La place de la Géomatique Décisionnelle dans le processus de décision

Dimension: px
Commencer à balayer dès la page:

Download "La place de la Géomatique Décisionnelle dans le processus de décision"

Transcription

1 Géomatique décisionnelle La place de la Géomatique Décisionnelle dans le processus de décision - Arnaud Van De Casteele Mines ParisTech - CRC Arnaud {dot} van_de_casteele {at} mines-paristech.fr Les rencontres SIG La Lettre 1/

2 Plan Objectifs Entrepôt de données d Générale Géodécisionnel, concepts et champs d'applications Historique Le décisionnel, des besoins spécifiques Entrepôt de données spatiales Architecture géodécisionnelle Les étapes d'un projet géodécisionnel L'analyse des besoins et des ressources Préparation des données Stockage des données Représentation des données à la base de données Gaspar des données sources Modèle multidimensionnel Volumétrie de la base & exemples de requêtes Implémentation dans Map4Decision 2/28

3 Plan Objectifs Entrepôt de données d Objectifs Comprendre les concepts de l'informatique (Géo)Décisionnelle Identifier les étapes d'un projet décisionnel 3/28

4 Historique Besoins spécifiques Entrepôt de données Architecture géodécisionnelle Pourquoi l'informatique décisionnelle? Années 90 Augmentation des données disponibles Incohérences entre les différentes sources Architecture inadaptée au contexte décisionnel Ralentissement / Surcharge des systèmes opérationnels Codd et al, Providing OLAP to User-Analysts: An IT Mandate, 1993 Quel constat pour les SIG actuels? Aujourd'hui Des données de plus en plus abondantes Produites de manière individuelle ou par service Inadéquation des logiciels SIG à soutenir le processus décisionnel (temporalité, agrégation..) IT RoadMap to a geospatial future, 2003 Cai et al, Human-GIS Interaction Issues in Crisis Response, /28

5 Historique Besoins spécifiques Entrepôt de données Architecture géodécisionnelle A qui s'adresse l'informatique décisionnelle Acteurs Décisionnel décisions Problèmes non structurés Décision à long terme Données agrégées Préfet Experts du domaine Problèmes semi structurés Officiers, Décision à moyen terme Responsable d'intervention Données atomiques / agrégées Stratégique Opérationnel informations Problèmes structurés Décision à court terme Pompiers Données atomiques policiers Pyramide d'anthony /28

6 Historique Besoins spécifiques Entrepôt de données Architecture géodécisionnelle Comparaison Opérationnel / Décisionnel Utilisateur Système Opérationnel Décisionnel Données orientées application Données orientées utilisateur Boite à outils Processus et analyses métier déjà implémentés Données atomiques Données atomiques et agrégées Requêtes simples Requêtes complexes Modélisation entités/relations Modélisation multidimensionnelle Mises à jour fréquentes Mises à jour contrôlées Optimisation du stockage Optimisation des temps de réponse 6/28

7 Historique Besoins spécifiques Entrepôt de données spatial Architecture géodécisionnelle Entrepôt de données «L'entrepôt de données (Data Warehouse) est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées pour le support d'un processus d'aide à la décision» Inmon, Building the data warehouse, /28

8 Historique Besoins spécifiques Entrepôt de données spatial Architecture géodécisionnelle Union du décisionnel et des SIG Rapidité d'exécution des requêtes Modèle de données plus facile Utilisation intuitive, etc... 80% des données possèdent une référence spatiale Pouvoir d'abstraction de la carte Mode d'exploration privilégié, etc... SOLAP : «Plateforme visuelle conçue spécialement pour supporter une analyse spatio-temporelle rapide et efficace à travers une approche multidimensionnelle qui comprend des niveaux d agrégation cartographiques, graphiques et tabulaires» Bedard, Geospatial Data Warehousing, 1997 Caron, Étude du potentiel OLAP pour supporter l'analyse spatio-temporelle, 1998 Rivest et al, Toward better support for spatial decision making, /28

9 Historique Besoins spécifiques Entrepôt de données spatial Architecture géodécisionnelle Cube de données spatial Exemple de requête : Quel est le nombre d'arrêtés de catastrophes naturelles en 2008 par commune Risques Temps Somme Moyenne France Région Dép Communes Dimensions Somme Moyenne Faits Mesures 9/28

10 Historique Besoins spécifiques Entrepôt de données spatial Architecture géodécisionnelle Cube de données spatial Exemple de requête : Quel est le nombre d'arrêtés de catastrophes naturelles ces 10 dernières années par région? Risques Temps Drill-up Agrégation spatiale et temporelle France Région Dép Communes 10/28

11 Historique Besoins spécifiques Entrepôt de données spatial Architecture géodécisionnelle Les composantes de l'architecture géodécisionnelle 11/28

12 Analyse besoins & ressources Préparation des données Stockage des données Représentation des données Audit des besoins et des ressources Identifier les indicateurs de performance à implémenter Lister les différentes sources de données disponibles Conceptualiser le modèle multidimensionnel Accompagner les utilisateurs dans l'appropriation de l'outil 12/28

13 Analyse besoins & ressources Préparation des données Stockage des données Représentation des données Extraction, transformation et chargement Capter les différentes données sources Homogénéiser les données sources Calcul / Agrégation des données pertinentes Insertion dans l'entrepôt de données spatiales FME Geokettle Spatial Data Integrator ETL DW SOLAP 13/28

14 Analyse besoins & ressources Préparation des données Stockage des données Représentation des données Stockage des données Relational OLAP (ROLAP), Multidimensional OLAP (MOLAP), Hybrid OLAP (HOLAP) Spatial OLAP (MOLAP), ajout de la composante spatiale Relational OLAP (ROLAP) est le plus couramment utilisé Nécessite d'avoir une modélisation multidimensionnelle Possibilité d'utiliser les moteurs de bases de données relationnelles (Postgres/gis, MySql, Oracle, etc) kimball, The Data WareHouse toolkit, 1996 Temps Risque Faits Zones Modélisation multidimensionnelle Organisée sous forme de - Dimensions ETL - Faits - mesures DW SOLAP 14/28

15 Analyse besoins & ressources Préparation des données Stockage des données Représentation des données Moteur & client SOLAP Interpréte les requêtes du client Interface multi-modale (carte, graphiques, tableaux, etc) Requêteur multidimensionnel (spatial drill-up, slic, etc) SAS Bridge for Esri GeoMondrian & SolapLayers Map4Decision ETL DW SOLAP 15/28

16 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Base de données Gaspar Recense les documents d'informations préventive ou à portée réglementaire sur les risques naturels Données : PPR, AZI, Arrêtés Catnat Format :Dbf, Microsoft Access 23 Tables au total 16/28

17 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Modélisation en étoile 6 axes d'analyse (dimension) : Date, Risque, CatNat, Azi, PPR, Communes 5 Mesures : superficie, nombre d'habitants, nombre de risque par commune, etc 17/28

18 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Modélisation relationnelle gaspar Modélisation en étoile 18/28

19 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Stockage des données Base de données : Postgresql + cartouche spatiale postgis Alimentation via l'etl Talend & GeoKettle Temps de construction du cube pour deux dimensions 5 heures lignes dans la table de faits pour uniquement deux dimensions SELECT COMMUNE.COD_REGION, Count(RISQUE_RN_RT.NUM_RN_RT) AS Nb_Risk FROM (RISQUE_RN_RT INNER JOIN (RISQUE_ALEA INNER JOIN RISQUE ON RISQUE_ALEA.NUM_ALEA = RISQUE.NUM_ALEA) ON RISQUE_RN_RT.NUM_RN_RT = RISQUE_ALEA.NUM_RN_RT) INNER JOIN ((REGION INNER JOIN (DEPARTEMENT INNER JOIN COMMUNE ON DEPARTEMENT.COD_DEPARTEMENT = COMMUNE.COD_DEPARTEMENT) ON REGION.COD_REGION = DEPARTEMENT.COD_REGION) INNER JOIN COMMUNE_RISQUE ON COMMUNE.COD_COMMUNE = COMMUNE_RISQUE.COD_COMMUNE) ON RISQUE.NUM_RISQUE = COMMUNE_RISQUE.NUM_RISQUE WHERE RISQUE_ALEA.NUM_RN_RT='1' OR RISQUE_ALEA.NUM_RN_RT='2' OR RISQUE_ALEA.NUM_RN_RT='3' GROUP BY RISQUE_RN_RT.NUM_RN_RT, COMMUNE.COD_REGION; SELECT "id_communes", "id_risque", "nb_risk_communes" FROM "faitsevents" WHERE ("id_communes" IN ('21Reg')) AND ("id_risque" IN ('3','1','2')) Requêtes Bd Relationnelle Requêtes Bd Dimensionnelle 19/28

20 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Map4Decision Développé par Intelli3 (www.intelli3.com/) Co-fondateur Professeur Yvan Bédard du CRG Laval (père du SOLAP) Ajoute de la composante SOLAP au moteur cartographique JMAP Interface d'administration SOLAP : Sélection des mesures, dimensions, etc Connexion à divers sources de données : Postgres/gis, pentaho, Access Interface client : multi-vues, plusieurs modes de représentation Gestion de la composante temporelle Synchronisation des différents composants (graphiques, cartes, etc) Calcul de nouevaux indicateurs 20/28

21 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Nombre d'inondations par région 21/28

22 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Nombre d'inondations par département pour les Alpes Maritimes 22/28

23 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Analyse des risques Naturels par département dans le Languedoc Roussillon 23/28

24 Données sources Modèle multidimensionnel Volumétrie &requêtes Implémentation Paramétrage de la symbologie 24/28

25 Réflexion sur le concept SOLAP : Avantages Utilisation intuitive par les utilisateurs même non spécialistes Requête rapides Gestion de volumes de données importants Gestion de la dimension spatiale et temporelle Amélioration du cycle décisionnel E SIG E Cycle décisionnel classique D A Cycle décisionnel avec SOLAP Solap D A E Évènement D Décideur A Action 25/28

26 Réflexion sur le concept SOLAP : Avantages Offre logicielle peu développée Nécessite la mise en place d'une architecture spécifique Mise en œuvre complexe Nécessite des compétences spécifiques pour la construction du système Temps de construction du cube non négligeable 26/28

27 Travaux futurs autour du SOLAP Intégration de données raster Intégration d'analyses spatiales poussées Interaction avec des composant de l'informatique décisionnel (métadonnées, qualité) Solap Mobile Géocollaboration 27/28

28 Van De Casteele Arnaud Arnaud {dot} van_de_casteele {at} mines-paristech.fr Je vous remercie de votre attention Des questions? Remerciements à l'équipe d'intelli3 pour leur disponibilité 28/28

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

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

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

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

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

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

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

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

Fiche de lecture OLAP

Fiche de lecture OLAP Fiche de lecture OLAP NFE107 Urbanisation des Systèmes d Information Karim Sekri Informatique décisionnelle BI, Business Intelligence Système interprétant des données complexes permettant aux dirigeants

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

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

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

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

Les entrepôts de données

Les 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 détail

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani Datawarehouse: Cubes OLAP Marlyse Dieungang Khaoula Ghilani Table des matières 1 Data Warehouse 3 1.1 Introduction............................ 3 1.1.1 Définition......................... 3 1.1.2 Architecture........................

Plus en détail

Etude de faisabilité visant à mettre en place un entrepôt de données sur les données de l IFN. Analyser et Explorer avec une grande interactivité

Etude de faisabilité visant à mettre en place un entrepôt de données sur les données de l IFN. Analyser et Explorer avec une grande interactivité Établissement chargé de réaliser l inventaire permanent du patrimoine forestier sur tout le territoire métropolitain indépendamment de toute question de propriété. Parmi ces objectifs: Connaissance de

Plus en détail

Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG

Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG SONIA RIVEST Investigation des modes d intégration physique entre un serveur de base de données multidimensionnelle et un SIG Essai présenté à la Faculté des études supérieures de l Université Laval pour

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

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

Comparaison de l'approche transactionnelle des SIG avec l'approche multidimensionnelle pour l'analyse de données spatio-temporelles.

Comparaison de l'approche transactionnelle des SIG avec l'approche multidimensionnelle pour l'analyse de données spatio-temporelles. Biographies: Comparaison de l'approche transactionnelle des SIG avec l'approche multidimensionnelle pour l'analyse de données spatio-temporelles. Marie-Josée Proulx, M.Sc., professionnelle de recherche

Plus en détail

Développement de technologies géospatiales

Développement de technologies géospatiales Développement de technologies géospatiales Livrable 2 : Rapport et démonstrateur technologique pour la création de données, des métadonnées et leur utilisation Eveline Bernier, M.Sc. Université Laval,

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

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :

Un 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 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

2 Serveurs OLAP et introduction au Data Mining

2 Serveurs OLAP et introduction au Data Mining 2-1 2 Serveurs OLAP et introduction au Data Mining 2-2 Création et consultation des cubes en mode client-serveur Serveur OLAP Clients OLAP Clients OLAP 2-3 Intérêt Systèmes serveurs et clients Fonctionnalité

Plus en détail

Introduction à GeoKettle un outil ETL spatial open source

Introduction à GeoKettle un outil ETL spatial open source Introduction à GeoKettle un outil ETL spatial open source par Etienne Dubé et Thierry Badard {etienne.dube,thierry.badard}@scg.ulaval.ca Groupe de recherche GeoSOA (http://geosoa.scg.ulaval.ca) Université

Plus en détail

Le Géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG. Les SIG au service du géodécisionnel.

Le Géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG. Les SIG au service du géodécisionnel. P7 : Projet Bibliographique Dans le cadre du Mastère ASIG Le Géodécisionnel Les SIG au service du géodécisionnel Thierry Lallemant 15 Mai 2008 Mastère ASIG / Projet Bibliographique 2008 1 TABLE DES MATIERES

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

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

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS Nazih Selmoune (*), Zaia Alimazighi (*) Selmoune@lsi-usthb.dz, Alimazighi@wissal.dz (*) Laboratoire des systèmes

Plus en détail

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine 2015-2016 Entrepôts de données NEGRE Elsa Université Paris-Dauphine 2015-2016 Contexte et problématique Le processus de prise de décision L entrepôt de données Définition Différence avec un SGBD Caractéristiques

Plus en détail

Déroulement de la présentation

Déroulement de la présentation Veille technologique portant sur le mariage judicieux de l intelligence d affaires et l information géospatiale Colloque Géomatique 2009, Montréal Marie-Josée Proulx, M.Sc., Présidente-directrice générale

Plus en détail

Comment s intègre le SIG dans un système d information?

Comment s intègre le SIG dans un système d information? Comment s intègre le SIG dans un système d information? Bertrand PARPOIL 1 1 Résumé Résumé : Comment interfacer le SIG avec le SI d entreprise? Historiquement, le développement des SIG s est fait de manière

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

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

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

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

Bases de données multidimensionnelles et mise en œuvre dans Oracle

Bases de données multidimensionnelles et mise en œuvre dans Oracle Bases de données multidimensionnelles et mise en œuvre dans Oracle 1 Introduction et Description générale Les bases de données relationnelles sont très performantes pour les systèmes opérationnels (ou

Plus en détail

CONCEPTION ET DÉVELOPPEMENT D UN SERVICE WEB DE CONSTITUTION DE MINI CUBES SOLAP POUR CLIENTS MOBILES

CONCEPTION ET DÉVELOPPEMENT D UN SERVICE WEB DE CONSTITUTION DE MINI CUBES SOLAP POUR CLIENTS MOBILES ETIENNE DUBÉ CONCEPTION ET DÉVELOPPEMENT D UN SERVICE WEB DE CONSTITUTION DE MINI CUBES SOLAP POUR CLIENTS MOBILES Mémoire présenté à la Faculté des études supérieures de l Université Laval dans le cadre

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

Entrepôt de données autour du PMSI pour le pilotage d établissement hospitalier

Entrepôt de données autour du PMSI pour le pilotage d établissement hospitalier 1 Entrepôt de données autour du PMSI pour le pilotage d établissement hospitalier Lama EL SARRAJ Ingénieur Hospitalier (AP-HM) AP-HM 2 année de doctorat en informatique (LSIS) 14 octobre 2011 HOPITECH

Plus en détail

Université Blaise Pascal Clermont II

Université Blaise Pascal Clermont II N d ordre : D.U : EDSPIC : Université Blaise Pascal Clermont II École Doctorale Sciences Pour l'ingénieur de Clermont-Ferrand THÈSE Présentée par Mehdi Zaamoune Pour obtenir le grade de DOCTEUR D UNIVERSITE

Plus en détail

Service Web de constitution en temps réel de mini-cubes SOLAP pour clients mobiles

Service Web de constitution en temps réel de mini-cubes SOLAP pour clients mobiles Service Web de constitution en temps réel de mini-cubes SOLAP pour clients mobiles Une architecture orientée services pour l utilisation mobile des données géo-décisionnelles Etienne Dubé 1, 2, Thierry

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

Bases de données multidimensionnelles OLAP

Bases de données multidimensionnelles OLAP Bases de données multidimensionnelles OLAP OLAP OLAP (On Line Analytical Processing): Ensemble des outils nécessaires pour l analyse multidimensionnelle. Les données sont historisées, résumées, consolidées.

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

ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS

ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS pr ÉVALUATION DES PRODUITS COMMERCIAUX OFFRANT DES CAPACITÉS COMBINÉES D ANALYSE MULTIDIMENSIONNELLE ET DE CARTOGRAPHIE. Préparé par Marie-Josée Proulx, M.Sc. Sonia Rivest, M.Sc., chargées de recherche

Plus en détail

Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière

Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière IE Analyse multidimensionnelle et système d information géographique appliqués à l analyse de données de gestion routière Réalisé par: Dr Yvan Bédard, professeur Sonia Rivest, professionnelle de recherche

Plus en détail

La place du géodécisionnel dans les systèmes de surveillance maritime de nouvelle génération

La place du géodécisionnel dans les systèmes de surveillance maritime de nouvelle génération La place du géodécisionnel dans les systèmes de surveillance maritime de nouvelle génération Apport du géodécisionnel dans la surveillance maritime Arnaud Van De Casteele* Aldo Napoli* * Mines ParisTech,

Plus en détail

K. Smaïli Professeur à l université Nancy2. 1/105 K. Smaïli 2008

K. Smaïli Professeur à l université Nancy2. 1/105 K. Smaïli 2008 K. Smaïli Professeur à l université Nancy2 1/105 K. Smaïli 2008 Introduction au BI (Business Intelligence) Notion de Datawarehouse Cognos Powerplay Powerplay Transformer Impromptu Datamining Le panier

Plus en détail

Partie I : Introduction

Partie I : Introduction Partie I : Introduction Chapitre I : Introduction et Problématique 1. Introduction A l ère contemporaine, beaucoup d entreprises se sont adaptées au virage de la technologie en informatisant plusieurs

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

Conclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats

Conclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats Le marché des logiciels géodécisionnels et exemple d application avec Oracle BIEE 11g Géomatique 2011, Montréal Sonia Rivest, Analyste en géodécisionnel géodécisionnel,, Intelli3 Denis Beaulieu, Gestionnaire,

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

Principe, applications et limites

Principe, applications et limites Principe, applications et limites Sujet commandité par Thomas Milon Encadré par Bruno Tisseyre Traité par Florence Laporte, Anne Meillet et Romain Rivière Veilles technologiques Mercredi 14 décembre 2011

Plus en détail

Bases de Données OLAP

Bases de Données OLAP Bases de Données OLAP Hiver 2013/2014 Melanie Herschel melanie.herschel@lri.fr Université Paris Sud, LRI Chapitre 1 Introduction Détails administratifs Entrepôts de Données Perspective sur le semestre

Plus en détail

INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par

INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par Séminaire de formation INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par M. Dia Alioune Expert consultant BI OPEN SOURCE Directeur BADIA OA GROUP : OpenAfriki France Du 09 au 11

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

Introduction au domaine du décisionnel et aux data warehouses

Introduction au domaine du décisionnel et aux data warehouses Data warehouse Introduction au domaine du décisionnel et aux data warehouses http://dwh.crzt.fr STÉPHANE CROZAT Paternité - Partage des Conditions Initiales à l'identique : http://creativecommons.org/licenses/by-sa/2.0/fr/

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

Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel

Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 10 Introduction 1. Présentation du décisionnel 15 1.1 La notion de décideur 15 1.2 Les facteurs d'amélioration

Plus en détail

FreeAnalysis. Schema Designer. Cubes

FreeAnalysis. Schema Designer. Cubes FreeAnalysis Schema Designer Cubes Charles Martin et Patrick Beaucamp BPM Conseil Contact : charles.martin@bpm-conseil.com, patrick.beaucamp@bpm-conseil.com Janvier 2013 Document : BPM_Vanilla_FreeAnalysisSchemaDesigner_v4.2_FR.odt

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

Méthodologie de conceptualisation BI

Méthodologie 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 détail

Théories de la Business Intelligence

Théories de la Business Intelligence 25 Chapitre 2 Théories de la Business Intelligence 1. Architectures des systèmes décisionnels Théories de la Business Intelligence Depuis les premières requêtes sur les sources de données OLTP consolidées

Plus en détail

Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE

Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE Données statistiques Développement de tableaux de bord et rapports géodécisionnels dans Pentaho CE Données géographiques Un entrepôt / portail au service du territoire Hocine BEN HMID Pascal CHEVALLOT

Plus en détail

Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel

Business Intelligence avec SQL Server 2014 Maîtrisez les concepts et réalisez un système décisionnel Avant-propos 1. À qui s'adresse ce livre? 9 2. Les pré-requis 10 3. Les objectifs du livre 11 Introduction 1. Présentation du décisionnel 13 1.1 La notion de décideur 14 1.2 Les facteurs d'amélioration

Plus en détail

Prototype SOLAP appliqué sur des champs continus en mode raster

Prototype SOLAP appliqué sur des champs continus en mode raster Prototype SOLAP appliqué sur des champs continus en mode raster Analyse de hot spots de criminalité Jean-Paul Kasprzyk 1 1. Unité de Géomatique, Université de Liège 17 Allée du 6 Août, B4000 Liège, Belgique

Plus en détail

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr BI Open Source Octobre 2012 Alioune Dia, Consultant BI alioune.dia@openbridge.fr 1 Le groupe, en bref 2004 Date de création +7M * Chiffre d affaires 2012 +80 Collaborateurs au 06/2011 35% Croissance chiffre

Plus en détail

Le géodécisionnel: origine, évolution, état de l'art, enjeux, R&D

Le géodécisionnel: origine, évolution, état de l'art, enjeux, R&D Le géodécisionnel: origine, évolution, état de l'art, enjeux, R&D Prof. Yvan Bédard, PhD, Ing. Université Laval Centre de recherche en géomatique Ecole Nationale Supérieure des Mines de Paris Centre de

Plus en détail

PARTIE 1 : ETAT DE L ART...

PARTIE 1 : ETAT DE L ART... Table des matières INTRODUCTION... 1 Contexte général de l étude... 3 Problématiques... 4 Contributions des nos travaux de recherche... 5 Organisation du mémoire... 6 PARTIE 1 : ETAT DE L ART... 9 CHAPITRE

Plus en détail

Le Data Warehouse. Fait Vente. temps produit promotion. magasin. revenu ... Produit réf. libellé volume catégorie poids. Temps jour semaine date ...

Le Data Warehouse. Fait Vente. temps produit promotion. magasin. revenu ... Produit réf. libellé volume catégorie poids. Temps jour semaine date ... Le Data Warehouse Temps jour semaine date magasin nom ville m 2 région manager... Fait Vente temps produit promotion magasin revenu... Produit réf. libellé volume catégorie poids... Promo nom budget média

Plus en détail

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

Les entrepôts de données pour les nuls... ou pas! Atelier aideà la Décision à tous les Etages AIDE@EGC2013 Toulouse Mardi 29 janvier 2013 Cécile Favre Fadila Bentayeb Omar Boussaid Jérôme Darmont Gérald Gavin Nouria Harbi Nadia Kabachi Sabine Loudcher

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

Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP)

Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP) Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP) Définition (G. Gardarin) Entrepôt : ensemble de données historisées variant

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

Tour d horizon du marché du décisionnel : se repérer dans

Tour d horizon du marché du décisionnel : se repérer dans Tour d horizon du marché du décisionnel : se repérer dans la jungle des outils et intégrateurs Sylvie Delplanque - Directrice adjointe, chargée des SI et de la téléphonie, CH de Calais Mardi 12 mai 2009

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

25/05/2012. Business Intelligence. Plan de Présentation

25/05/2012. Business Intelligence. Plan de Présentation Business Intelligence Prof. Mourad Oubrich Plan de Présentation Définition de la BI Chaine de la valeur de la BI Marché de la BI Métiers de la BI Architecture de la BI Technologie SAP BI Les priorités

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

Atelier 4 : Introduction au WebMapping. Du code à la Carte. Arnaud Van De Casteele

Atelier 4 : Introduction au WebMapping. Du code à la Carte. Arnaud Van De Casteele Atelier 4 : au Du code à la Carte Arnaud Van De Casteele Présentation Générale Composants d'une application cartographique - Base de données - Serveur - Client Analyse des plateformes cartographiques existantes

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. 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

Choix de l outil PENTAHO

Choix de l outil PENTAHO Choix de l outil PENTAHO GROUPES : Encadrant : IDRISSI BADSSI abd al moughit Mme LEMRINI loubna HALIM hamza LARHROUCH mustapha Table des matières Business intelligence... 2 Les Outils Open source de Business

Plus en détail

et les Systèmes Multidimensionnels

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

Plus en détail

UE ENG111 Epreuve TEST Travail d Etude et de Synthèse Technique En INFORMATIQUE. à Grenoble le, 9 juin 2011.

UE ENG111 Epreuve TEST Travail d Etude et de Synthèse Technique En INFORMATIQUE. à Grenoble le, 9 juin 2011. CONSERVATOIRE NATIONAL DES ARTS ET METIERS CENTRE REGIONAL RHÔNE-ALPES CENTRE D ENSEIGNEMENT DE GRENOBLE UE ENG111 Epreuve TEST Travail d Etude et de Synthèse Technique En INFORMATIQUE Capacités des outils

Plus en détail

L informatique des entrepôts de données

L informatique des entrepôts de données L informatique des entrepôts de données Daniel Lemire SEMAINE 8 Introduction à OLAP 8.1. Présentation de la semaine Le modèle OLAP (Online Analytical Processing) est un modèle quasiomniprésent en intelligence

Plus en détail

DÉVELOPPEMENT DES TECHNOLOGIES GÉOSPATIALES.

DÉVELOPPEMENT DES TECHNOLOGIES GÉOSPATIALES. Copie N o : DÉVELOPPEMENT DES TECHNOLOGIES GÉOSPATIALES. Livrable 1- Définition d une chaîne de production de données multidimensionnelles géospatiales Marie-Josée Proulx, M.Sc., professionnelle de recherche,

Plus en détail

Mémoire de fin d études. Thème Conception et réalisation d un Data Warehouse pour la mise en place d un système décisionnel

Mémoire de fin d études. Thème Conception et réalisation d un Data Warehouse pour la mise en place d un système décisionnel Mémoire de fin d études Pour l obtention du diplôme d Ingénieur d Etat en Informatique Option : Systèmes d information Thème Conception et réalisation d un Data Warehouse pour la mise en place d un système

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

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

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

L informatique décisionnelle

L informatique décisionnelle L informatique décisionnelle Thèse Professionnelle. Ce document est une thèse professionnelle dont la problématique est : Quelles sont les bonnes pratiques dans la mise en place d une solution décisionnelle

Plus en détail

Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object

Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object Florent Dubien Antoine Pelloux IUP GMI Avignon Projet M1 Sujet 21 : Développement d'un logiciel simplifié de type Business Object Professeur Tuteur : Thierry Spriet 1. Cadre du projet... 3 2. Logiciel

Plus en détail

Business Intelligence avec SQL Server 2012

Business Intelligence avec SQL Server 2012 Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Table des matières Les éléments à télécharger sont disponibles

Plus en détail

Créer le modèle multidimensionnel

Créer le modèle multidimensionnel 231 Chapitre 6 Créer le modèle multidimensionnel 1. Présentation de SSAS multidimensionnel Créer le modèle multidimensionnel SSAS (SQL Server Analysis Services) multidimensionnel est un serveur de bases

Plus en détail

Bases de Données OLAP. Bienvenue. Chapitre 1 Introduction. Horaires et Site Web. Melanie Herschel. Hiver 2011/2012

Bases de Données OLAP. Bienvenue. Chapitre 1 Introduction. Horaires et Site Web. Melanie Herschel. Hiver 2011/2012 Bases de Données OLAP Hiver 2011/2012 Melanie Herschel melanie.herschel@lri.fr Université Paris Sud, Groupe Bases de Données, LRI Bienvenue Je suis... 2000-2003 2003-2007 D origine lorraine et bavaroise

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

Catalogue Formation «Vanilla»

Catalogue Formation «Vanilla» Catalogue Formation «Vanilla» Date : octobre 2009 Table des matières Liste des Formations...2 Contenu des formations...3 Vanilla FastTrack...3 Vanilla Architecture...5 Enterprise Services...6 BIPortail...7

Plus en détail

BI = Business Intelligence Master Data-Science

BI = Business Intelligence Master Data-Science BI = Business Intelligence Master Data-Science UPMC 25 janvier 2015 Organisation Horaire Cours : Lundi de 13h30 à 15h30 TP : Vendredi de 13h30 à 17h45 Intervenants : Divers industriels (en cours de construction)

Plus en détail