MTI820 Entrepôts de données et intelligence d affaires. Intégra*on des données et ETL

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "MTI820 Entrepôts de données et intelligence d affaires. Intégra*on des données et ETL"

Transcription

1 MTI820 Entrepôts de données et intelligence d affaires Intégra*on des données et ETL Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 1

2 Le cycle de vie d un projet en BI Diagramme de flux de travail: Concep<on de l architecture technique Sélec<on et installa<on des produits Croissance Planifica<on de projet / programme Défini<on des besoins d affaires Modélisa<on des données Concep<on physique Concep<on et développement du système ETL Déploiement Concep<on des applica<on de BI Développement des applica<ons de BI Maintenance Ges<on de projet / programme Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 2

3 Ques*on Pourquoi est- il nécessaire de faire l intégra*on des données? Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 3

4 Les problèmes des sources de données 1. Sources diverses et disparates; 2. Sources sur différentes plateformes et OS; 3. Applica*ons legacy u*lisant des BD et autres technologies obsolètes; 4. Historique de changement non- préservé dans les sources; 5. Qualité de données douteuse et changeante dans le temps; 6. Structure des systèmes sources changeante dans le temps; 7. Incohérence entre les différentes sources; 8. Données dans un format difficilement interprétable ou ambigu. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 4

5 Ques*on Quelles sont les principales approches d intégra*on et quels sont leurs principaux avantages/inconvénients? Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 5

6 IBM Software Group Approches d intégra*on Information Integration Data Patterns Source: EII - ETL EAI What, Why, and How!, Tom Yu, 2005 EII EAI ETL SQL (or Content) Application Target / Data Warehouse Structured Data Source Data Virtualization Legacy Data Source unstructured Application Interpret Transform Route Application Data Source load transform extract Data Source Real-time information access Federation of data from multiple sources de plusieurs sources Dynamic drill down Semi-structured & unstructured data Enterprise Informa<on Intergra<on Fédéra*on de données provenant Accès temps- réel aux données Données structurées ou semi- structurées Process based integration of Processus application d intégra*on data des Message-based, transactionoriented données processing d applica*ons Workflow and data orchestration, sur content-based un bus commun routing Enterprise Applica<on Intergra<on Basé sur l échange de messages Extract, Bulk data Transform integration and Load Set-based Intégra*on & et hierarchical livraison des transformations High données scale, en batch-oriented lot data delivery Transforma*ons appliquées sur les données 13 Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 6

7 Extract, Transform and Load (ETL) Caractéris*ques: Permet la consolida*on des données à l aide des trois opéra*ons suivantes: Extrac*on: iden*fier et extraire les données de sources ayant subi une modifica*on depuis la dernière exécu*on; Transforma*on: appliquer diverses transforma*ons aux données pour les negoyer, les intégrer et les agréger; Chargement: insérer les données transformées dans l entrepôt et gérer les changements aux données existantes (ex: stratégies SCD). Traite normalement de grande quan*tés de données en lots cédulés; Est surtout u*lisé avec les entrepôts de données et les comptoirs de données. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 7

8 Extract, Transform and Load (ETL) Avantages: Op*misé pour la structure de l entrepôt de données; Peut traiter de grandes quan*tés de données dans une même exécu*on (traitement en lot); Permet des transforma*ons complexes et agréga*ons sur les données; La cédule d exécu*on peut être contrôlée par l administrateur; La disponibilité d ou*ls GUI sur le marché permet d améliorer la produc*vité; Permet la réu*lisa*on des processus et transforma*ons (ex: packages dans SSIS). Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 8

9 Extract, Transform and Load (ETL) Inconvénients: Processus de développement long et coûteux; Ges*on des changements nécessaire; Exige de l espace disque pour effectuer les transforma*ons (staging area); Exécuté indépendamment du besoin réel; Latence des données entre la source et l entrepôt; Unidirec*onnel (des sources vers l entrepôt de données). Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 9

10 Entreprise Informa*on Integra*on (EII) Caractéris*ques: Fournit une vue unifiée des données de l'entreprise, où les sources de données forment une fédéra*on; Les sources de données dispersées sont consolidées à l'aide d'une BD virtuelle, de manière transparente aux applica*ons u*lisant ces données; Toute requête à la BD virtuelle est décomposée par en sous- requêtes aux sources respec*ves, dont les réponses sont assemblées en un résultat unifié et consolidé; Permet de consolider uniquement les données u*lisées, au moment où elles sont u*lisées (source data pulling). Le traitement en- ligne des données peut cependant entraîner des délais importants. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 10

11 Entreprise Informa*on Integra*on (EII) Avantages: Accès rela*onnel à des sources non- rela*onnelles; Permet d explorer les données avec la créa*on du modèle de l entrepôt de données; Accélère le déploiement de la solu*on; Peut être réu*lisé par le système ETL dans une itéra*on future; Aucun déplacement de données. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 11

12 Entreprise Informa*on Integra*on (EII) Inconvénients: Requiert la correspondance des clés d une source à l autre; Consolida*on des données plus complexe que dans l ETL; Surtaxe les système sources; Plus limité que l ETL dans la quan*té de données pouvant être traitée; Transforma*ons limitées sur les données; Peut consommer une grande bande passante du réseau. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 12

13 Entreprise Applica*on Integra*on (EAI) Caractéris*ques: Approche permegant de fournir à l'entrepôt des données provenant des sources (source data pushing); Repose sur l'intégra*on et le partage des fonc*onnalités des applica*ons sources à l'aide d'une architecture SOA; Généralement u*lisé en temps réel ou en semi- temps réel (Near Real Time); L'EAI ne remplace pas le processus ETL, mais permet de simplifier ce dernier. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 13

14 Entreprise Applica*on Integra*on (EAI) Avantages: Facilite l interopérabilité des applica*ons; Permet l accès en (quasi) temps- réel; Ne transfère que les données nécessaires; Contrôle du flot de l informa*on. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 14

15 Entreprise Applica*on Integra*on (EAI) Inconvénients: Support limité aux transforma*ons et agréga*ons des données; Taille des transac*ons limitée (en nombre de lignes); Développement complexe; Ges*on complexe de l intégrité séman*que des données (e.g., règles d affaires); U*lise la bande passante du réseau durant les heures de pointe. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 15

16 Comparaison entre les approches d intégra*on Flot de données Mouvement de données ETL EII EAI Unidirec*onnel (sources à l entrepôt) Lots cédulés Bidirec*onnel Au moment de la requête Bidirec*onnel Déclenché par la transac*on Latence Journalier à mensuel Temps- réel Quasi temps- réel Transforma<ons/ agréga<ons des données Volume des données Grande capacité Moyenne capacité Faible capacité Grand (millions ou milliards de lignes) Moyen (10,000 1,000,000 de lignes) Pe*t ( lignes) Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 16

17 Exemples de produits commerciaux Ou*ls ETL: Oracle Warehouse Builder; IBM Infosphere Informa*on Server; Microsou SQL Server Integra*on Services (SSIS); SAS Data Integra*on Studio. Ou*ls EAI: IBM WebSphere Message Broker; Microsou BizTalk Server; Oracle SOA Suite. Ou*ls EII: SAP BusinessObjects Data Federator; IBM WebSphere Federa*on Server. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 17

18 Ques*on Quelles sont les principales étapes dans le développement du système ETL? Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 18

19 Tâches et étapes de l'etl ETL des tables de faits ETL des tables de dimension Définir les procédures pour le chargement de données Préparer le staging area et les ou*ls d'assurance qualité Planifier les agréga*ons de données Définir les règles de transforma*on et de negoyage des données Définir les règles d'extrac*on des données cibles Déterminer les sources internes et externes renfermant ces données Déterminer les données nécessaires à la solu*on de BI Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 19

20 Considéra*ons pra*ques: Extrac*on des données Iden*fier les sources de données et leurs structures; Décider, pour chaque source, si l'extrac*on est faite à la main (ex: script) ou à l'aide d'un ou*l; Choisir, pour chaque source, la fenêtre temporelle durant laquelle sera faite l'extrac*on; Déterminer la séquence des tâches d'extrac*on; Déterminer comment gérer les excep*ons. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 20

21 Iden*fica*on des sources: Extrac*on des données 1. Énumérer les items cibles (métriques et agributs de dimension) nécessaires à l'entrepôt de données; 2. Pour chaque item cible, trouver la source et l'item correspondant de cege source; 3. Si plusieurs sources sont trouvées, choisir la plus per*nente; 4. Si l'item cible exige des données de plusieurs sources, former des règles de consolida*on; 5. Si l'item source referme plusieurs items cibles (ex: un seul champs pour le nom et l'adresse du client), définir des règles de découpage; 6. Inspecter les sources pour des valeurs manquantes. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 21

22 Extrac*on des données Extrac*on complète: Capture l'ensemble des données à un certain instant (snapshot de l'état opéra*onnel); Normalement employée dans deux situa*ons: 1. Chargement ini*al des données; 2. Rafraîchissement complet des données (ex: modifica*on d'une source). Peut être très coûteuse en temps (ex: plusieurs heures/jours). Extrac*on incrémentale: Capture uniquement les données qui ont changées ou ont été ajoutées depuis la dernière extrac*on; Peut être faite de deux façons: 1. Extrac*on temps- réel; 2. Extrac*on différée (en lot). Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 22

23 Ques*on Comment peut- on extraire les données qui ont changées dans les sources: En temps- réel? En différé (lot)? Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 23

24 Extrac*on des données Extrac*on temps- réel: S'effectue au moment où les transac*ons surviennent dans les systèmes sources. Systèmes opéra*onnels sources BD sources triggers Journal de transac*ons Op<on 1: Capture à l'aide des journaux de transac*ons Fichiers générés par les sources Op<on 3: Capture dans les applica*ons sources Fichiers générés par les triggers Op<on 2: Capture à l'aide de triggers Zone de prépara<on de données (staging area) Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 24

25 Extrac*on des données Op*on 1: Capture à l'aide du journal des transac*ons U*lise les logs de transac*ons de la BD servant à la récupéra*on en cas de panne; Aucune modifica*on requise à la BD ou aux sources; Doit être fait avant le rafraîchissement périodique du journal; Pas possible avec les systèmes legacy ou les sources à base de fichiers (il faut une BD journalisée). Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 25

26 Extrac*on des données Op*on 2: Capture à l'aide de triggers Des procédures déclenchées (triggers) sont définies dans la BD pour recopier les données à extraire dans un fichier de sor*e; Meilleur contrôle de la capture d'évènements; Exige de modifier les BD sources; Pas possible avec les systèmes legacy ou les sources à base de fichiers. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 26

27 Extrac*on des données Op*on 3: Capture à l'aide des applica*ons sources Les applica*ons sources sont modifiées pour écrire chaque ajout et modifica*on de données dans un fichier d'extrac*on; Exige des modifica*ons aux applica*ons existantes; Entraîne des coûts addi*onnels de développement et de maintenance; Peut être employé sur des systèmes legacy et les systèmes à base de fichiers. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 27

28 Extrac*on des données Extrac*on différée: Extrait tous les changements survenus durant une période donnée (ex: heure, jour, semaine, mois). Systèmes opéra*onnels sources BD sources Extrac*on d'aujourd'hui Extrac*on d'hier Fichiers d'extrac*on u*lisant les Jmestamps Op<on 1: Capture basée sur les Jmestamps Programme d'extrac*on Zone de prépara<on de données (staging area) Programme de comparaison Op<on 2: Capture par comparaison de fichiers Fichiers d'extrac*on u*lisant la comparaison Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 28

29 Extrac*on des données Op*on 1: Capture basée sur les Jmestamps Une estampille (Jmestamp) d'écriture est ajoutée à chaque ligne des systèmes sources; L'extrac*on se fait uniquement sur les données dont le Jmestamp est plus récent que la dernière extrac*on; Fonc*onne avec les systèmes legacy et les fichiers plats, mais peut exiger des modifica*ons aux systèmes sources; Ges*on compliquée des suppressions. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 29

30 Extrac*on des données Op*on 2: Capture par comparaison de fichiers Compare deux snapshots successifs des données sources; Extrait seulement les différences (ajouts, modifica*ons, suppressions) entre les deux snapshots; Peut être employé sur des systèmes legacy et les systèmes à base de fichiers, sans aucune modifica*on; Exige de conserver une copie de l'état des données sources; Approche rela*vement coûteuse. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 30

31 Ques*on Quelles sont les transforma*ons à effectuer sur les données sources avant de les charger dans l entrepôt? Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 31

32 Transforma*on des données Types de transforma*on: 1. Révision de format: Ex: Changer le type ou la longueur de champs individuels. 2. Décodage de champs: Consolider les données de sources mul*ples Ex: ['homme', 'femme'] vs ['M', 'F'] vs [1,2]. Traduire les valeurs cryp*ques Ex: 'AC', 'IN', 'SU' pour les statuts acjf, inacjf et suspendu. 3. Pré- calcul des valeurs dérivées: Ex: profit calculé à par*r de ventes et coûts. 4. Découpage de champs complexes: Ex: extraire les valeurs prénom, secondprénom et nomfamille à par*r d'une seule chaîne de caractères nomcomplet. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 32

33 Transforma*on des données Types de transforma*on (suite): 5. Fusion de plusieurs champs: Ex: informa*on d'un produit Source 1: code et descrip*on; Source 2: types de forfaits; Source 3: coût. 6. Conversion de jeu de caractères: Ex: EBCDIC (IBM) vers ASCII. 7. Conversion des unités de mesure: Ex: impérial à métrique. 8. Conversion de dates: Ex: '24 FEB 2011' vs '24/02/2011' vs '02/24/2011'. 9. Pré- calcul des agréga*ons: Ex: ventes par produit par semaine par région. 10. Déduplica*on: Ex: Plusieurs enregistrements pour un même client. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 33

34 Transforma*on des données Problème de résolu*on d'en*tés: Survient lorsqu'une même en*té se retrouve sur différentes sources, sans qu'on ait la correspondance entre ces sources; Ex: clients de longue date ayant un iden*fiant différent sur les différentes sources; L'intégra*on des données requiert de retrouver la correspondance; Approches basées sur des règles de résolu*on Ex: les en*tés doivent avoir au moins N champs iden*ques (fuzzy lookup). Problème des sources mul*ples: Survient lorsqu'une en*té possède une représenta*on différente sur plusieurs sources; Approches de sélec*on: Choisir la source la plus prioritaire; Choisir la source ayant l'informa*on la plus récente. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 34

35 Transforma*on des données Ges*on des changements dimensionnels: Déterminer la stratégie de ges*on des changements (SCD Type 1, 2 ou 3) de chaque agribut dimensionnel modifié; Préparer l'image de chargement (load image) en conséquence: SCD Type 1: ancienne valeur écrasée; SCD Type 2: nouvelle ligne ajoutée; SCD Type 3: déplacement de l'ancienne valeur dans la colonne d'historique et écriture de la nouvelle valeur dans la colonne courante. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 35

36 Transforma*on des données Matrice de transforma*on: Champs cible Table cible Champs source Table source Règle de transformation Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 36

37 Types de chargement: Chargement des données Chargement ini*al: Fait une seule fois lors de l'ac*va*on de l'entrepôt de données; Les indexes et contraintes d'intégrité référen*elle (clé étrangères) sont normalement désac*vés temporairement; Peut prendre plusieurs heures. Chargement incrémental: Fait une fois le chargement ini*al complété; Tient compte de la nature des changements (ex: SCD Type 1, 2 ou 3); Peut être fait en temps- réel ou en lot. Rafraîchissement complet: Employé lorsque le nombre de changements rend le chargement incrémental trop complexe; Ex: lorsque plus de 20% des enregistrements ont changé depuis le dernier chargement. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 37

38 Chargement des données Considéra*on addi*onnelles: Faire les chargements en lot dans une période creuse (entrepôt de données non u*lisé); Considérer la bande passante requise pour le chargement; Avoir un plan pour évaluer la qualité des données chargées dans l'entrepôt; Commencer par charger les données des tables de dimension. Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 38

2015-03- 09. Le cycle de vie d un projet en BI. Ques1on. Diagramme de flux de travail: Pourquoi est- il nécessaire de faire l intégra1on des données?

2015-03- 09. Le cycle de vie d un projet en BI. Ques1on. Diagramme de flux de travail: Pourquoi est- il nécessaire de faire l intégra1on des données? MTI820 Entrepôts de données et intelligence d affaires Intégra1on des données et ETL Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaIi, C. Desrosiers 1 Le cycle de vie d un projet en BI

Plus en détail

BI = Business Intelligence Master Data-ScienceCours 2 - ETL

BI = 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 détail

Le cycle de vie d'un projet en intelligence d'affaires

Le cycle de vie d'un projet en intelligence d'affaires MTI820 Entrepôts de données et intelligence d affaires Le cycle de vie d'un projet en intelligence d'affaires Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaHi, C. Desrosiers 1 QuesKons

Plus en détail

Architecture des entrepôts de données

Architecture des entrepôts de données MTI820 Entrepôts de données et intelligence d affaires Architecture des entrepôts de données Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 1 Le cycle de vie d un projet

Plus en détail

MTI820 Entrepôts de données et intelligence d affaires. Gouvernance des données et ges1on des données de référence

MTI820 Entrepôts de données et intelligence d affaires. Gouvernance des données et ges1on des données de référence MTI820 Entrepôts de données et intelligence d affaires Gouvernance des données et ges1on des données de référence 1 La gouvernance des données Défini1on: «Processus de supervision et de décision qui permet

Plus en détail

EPITA. Bases de données 2 ème par4e AppIng2-2015 Session 2014. Alexandra Champavert. Copyright 2010-2014 Alexandra Champavert - 1 -

EPITA. Bases de données 2 ème par4e AppIng2-2015 Session 2014. Alexandra Champavert. Copyright 2010-2014 Alexandra Champavert - 1 - EPITA Bases de données 2 ème par4e AppIng2-2015 Session 2014 Alexandra Champavert - 1 - Contenu du cours Le datawarehouse Principes de modélisa=on (flocon, étoile) Les ETL Les fonc=onnalités propres à

Plus en détail

MTI820 Entrepôts de données et intelligence d affaires. Les applica+ons de BI

MTI820 Entrepôts de données et intelligence d affaires. Les applica+ons de BI MTI820 Entrepôts de données et intelligence d affaires Les applica+ons de BI Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 1 Le cycle de vie d un projet en BI Diagramme

Plus en détail

MTI820 Entrepôts de données et intelligence d affaires. Concep)on physique des données

MTI820 Entrepôts de données et intelligence d affaires. Concep)on physique des données MTI820 Entrepôts de données et intelligence d affaires Concep)on physique des données Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaFi, C. Desrosiers 1 Le cycle de vie d un projet en

Plus en détail

Évolu>on et maintenance

Évolu>on et maintenance IFT3912 Développement et maintenance de logiciels Évolu>on et maintenance Bruno Dufour Université de Montréal dufour@iro.umontreal.ca Modifica>on des logiciels Les modifica>ons sont inévitables Des nouveaux

Plus en détail

Recherche mul*média et indexa*on séman*que

Recherche mul*média et indexa*on séman*que Recherche mul*média et indexa*on séman*que Stephane Ayache ESIL MIRA 3 ème année Objec*fs du cours Mise en œuvre d un moteur de recherche MM Stockage Organisa*on des indexes en BD Métadonnées Algorithmes

Plus en détail

Introduc;on à l intelligence d affaires et aux entrepôts de données

Introduc;on à l intelligence d affaires et aux entrepôts de données MTI820 Entrepôts de données et intelligence d affaires Introduc;on à l intelligence d affaires et aux entrepôts de données C. Desrosiers Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaBi,

Plus en détail

Action de formation: SQL Server Business Intelligence & Data Warehouse

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

Plus en détail

CX Print SA - Plane- Ville 24-1955 Chamoson - Tél +41 27 306 46 33 - Fax +41 27 306 46 77 info@cxprint.ch - www.cxprint.ch

CX Print SA - Plane- Ville 24-1955 Chamoson - Tél +41 27 306 46 33 - Fax +41 27 306 46 77 info@cxprint.ch - www.cxprint.ch Ges%on documentaire Concept : La ges%on documentaire Numériser et indexer vos documents papiers Indéxer vos documents numériques (Word, excel, powerpoint...) Archivage de vos documents papiers Serveur

Plus en détail

Thibault Denizet. Introduction à SSIS

Thibault Denizet. Introduction à SSIS Thibault Denizet Introduction à SSIS 2 SSIS - Introduction Sommaire 1 Introduction à SQL Server 2008 Integration services... 3 2 Rappel sur la Business Intelligence... 4 2.1 ETL (Extract, Transform, Load)...

Plus en détail

TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 03/11/2014 Plan du TP 2 Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Présentation de la suite Microsoft BI Présentation

Plus en détail

ETL. Extract, Transform, Load

ETL. Extract, Transform, Load ETL Extract, Transform, Load Plan Introduction Extract, Transform, Load Démonstration Conclusion Plan Introduction Extract, Transform, Load Démonstration Conclusion Identification Problématique: Quoi?

Plus en détail

Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services

Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services 30/10/2012 u Soutenance de thèse Karim DAHMAN François CHAROY Claude GODART Evolu1ons des processus

Plus en détail

Chapitre 1 «mes chiffres clés à portée de mains»

Chapitre 1 «mes chiffres clés à portée de mains» Chapitre 1 «mes chiffres clés à portée de mains» Le volume des données manipulées par les acteurs du tourisme est de plus en plus important. Au delà des données mé6ers qui se complexifient, les données

Plus en détail

Chapitre 1 «mes chiffres clés à portée de mains»

Chapitre 1 «mes chiffres clés à portée de mains» Chapitre 1 «mes chiffres clés à portée de mains» Le volume des données manipulées par les acteurs du tourisme est de plus en plus important. Au delà des données mé6ers qui se complexifient, les données

Plus en détail

Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants:

Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants: Collabora'on IRISA/INRA sur le transfert de nitrates et l améliora'on de la qualité des eaux des bassins versants: Tassadit BOUADI 22 Juin 2010, Saint Jacut 1 Plan Introduc

Plus en détail

Département Génie Informatique

Département Génie Informatique Département Génie Informatique BD51 : Business Intelligence & Data Warehouse Projet Rédacteur : Christian FISCHER Automne 2011 Sujet : Développer un système décisionnel pour la gestion des ventes par magasin

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

Solutions et Services. d'analyse prédictive

Solutions et Services. d'analyse prédictive ProbaYes Mastering Uncertainty Solutions et Services d'analyse prédictive Mai 2013 Copyright 2013 Probayes All Rights Reserved 1 Présenta)on Probayes Créée en 2003 Basée en France (Grenoble) Spin-off de

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

La problématique. La philosophie ' ) * )

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

Plus en détail

Entrepôt de données et l Analyse en ligne. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot

Entrepôt de données et l Analyse en ligne. Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot Entrepôt de données et l Analyse en ligne Maguelonne Teisseire Hugo Alatrista Salas hugo.alatrista- salas@teledetec9on.fr Flavien Bouillot Déroulement du cours 17 janvier : cours et TD 20 janvier : cours?

Plus en détail

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 30/11/2011 Plan du TP 2 Rappel sur la chaine de BI Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Rappel sur la chaine de

Plus en détail

SQL Server Integration Services 2012 Mise en oeuvre d'un projet ETL avec SSIS

SQL Server Integration Services 2012 Mise en oeuvre d'un projet ETL avec SSIS Introduction à SSIS 1. Présentation de SSIS 13 1.1 Concepts de l ETL 13 1.2 Management Studio et SQL Server Data Tools 14 1.3 Architecture 14 2. SSIS 2012 17 2.1 Les nouveautés de la version 2012 17 2.2

Plus en détail

L Information en Temp Réel

L Information en Temp Réel L Information en Temp Réel Christophe Toulemonde Program Director Integration & Development Strategies christophe.toulemonde @metagroup.com Europe 2004 : Environnement économique Importance du pilotage

Plus en détail

Présentation Level5. Editeur de Logiciels. «If it s not monitored, it s not in production» Theo Schlossnagle #velocityconf

Présentation Level5. Editeur de Logiciels. «If it s not monitored, it s not in production» Theo Schlossnagle #velocityconf Editeur de Logiciels Présentation Level5 «If it s not monitored, it s not in production» Theo Schlossnagle #velocityconf «If you can not measure it, you can not improve it» Lord Kelvin vous accompagne

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

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

Intégra(on*de*données* Intégra(on*des*données*et*ETL* Deux*approches* Intégra(on*matérialisée*

Intégra(on*de*données* Intégra(on*des*données*et*ETL* Deux*approches* Intégra(on*matérialisée* Intégra(on*des*données*et*ETL* Intégra(on*de*données* L intégra(on*de*données*a*pour*objec(f*de* perme:re*un*accès*uniforme*à*des*données* hétérogènes*provenant*de*différentes*sources.*** Requête* Réponse*

Plus en détail

Oracle Database 12c: Backup and Recovery Workshop

Oracle Database 12c: Backup and Recovery Workshop Oracle University Contact Us: 0800 945 109 Oracle Database 12c: Backup and Recovery Workshop Duration: 5 Days What you will learn Le cours "Oracle Database 12c: Backup and Recovery Workshop", dispensé

Plus en détail

Séminaire Aristote - 11 avril 2012 Jedeclare.com d'un Portail Déclara:f à une Plate- forme globale de dématérialisa:on au service d'une profession

Séminaire Aristote - 11 avril 2012 Jedeclare.com d'un Portail Déclara:f à une Plate- forme globale de dématérialisa:on au service d'une profession Séminaire Aristote - 11 avril 2012 Jedeclare.com d'un Portail Déclara:f à une Plate- forme globale de dématérialisa:on au service d'une profession Stéphane Gasch Directeur des études informa:ques du CSOEC

Plus en détail

Tivoli Software. TSM FastBack. Magali BURCKART Avant Vente Tivoli Storage Magali.burckart@fr.ibm.com. 2008 IBM Corporation

Tivoli Software. TSM FastBack. Magali BURCKART Avant Vente Tivoli Storage Magali.burckart@fr.ibm.com. 2008 IBM Corporation TSM FastBack Magali BURCKART Avant Vente Tivoli Storage Magali.burckart@fr.ibm.com 1 Agenda Synthèse et architecture Présentation de la technologie TSM FastBack Roadmap Design et meilleures pratiques 2

Plus en détail

Compte rendu de créa/on : Hupareel, un projet géolocalisé en réalités alternées?

Compte rendu de créa/on : Hupareel, un projet géolocalisé en réalités alternées? Compte rendu de créa/on : Hupareel, un projet géolocalisé en réalités alternées? Défini'on ini'ale du projet Extrait du scénario de mai 2013 : «Hupareel est le projet d'un jeu en réalités alternées entre

Plus en détail

Les tableaux de bord intégrés : une nouvelle intelligence pour une collaboration et une performance accrues

Les tableaux de bord intégrés : une nouvelle intelligence pour une collaboration et une performance accrues Les tableaux de bord intégrés : une nouvelle intelligence pour une collaboration et une performance accrues Pierre Jones Spécialiste-conseil principal, Gestion de l information Cognos IBM Canada Ltée 2009

Plus en détail

LA LOGISTIQUE LES BONNES QUESTIONS À SE POSER

LA LOGISTIQUE LES BONNES QUESTIONS À SE POSER LA LOGISTIQUE LES BONNES QUESTIONS À SE POSER Les bonnes questions à se poser 1. Qui sont mes clients (à qui vais- je vendre sur Internet)? 2. Ai- je du temps à consacrer à ma bou?que en ligne? 3. Ma

Plus en détail

Chapitre 5 Alimenter l'entrepôt de données avec SSIS

Chapitre 5 Alimenter l'entrepôt de données avec SSIS Chapitre 5 Alimenter l'entrepôt de données avec SSIS 1. Découverte de SSIS....................................................259 2. Réaliser son premier flux SSIS...........................................264

Plus en détail

TP2_2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

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

Plus en détail

Introduction aux S.G.B.D.

Introduction aux S.G.B.D. NFE113 Administration et configuration des bases de données - 2010 Introduction aux S.G.B.D. Eric Boniface Sommaire L origine La gestion de fichiers Les S.G.B.D. : définition, principes et architecture

Plus en détail

ANI SEREZ- VOUS PRETS?

ANI SEREZ- VOUS PRETS? ANI SEREZ- VOUS PRETS?! Un risque commercial et financier Plus de 4 millions d assurés individuels vont basculer dans des contrats collec8fs, avec des mouvements importants entre les différents acteurs

Plus en détail

Défini9on. Introduc9on à la fouille de textes. Forage de textes, extrac9on de connaissances à par9r de textes, text mining

Défini9on. Introduc9on à la fouille de textes. Forage de textes, extrac9on de connaissances à par9r de textes, text mining Introduc9on à la fouille de textes Dominic Forest, Ph.D. École de bibliothéconomie et des sciences de l informa9on Université de Montréal SCI6060 Méthodes de recherche en sciences de l'informa>on 4 avril

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

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité 01/06/15 KAPT Tous Droits Réservés 2 PRÉSENTATION Ce+e présenta3on va vous perme+re de prendre en main la plateforme de ges3on KAPTravel

Plus en détail

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza Avant de commencer à travailler avec le produit, il est nécessaire de comprendre, à un haut niveau, les problèmes en réponse desquels l outil a été

Plus en détail

Une solution de pointe pour une technologie de pointe :

Une solution de pointe pour une technologie de pointe : Janvier 2008 IBM Information Management software Une solution de pointe pour une technologie de pointe : IBM Information Server et IBM InfoSphere Change Data Capture permettent d obtenir en temps réel

Plus en détail

Cliquer sur Tous les programmes puis sur Accessoires. Déplacer l ascenseur si nécessaire

Cliquer sur Tous les programmes puis sur Accessoires. Déplacer l ascenseur si nécessaire Ne#oyage de disque L'u0litaire Ne#oyage de disque est un ou0l fort u0le qui contribue à conserver des performances op0males pour votre système Windows. Ne#oyage de disque supprime tous les fichiers superflus

Plus en détail

Conférence 1. Introduc0on au droit du commerce interna0onal. Lundi 23 septembre 2013

Conférence 1. Introduc0on au droit du commerce interna0onal. Lundi 23 septembre 2013 Conférence 1. Introduc0on au droit du commerce interna0onal Lundi 23 septembre 2013 Rappel : les normes du droit français Primauté des normes supérieures sur les normes inférieures (hiérarchie des normes)

Plus en détail

L offre Websphere Data Integration Solution (ex Ascential) L ETL sur zseries. «WebSphere DataStage MVS» La transformation de messages

L offre Websphere Data Integration Solution (ex Ascential) L ETL sur zseries. «WebSphere DataStage MVS» La transformation de messages L offre Websphere Data Integration Solution (ex Ascential) L ETL sur zseries «WebSphere DataStage MVS» Génération de code COBOL «WebSphere DataStage USS» Moteur de transformation Parallélisation active

Plus en détail

MAJEURE CESEM 4 MANAGEMENT DES SYSTÈMES D INFORMATION

MAJEURE CESEM 4 MANAGEMENT DES SYSTÈMES D INFORMATION " MAJEURE CESEM 4 MANAGEMENT DES SYSTÈMES D INFORMATION 28 janvier - 15 février 2013 Professeurs : Annie Falan*n (annie.falan)n@reims- ms.fr) Diana Mangalagiu (diana.mangalagiu@reims- ms.fr) Dominique

Plus en détail

Guide de démarrage rapide avec DataStudio Online Edition

Guide de démarrage rapide avec DataStudio Online Edition Guide de démarrage rapide avec DataStudio Online Edition Introduction Ce document vient en complément des films de démonstration disponibles sur le site web de data. L ETL ETL est un sigle qui signifie

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

Arbre à problemes et Arbres à objectifs

Arbre à problemes et Arbres à objectifs Arbre à problemes et Arbres à objectifs CAUSES D ECHEC DES ENTREPRISES NOUVELLES è Problèmes commerciaux q Marché mal ciblé q Clientèle poten3elle surévaluée q Délais de paiement clients sous évalués q

Plus en détail

En synthèse. HVR pour garantir les échanges sensibles de l'entreprise

En synthèse. HVR pour garantir les échanges sensibles de l'entreprise En synthèse HVR pour garantir les échanges sensibles de l'entreprise Le logiciel HVR fournit des solutions pour résoudre les problèmes clés de l'entreprise dans les domaines suivants : Haute Disponibilité

Plus en détail

SURETE DE FONCTIONNEMENT ET REPRISE APRES PANNE

SURETE DE FONCTIONNEMENT ET REPRISE APRES PANNE Université des sciences et de la Technologie Houari Boumediene USTHB Alger Département d Informatique ARCHITECTURE ET ADMINISTRATION DES BASES DE DONNÉES 2013-2014 RESPONSABLES M. KAMEL BOUKHALFA (SII)

Plus en détail

Piloter vos processus métier avec le Business Activity Monitoring ( * ) (BAM)

Piloter vos processus métier avec le Business Activity Monitoring ( * ) (BAM) Piloter vos processus métier avec le Business Activity Monitoring ( * ) (BAM) Jean-Marc Langé WebSphere Integration Solution Architect IBM Software France jmlange@fr.ibm.com ( * ) Supervision des activités

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

Cabinet de Conseil STRATÉGIE MANAGEMENT ORGANISATION JURIDIQUE FORMATION AVEC BW CONSULTANTS CHOISISSEZ DE GARANTIR VOTRE DEVELOPPEMENT

Cabinet de Conseil STRATÉGIE MANAGEMENT ORGANISATION JURIDIQUE FORMATION AVEC BW CONSULTANTS CHOISISSEZ DE GARANTIR VOTRE DEVELOPPEMENT Cabinet de Conseil STRATÉGIE MANAGEMENT ORGANISATION JURIDIQUE FORMATION 1 Pourquoi nous choisir? Le chef d entreprise, surtout s il est propriétaire, déteste l aventure. Notre Objec>f est de vous accompagner

Plus en détail

CONNECTEUR QLIKVIEW POUR INFORMATICA POWERCENTER

CONNECTEUR QLIKVIEW POUR INFORMATICA POWERCENTER CONNECTEUR QLIKVIEW POUR INFORMATICA POWERCENTER Tirer pleinement profit de l ETL d Informatica à l aide d une plate-forme de Business Discovery rapide et flexible De plus en plus d entreprises exploitent

Plus en détail

Données de Validation en Ile de France : architecture, chaîne de traitement, et exemples d exploitations. T. Siméon 10/10/2014

Données de Validation en Ile de France : architecture, chaîne de traitement, et exemples d exploitations. T. Siméon 10/10/2014 Données de Validation en Ile de France : architecture, chaîne de traitement, et exemples d exploitations T. Siméon 10/10/2014 Le STIF q Le STIF imagine, organise et finance les transports publics pour

Plus en détail

Transformation Digitale des Ressources Humaines

Transformation Digitale des Ressources Humaines Transformation Digitale des Ressources Humaines Management des Equipes & Projets Coaching Individuel & Groupes Créa>vité Approches collabora>ves Intelligence collec>ve Stratégie et cohérence Management

Plus en détail

Performance de la réplication de données Avril 2008. IBM InfoSphere Change Data Capture : Réplication de données hautement performante

Performance de la réplication de données Avril 2008. IBM InfoSphere Change Data Capture : Réplication de données hautement performante Avril 2008 IBM Change Data Capture : Réplication de données hautement performante Page 2 Le saviez-vous? Plus de 500 clients utilisent IBM Change Data Capture pour résoudre de multiples problématiques

Plus en détail

Architectures web pour la gestion de données

Architectures web pour la gestion de données Architectures web pour la gestion de données Dan VODISLAV Université de Cergy-Pontoise Plan Le Web Intégration de données Architectures distribuées Page 2 Le Web Internet = réseau physique d'ordinateurs

Plus en détail

C2O, une plate-forme de gestion et d automatisation de process

C2O, une plate-forme de gestion et d automatisation de process C2O, une plate-forme de gestion et d automatisation de process AVANTAGE PRODUCTION Siège social : 15 rue ampère - 60800 Crépy en Valois Tel: + 33 (0)1 76 77 26 00 - info@avantageproduction.com SARL au

Plus en détail

10/04/2011. Serveur de données. Serveur de données. Client. Programme d'application Logiciel intermédiaire Pilote de télécommunication.

10/04/2011. Serveur de données. Serveur de données. Client. Programme d'application Logiciel intermédiaire Pilote de télécommunication. 1 BD locale BD locale Programme d'application Logiciel intermédiaire Client SGBD réparti Logiciel intermédiaire données SGBD réparti Logiciel intermédiaire données 2 Bénéfices potentiels Performance Fiabilité

Plus en détail

CPAM de Toulon. Cahier des charges. Applicatif SSIS. Scaillierez Romain & Ghio Alexandre

CPAM de Toulon. Cahier des charges. Applicatif SSIS. Scaillierez Romain & Ghio Alexandre CPAM de Toulon Cahier des charges Applicatif SSIS Scaillierez Romain & Ghio Alexandre 2014 P a g e 1 Plan d intervention Présentation du Projet... 2 Architecture fonctionnelle... 2 Les fonctions... 2 Les

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

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

Plus en détail

Introduction aux outils BI de SQL Server 2014. Tutoriel sur SQL Server Integration Services (SSIS)

Introduction aux outils BI de SQL Server 2014. Tutoriel sur SQL Server Integration Services (SSIS) MIT820: Entrepôts de données et intelligence artificielle Introduction aux outils BI de SQL Server 2014 Tutoriel sur SQL Server Integration Services (SSIS) Description générale Ce tutoriel a pour objectif

Plus en détail

Agenda. Salon du BI, 9 avril 2008

Agenda. Salon du BI, 9 avril 2008 Salon du BI, 9 avril 2008 Guy Bourassa SSQ Groupe financier Architecte en entrepôt de données Développement et intégration des systèmes - Assurance collective Agenda SSQ en deux mots L historique du BI

Plus en détail

Améliorez et industrialisez vos feedback produit

Améliorez et industrialisez vos feedback produit Améliorez et industrialisez vos feedback produit Jean- Philippe Gillibert, architecte logiciel et coach agile chez Introduc)on Retour d expérience sur un projet à la SNCF Méthode originale de traitement

Plus en détail

Rencontres des mé?ers du gros œuvre ANNECY 2014

Rencontres des mé?ers du gros œuvre ANNECY 2014 Rencontres des mé?ers du gros œuvre ANNECY 2014 LES 7 CLES POUR UN SITE INTERNET EFFICACE www.internetbusinessbooster.com Table des ma?ères LE PRINCIPE DE BASE POUR UN SITE QUI PARTICIPE AUX VENTES p.

Plus en détail

Nom du client. Date. Client Logo or project name

Nom du client. Date. Client Logo or project name Nom du client Date Client Logo or project name Presenta7on 7tle client name Date Linalis speaker Speaker 7tle Le Groupe Linalis Historique Crée en 2002 Présent en Suisse, France, au Royaume Uni et en Espagne

Plus en détail

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles) SGBDR Systèmes de Gestion de Bases de Données (Relationnelles) Plan Approches Les tâches du SGBD Les transactions Approche 1 Systèmes traditionnels basés sur des fichiers Application 1 Gestion clients

Plus en détail

Fin des Tarifs Réglementés Ges3on opéra3onnelle des achats d énergie

Fin des Tarifs Réglementés Ges3on opéra3onnelle des achats d énergie Fin des Tarifs Réglementés Ges3on opéra3onnelle des achats d énergie 18 juin 2015 Talence SMART GRID ENERGY - Ce document est la propriété de SMART GRID ENERGY. Toute communica3on, reproduc3on, publica3on,

Plus en détail

REQUEA. v 1.0.0 PD 20 mars 2008. Mouvements d arrivée / départ de personnels Description produit

REQUEA. v 1.0.0 PD 20 mars 2008. Mouvements d arrivée / départ de personnels Description produit v 1.0.0 PD 20 mars 2008 Mouvements d arrivée / départ de personnels Description produit Fonctionnalités L application Gestion des mouvements d arrivée / départ de Requea permet la gestion collaborative

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

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

Architecture matériel et logiciel 2

Architecture matériel et logiciel 2 Architecture matériel et logiciel 2 Architectures Venera Arnaoudova Concep8on architecturale 1. Introduc8on 2. Modéliser l architecture avec UML 3. Éléments architecturaux 4. Styles architecturaux 1. Architecture

Plus en détail

Des solutions IBM pour tout le cycle de vie de l information

Des solutions IBM pour tout le cycle de vie de l information Des solutions IBM pour tout le cycle de vie de BUSINESS PROCESS MANAGEMENT & BUSINESS RULES MANAGEMENT INFORMATION ACCESS & ANALYTICS OPERATIONAL APPLICATIONS ENTERPRISE ARCHIVE ENTERPRISE DATA ENTERPRISE

Plus en détail

Semarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire

Semarchy 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 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

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

La problématique de la Préservation des Bases de Données. Olivier ROUCHON CINES Groupe PIN Jeudi 7 Octobre

La problématique de la Préservation des Bases de Données. Olivier ROUCHON CINES Groupe PIN Jeudi 7 Octobre La problématique de la Préservation des Bases de Données Olivier ROUCHON CINES Groupe PIN Jeudi 7 Octobre Définition des bases de données Terme du langage courant base de données Utilisé pour désigner

Plus en détail

Optimisation de la supervision by Somone. - Présentation Générale -!

Optimisation de la supervision by Somone. - Présentation Générale -! Optimisation de la supervision by Somone - Présentation Générale -! Somone et le Service 27% 18% 18% 37% Consultants Juniors (0-2 ans) Confirmés (2-5 ans) Séniors (5-8 ans) Référents (>8 ans) 30% 10% 12%

Plus en détail

Piloter vos activités métier avec le BAM. Jean-Marc Langé

Piloter vos activités métier avec le BAM. Jean-Marc Langé Piloter vos activités métier avec le BAM Jean-Marc Langé Qu est-ce que le BAM? Le BAM (Business Activity Monitoring) consiste à agréger, analyser et présenter en temps réel des informations sur les activités,

Plus en détail

Dysplasie osseuse. Groupe hétérogène de maladies géné%ques 440 types individuellement très rares Manifesta%ons possibles :

Dysplasie osseuse. Groupe hétérogène de maladies géné%ques 440 types individuellement très rares Manifesta%ons possibles : Cura%on de contenu «La cura%on de contenu (de l'anglais content cura*on ou data cura*on) est une pra%que qui consiste à sélec%onner, éditorialiser et partager les contenus les plus per%nents du Web pour

Plus en détail

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

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

Plus en détail

AIDE EN LIGNE. Espace Récep0f

AIDE EN LIGNE. Espace Récep0f AIDE EN LIGNE Espace Récep0f 1 2 3 4 5 Page d authen,fica,on Votre nouvel espace récep,f Mode recherche de produits Explorez votre catalogue produits Modifica,on d un produit La créa,on de nouveaux produits

Plus en détail

Architectures d'intégration de données

Architectures d'intégration de données Architectures d'intégration de données Dan VODISLAV Université de Cergy-ontoise Master Informatique M1 Cours IED lan Intégration de données Objectifs, principes, caractéristiques Architectures type d'intégration

Plus en détail

IBM Content Analytics Libérer l Information

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

Plus en détail

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

Programme détaillé. Administrateur de Base de Données Oracle - SQLServer - MySQL. Objectifs de la formation. Les métiers

Programme détaillé. Administrateur de Base de Données Oracle - SQLServer - MySQL. Objectifs de la formation. Les métiers Programme détaillé Objectifs de la formation Les systèmes de gestion de bases de données prennent aujourd'hui une importance considérable au regard des données qu'ils hébergent. Véritable épine dorsale

Plus en détail

S22 PHP sous IBM i : accédez à vos données et applications avec le PHP Toolkit

S22 PHP sous IBM i : accédez à vos données et applications avec le PHP Toolkit Modernisation, développement d applications et DB2 sous IBM i Technologies, outils et nouveautés 2013-2014 13 et 14 mai 2014 IBM Client Center Paris, Bois-Colombes S22 PHP sous IBM i : accédez à vos données

Plus en détail

Alimenter l entrepôt de données avec SSIS

Alimenter l entrepôt de données avec SSIS 297 Chapitre 5 Alimenter l entrepôt de données avec SSIS 1. Découverte de SSIS Alimenter l'entrepôt de données avec SSIS Au cours des chapitres précédents, vous avez appris à modéliser un entrepôt de données.

Plus en détail

Présenta6on Isatech. ERP, Décisionnel, Architecture Systèmes & Réseaux. Isatech Tous droits réservés Page 1

Présenta6on Isatech. ERP, Décisionnel, Architecture Systèmes & Réseaux. Isatech Tous droits réservés Page 1 Présenta6on Isatech ERP, Décisionnel, Architecture Systèmes & Réseaux Isatech Tous droits réservés Page 1 L offre globale Couvrir l intégralité de la chaîne du SI Isatech Tous droits réservés Page 2 Isatech

Plus en détail

Comment CEGID et ses solu/ons peuvent elles implémenter les standards TICPME2010?

Comment CEGID et ses solu/ons peuvent elles implémenter les standards TICPME2010? 14 Octobre 2008 TICPME2010 Comment CEGID et ses solu/ons peuvent elles implémenter les standards TICPME2010? Eric VALION Directeur de marché ERP Middle Market Cegid Group Table ronde éditeurs Cegid Group

Plus en détail

Informatique décisionnelle (Première partie) Emmanuelle Cravoisier

Informatique décisionnelle (Première partie) Emmanuelle Cravoisier Informatique décisionnelle (Première partie) Emmanuelle Cravoisier Informatique décisionnelle Concepts Présentation de Business Objects Conception d un univers Business Objects Structure générale d une

Plus en détail

4.1 Principe. Techniques SQL avancées. 1. Rappel des notions de base de données 2. Intégrité des données 3. Transactions

4.1 Principe. Techniques SQL avancées. 1. Rappel des notions de base de données 2. Intégrité des données 3. Transactions Techniques SQL avancées 4.1 Principe 1. Rappel des notions de base de données 2. Intégrité des données 3. Transactions 4.1 Principes 4.3 Sauvegarde (backup) 4.4 Journal (log) 4.5 Reprise suite à un incident

Plus en détail