Ploix 2014-2015 Démarche d architecture SI : structuration en vues Quels métiers?
Plus en détailDEMANDE D INFORMATION RFI (Request for information)
RFI-2013-09 Demande d information Page 1/9 DEMANDE D INFORMATION RFI (Request for information) Socle de Ged-Archivage SOMMAIRE 1. OBJET DE LA DEMANDE D INFORMATION... 3 2. PÉRIMÈTRE DE L INFORMATION...
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 3 : Progiciels de Gestion Intégrés Sommaire Définition... 2 ERP... 2 Objectifs
Plus en détailEvry - M2 MIAGE Entrepôts de Données
Evry - M2 MIAGE Entrepôts de Données Modélisation décisionnelle D. Ploix - M2 MIAGE - Conception EDD 1 Plan Construction de l entrepôt : les faits et les dimensions Préparation de l analyse : Les agrégats
Plus en détailTalend Technical Note
Mars 2011 Page 1 sur 5 Le MDM offre un hub central de contrôle et une vision unique des données maître de l'entreprise, quelles que soient les disparités entre les systèmes source. Il assure que les données
Plus en détailUn datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :
Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant
Plus en détailSolvabilité et calcul des fonds propres
AVIS D EXPERT Paris, le 18 janvier 2012 Solvency II, maitriser le reporting et garantir la qualité des données Franck Archer, Directeur pôle Banque, Finance, Assurance et Stratégie BI, Umanis Consulting
Plus en détailGuide d accompagnement. Document réalisé par Softcomputing et Microsoft France.
RESSOURCE PME Cahier des charges d un outil de gestion de la relation client (GRC) ou Customer Relationship Management (CRM) Guide d accompagnement. Ce document donne aux PME des clés pour mener à bien
Plus en détailSemarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire
FICHE PRODUIT Semarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire BENEFICES Des projets réussis dans les délais et les budgets La bonne donnée disponible au
Plus en détailMANAGEMENT PAR LA QUALITE ET TIC
Garantir une organisation performante pour satisfaire ses clients et ses partenaires, telle est la finalité d une certification «qualité». On dénombre de nombreux référentiels dont le plus connu et le
Plus en détailMANAGEMENT PAR LA QUALITE ET TIC
MANAGEMENT PAR LA QUALITE ET TIC Lorraine Garantir une organisation performante pour satisfaire ses clients et ses partenaires, telle est la finalité d une certification «qualité». On dénombre de nombreux
Plus en détailWHITEPAPER. Quatre indices pour identifier une intégration ERP inefficace
Quatre indices pour identifier une intégration ERP inefficace 1 Table of Contents 3 Manque de centralisation 4 Manque de données en temps réel 6 Implémentations fastidieuses et manquant de souplesse 7
Plus en détailAXIAD Conseil pour décider en toute intelligence
AXIAD Conseil pour décider en toute intelligence Gestion de la Performance, Business Intelligence, Big Data Domaine d expertise «Business Intelligence» Un accompagnement adapté à votre métier dans toutes
Plus en détailDécisionnel & Reporting
Décisionnel & Reporting Quelle solution est la plus adaptée à mes besoins? Présentation Société EASYNEO Conseil & Intégration de solutions Décisionnelles Spécialisations : ERP (SAP en particulier) Reporting
Plus en détailNos 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 détailDistribuez une information fiable. IBM InfoSphere Master Data Management Server 9.0. Des données fiables pour de meilleurs résultats
IBM InfoSphere Master Data Management Server 9.0 Des données fiables pour de meilleurs résultats Les entreprises génèrent et collectent chaque jour une multitude de données : informations sur les comptes,
Plus en détailArchitecture d'entreprise : Guide Pratique de l'architecture Logique
Guides Pratiques Objecteering Architecture d'entreprise : Guide Pratique de l'architecture Logique Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam
Plus en détailRéussir le choix de son SIRH
Réussir le choix de son SIRH Pascale Perez - 17/09/2013 1 L évolution du SI RH 1960 à 1970 : le progiciel de paie. Le système d information RH apparaît dans les années soixante avec la construction des
Plus en détailBI = 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 détailSemarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire
FICHE PRODUIT Semarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire BENEFICES POUR LES DSI Réussir les projets de gouvernance dans les délais et les budgets Démarrer de manière tactique tout en
Plus en détailLa gestion des données de référence ou comment exploiter toutes vos informations
La gestion des données de référence ou comment exploiter toutes vos informations La tour de Babel numérique La gestion des données de référence (appelée MDM pour Master Data Management) se veut la réponse
Plus en détailBI = Business Intelligence Master Data-ScienceCours 2 - ETL
BI = Business Intelligence Master Data-Science Cours 2 - ETL UPMC 1 er février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage des décideurs
Plus en détailORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE
ORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE ORACLE DATA INTEGRATOR ENTERPRISE EDITION offre de nombreux avantages : performances de pointe, productivité et souplesse accrues pour un coût total de
Plus en détailBASES DE DONNÉES. CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98. J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES
BASES DE DONNÉES CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98 J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES III. LES SYSTÈMES RÉSEAU IV. LES SYSTÈMES RELATIONNELS V. LE LANGAGE
Plus en détailConseil et Ingénierie des Systèmes d Information d Entreprise
Conseil et Ingénierie des Systèmes d Information d Entreprise Le Groupe Khiplus SAS KHIPLUS Management Société holding animatrice du groupe SAS KHIPLUS Advance Conseil et ingénierie de Systèmes d Information
Plus en détailChapitre 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 détailLes entrepôts de données
Les entrepôts de données Lydie Soler Janvier 2008 U.F.R. d informatique Document diffusé sous licence Creative Commons by-nc-nd (http://creativecommons.org/licenses/by-nc-nd/2.0/fr/) 1 Plan Introduction
Plus en détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation 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
Plus en détailSélection d un moteur de recherche pour intranet : Les sept points à prendre en compte
Sélection d un moteur de recherche pour intranet : Les sept points à prendre en compte 1Les bases : vos objectifs 2 Sélection d un moteur de recherche pour intranet : Les sept points à prendre en compte
Plus en détailLes PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client.
Les PGI Les Progiciels de Gestion Intégrés sont devenus en quelques années une des pierres angulaire du SI de l organisation. Le Système d Information (SI) est composé de 3 domaines : - Organisationnel
Plus en détailLES OUTILS DU TRAVAIL COLLABORATIF
LES OUTILS DU TRAVAIL COLLABORATIF Lorraine L expression «travail collaboratif» peut se définir comme «l utilisation de ressources informatiques dans le contexte d un projet réalisé par les membres d un
Plus en détailL outillage du Plan de Continuité d Activité, de sa conception à sa mise en œuvre en situation de crise
Auteur : Robert BERGERON Consultant en Sécurité des Systèmes d Information et Management de la Continuité d Activité Quel outil pour le PCA? de sa conception à sa mise en œuvre en situation de crise Introduction
Plus en détailQualité des données sur la chaine de valeur globale du reporting réglementaire, du Pilier 1 au Pilier 3 de Solvabilité 2
Qualité des données sur la chaine de valeur globale du reporting réglementaire, du Pilier 1 au Pilier 3 de Solvabilité 2 Conférence XBRL Paris, le 3 avril 2014 Des données de plus en plus complexes D où
Plus en détailLinux Expo 2010. Gestion des Identités et des Accès. Le 16 mars 2010. Arismore
Linux Expo 2010 Le 16 mars 2010 Arismore 1 Agenda Arismore Vision fonctionnelle de la gestion des identités Positionnement de l open source 2 Spécialiste de la gestion des accès et des identités Société
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailBase de données clients outil de base du CRM
Base de données clients outil de base du CRM Introduction Objectifs SOMMAIRE Constitution de la base de données clients Alimentation Datamart et DataWarehouse Contenu Dimensions Exploitation de la base
Plus en détailINDUSTRIALISATION ET RATIONALISATION
INDUSTRIALISATION ET RATIONALISATION A. LA PROBLEMATIQUE La mission de toute production informatique est de délivrer le service attendu par les utilisateurs. Ce service se compose de résultats de traitements
Plus en détailAugmenter l efficacité et la sécurité avec la gestion des identités et le SSO
Augmenter l efficacité et la sécurité avec la gestion des identités et le SSO Alexandre Garret Directeur des opérations - Atheos Charles Tostain Consultant Sécurité - IBM 24 Juin 2009 2009 IBM Corporation
Plus en détailCOMMUNIQUE DE LANCEMENT
COMMUNIQUE DE LANCEMENT Le descriptif des nouvelles fonctions par produits Ligne 30 & 100 (Cbase, SQL Server et Mac) - V15.50 (juin 2008) et V15.52 (mi juillet 2008) Sage Entreprise - Version 15.50 (juin
Plus en détailEntrepôt 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 détailAccenture Software. IDMF Insurance Data Migration Factory. La migration en toute confiance de vos données d assurance
Accenture Software IDMF Insurance Data Factory La migration en toute confiance de vos données d assurance Plus de 60 millions de contrats migrés avec succès Les compagnies d assurance sont régulièrement
Plus en détailLe 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 détailLIVRE BLANC. Dématérialisation des factures fournisseurs
LIVRE BLANC 25/03/2014 Dématérialisation des factures fournisseurs Ce livre blanc a été réalisé par la société KALPA Conseils, société créée en février 2003 par des managers issus de grandes entreprises
Plus en détailReza MADANI Manager et Consultant Indépendant Stratégie, organisation, management et transformation de systèmes d information
Informations personnelles Formation Reza MADANI Manager et Consultant Indépendant Reza Madani Conseil Email : contact@reza-madani.com Site web : www.reza-madani.com Ecole Nationale des Ponts et Chaussées,
Plus en détailAssurance et Protection sociale Les enjeux du Digital Commerce
Assurance et Protection sociale Les enjeux du Digital Commerce Sortir des murs, démultiplier les contacts 2013 T A L E N T E D T O G E T H E R Unissons nos Talents 1 Introduction Entre discours incantatoires
Plus en détailGouvernance des mesures de sécurité avec DCM-Manager. Présentation du 22 mai 2014
Gouvernance des mesures de sécurité avec DCM-Manager Présentation du 22 mai 2014 Gérer les actifs logiciels et leur répartition Maîtriser le durcissement des configurations Suivre l application des correctifs
Plus en détailDémarche de traçabilité globale
Démarche de traçabilité globale Dr Chi-Dung TA* Responsable Qualité, Danone Vitapole chi-dung.ta@danone.com La traçabilité existe depuis un certain nombre d'années dans les entreprises à des niveaux plus
Plus en détailIntroduction. Les articles de la presse spécialisée tendent à nous laisser penser que c est en effet le cas :
Introduction Le CRM se porte-t-il si mal? Les articles de la presse spécialisée tendent à nous laisser penser que c est en effet le cas : «75 % de projets non aboutis» «La déception du CRM» «Le CRM : des
Plus en détailLes 10 causes principales des problèmes de qualité de données
Les 10 causes principales des problèmes de qualité de données White Paper Sommaire Erreurs typographiques et données non conformes... 3 Obfuscation d informations... 4 Informatique traîtresse et fichiers
Plus en détailDEMANDE D INFORMATION RFI (Request for information)
DOD SEICAM RFI Demande d information EVDEC Réf. : RFI_EVDEC- GT5_Outil_reporting_BI_v4.doc Page 1/11 DEMANDE D INFORMATION RFI (Request for information) OUTIL INTÉGRÉ DE REPORTING ET D ANALYSE DÉCISIONNELLE
Plus en détailL ACCROISSEMENT DE L ENTROPIE DES SYSTÈMES D INFORMATION EST-ELLE UNE FATALITÉ?
L ACCROISSEMENT DE L ENTROPIE DES SYSTÈMES D INFORMATION EST-ELLE UNE FATALITÉ? Exposé à la Sorbonne René Mandel - 8/4/15 www.value-architecture.com 1 1. Préambule Maîtrise de la complexité Défi scientifique
Plus en détaill E R P s a n s l i m i t e
l ERP sans limite 2 Le groupe Divalto, solutions de gestion pour toutes les entreprises 30% du chiffre d affaires en R&D Créé en 1982, le groupe Divalto propose des solutions de gestion adaptées à toutes
Plus en détailGestion des Donnés Métier de Référence
Gestion des Donnés Métier de Référence (Master Data Management - MDM) Michel Bruley Directeur Marketing Teradata Western Europe Définitions Données Métier de Référence elles permettent d identifier et
Plus en détailSeptembre 2009 LIVRE BLANC. Master Data Management Un actif stratégique : la donnée maître
Septembre 2009 LIVRE BLANC Master Data Management Un actif stratégique : la donnée maître Livre Blanc MDM Sommaire La gestion des données dans l entreprise...4 Vers une gestion des informations stratégiques...7
Plus en détailBI CONSULTING. Présentation de l offre. Mai 2013. La Synthèse et le Pilotage en réponse aux besoins des métiers
Présentation de l offre BI CONSULTING La Synthèse et le Pilotage en réponse aux besoins des métiers Mai 2013 Valeur ajoutée 100% Banque Assurance 100% Systèmes de synthèse & de pilotage Des expertises
Plus en détailIntroduction 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 détaileframe pour optimiser les reportings métiers et réglementaires
eframe pour optimiser les reportings métiers et réglementaires TIME WINDOW DRIVEN REPORTING POUR DES ANALYSES ET DES RAPPORTS COMPLETS ET EXACTS, À TEMPS TOUT LE TEMPS www.secondfloor.com eframe pour optimiser
Plus en détailProgramme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
Plus en détailNell Armonia Shuttle Web
Nell Armonia Shuttle Web Optimiser la collecte, la mise à jour et la fiabilité de vos indicateurs L'IDEE ET LA GENESE DU PRODUIT LA PROBLEMATIQUE Les entreprises disposent aujourd hui de multiples indicateurs
Plus en détailAxe de valeur BMC Identity Management, la stratégie d optimisation de la gestion des identités de BMC Software TM
BROCHURE SOLUTIONS Axe de valeur BMC Identity Management, la stratégie d optimisation de la gestion des identités de BMC Software TM L IDENTITE AU COEUR DE VOTRE PERFORMANCE «En tant que responsable informatique,
Plus en détailWHITE PAPER Une revue de solution par Talend & Infosense
WHITE PAPER Une revue de solution par Talend & Infosense Master Data Management pour les données de référence dans le domaine de la santé Table des matières CAS D ETUDE : COLLABORATION SOCIALE ET ADMINISTRATION
Plus en détailDOSSIER SOLUTION CA ERwin Modeling. Comment gérer la complexité des données et améliorer l agilité métier?
DOSSIER SOLUTION CA ERwin Modeling Comment gérer la complexité des données et améliorer l agilité métier? CA ERwin Modeling fournit une vue centralisée des définitions de données clés afin de mieux comprendre
Plus en détailDataEXchanger. Echangez en toute simplicité. Atelier Dex Etat des lieux Dex X. Présentation DEX X
Atelier Dex Etat des lieux Dex X Lamine Ndiaye Consultant Sénior Arnaud François Responsable Support Nicolas Marin Responsable Activité DataEXchanger Echangez en toute simplicité mardi 19 juin 2012 Présentation
Plus en détailAPPEL D OFFRE. Projet décisionnel. Juillet 2011
CAHIER DES CLAUSES TECHNIQUES PARTICULIERES APPEL D OFFRE Projet décisionnel Juillet 2011 SOMMAIRE 1- CONTEXTE 3 1.1 Présentation de l entreprise 3 1.2 Organisation CCCA-BTP 3 2- LE PROJET DECISIONNEL
Plus en détailSoftware Application Portfolio Management
Environnement complet de consolidation du Patrimoine Applicatif & de production des Tableaux de bords d inventaire et de pilotage Software Application Portfolio Management Collecter Centraliser Normaliser
Plus en détailTitre : La BI vue par l intégrateur Orange
Titre : La BI vue par l intégrateur Orange Résumé : L entité Orange IT&L@bs, partenaire privilégié des entreprises et des collectivités dans la conception et l implémentation de SI Décisionnels innovants,
Plus en détail