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

Transcription

1 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 Les logiciels : Qu es ce que sait un logiciel Pour quel besoin Qui le demande? Comment le développer et quel langage choisir Introduction à l algorithmique Développement d un premier programme Architecture à mettre en place Les outils leader du marché Les réseaux : Introduction Le premier téléphone au monde Comment communiquer? Quelle règle appliquée Les protocoles définition et role Les clients et serveurs Les outils leader du marché Les bases de données Les limites d Excel Les tables et les relations La modélisation, un besoin avant tout Merise ou UML Le rôle d un SGBD Introduction SQL Une vue vers l horizon Ordinateur + architecture réseaux + logiciel + base donnée = système d information Quel avenir Choix du SI décisionnel, un métier d avenir Maitriser les bases de données Historique Le "tout fichier" Le besoin de centraliser les traitements des fichiers

2 L'avènement des systèmes de gestion centralisés L'externalisation des processus métiers Le client-serveur applicatif Le système de gestion des bases de données Les briques constitutives Le(s) langage(s) de requêtage Les contraintes d'utilisation La modélisation des données Besoin de normalisation Modèles conceptuels Modèle physique Les relations et leurs éléments Les limites de Merise Types de SGBD Les SGBD relationnels Les SGBD objets Place de XML/XSL Administration des SGBD Un besoin fondamental La sécurité des données Réplication ou répartition? Les grappes de SGBD Les acteurs Les professionnels : Oracle, SQL Server, IBM DB2 Les puissants : MySQL, PostgreSQL Un vrai SGBD Objet : EyeDB Comment choisir son SGBD? Langages de requêtes SQL du monde relationnel Le NoSQL un bouleversement Systèmes d'aide à la décision : principes fondamentaux : Des projets pas comme les autres Des projets fortement marqués : processus métier et flux de données. L'importance de la sémantique des données Le rôle fondamental des fonctionnels Une architecture dédiée au besoin fonctionnel Informatique de production ou informatique décisionnelle?

3 Extraction, normalisation, intégration et restitution des informations décisionnelles Rôles et fonctions des modules de l'architecture Data Warehouse, ODS, Data Warehouse, Data Marts : comment choisir. La diffusion des informations vers les utilisateurs Administration de la plate-forme Data Warehouse. Outils et techniques disponibles : Pour la plupart des besoins de restitution Panorama et typologie des solutions de restitution (SAP Business Objects, IBM Cognos, ). Avantages et limites. La réponse des outils multidimensionnels Quel est le rôle de ces outils d'analyse, entre le pilotage et le suivi opérationnel? Le Data Mining, pour spécialiste uniquement Panorama et typologie synthétique des approches et des solutions du marché. Les outils d ordonnancement des flux d alimentation de données (ETL) Panorama et typologie des solutions d'alimentation Data Warehouse et du marché ETL Le portail décisionnel Data Warehouse et Web Le contexte de déploiement à l échelle de l entreprise. Les pré-requis techniques et fonctionnels. À quels utilisateurs s'adresse-t-on? Les opportunités d'économie sur les coûts de licences. Le décisionnel et le portail d'entreprise La modélisation des données Merise est mort, vive le Relationnel Pourquoi une nouvelle approche de la modélisation pour les Systèmes d'information Décisionnels? Peut-on envisager d'utiliser un même modèle de données pour la gestion et la décision? Modèle relationnel et modèle étoile Comment assurer la transparence dans la modélisation du besoin fonctionnel? Comment trouver une réponse adaptée à la demande des maîtrises d'ouvrage, dans le respect de l'état de l'art informatique. Une démarche particulière focalisée sur les données Des processus métier L'influence prépondérante du fonctionnel métier sur le recueil des besoins et l'organisation du projet décisionnel Le rôle respectif des maîtrises d'ouvrage et d'œuvre. Les livrables du projet. Les étapes de la modélisation des données du Data Warehouse et de ses flux d alimentation. Comment faire évoluer le modèle de données : les extensions du domaine fonctionnel couvert par le Data Warehouse, les changements historiques, les nouvelles données Comment garantir la cohérence du périmètre fonctionnel dans le temps? Le cadrage des besoins utilisateurs : quels moyens humains, logiciels et matériels pour quels objectifs? Cadrage, conception, modélisation des données, spécification. Quelles sont les étapes à risque?

4 Les bases de la modélisation étoile De l'infocentre normalisé au DW : justification de la démoralisation Du DataWarehouse au DataMart La conservation des principes de modélisation relationnelle à travers la dénormalisation Modéliser selon les besoins utilisateurs Sémantique et maintenabilité Les règles Les règles de construction d'un modèle en étoile Étoiles et flocons De l'étoile au cube OLAP Calculer des volumétries Anticiper les évolutions fonctionnelles Des dimensions et des indicateurs Définir des indicateurs selon un dictionnaire d'entreprise Agrégation des indicateurs Pré-calcul et tables d'agrégats en relationnel La dimension indicatrice d'un hypercube Hiérarchiser les agrégations et préparer la navigation agrégée Intérêts et limites des DM en hypercube Le mapping relationnel OLAP et ROLAP L'analyse hybride (HOLAP) Développement des tableaux de bord Reporting statique ou dynamique Le DOLAP dans les outils analytiques Les outils de reporting et leur connectivité (DM relationnel / hypercube) Client lourd versus interface Web Gestion des droits et problématiques de diffusion de l'information Les problématiques métiers La validation des données L'historisation et ses techniques Modèles types selon les besoins des utilisateurs L'alimentation des DW / DM Les ETL Choisir les modes d'alimentation Pivots et autres transformations standards L approche DATAWHEREHOUSE : De l'infocentre au Data Warehouse : les générations de systèmes décisionnels

5 Différence entre reporting et analyse décisionnelle Risques liés à la mise en œuvre d'outils de reporting sur une structure de données inadaptée Les phases de la conception d'un Data Warehouse : Collecte, Transformation, Distribution Principes de construction (données métiers, historique, méta-modèle et référentiel d'entreprise) Présentation des différentes approches et méthodes de conception La mise en œuvre : Le cycle de vie décisionnel Evaluation des risques et critères de réussite du projet Des besoins à la modélisation Répartition des rôles entre DSI et services utilisateurs Gestion et planification du projet, spécificités de la Business Intelligence Les acteurs du projet : sponsors, équipe de projet, architecte, etc. Modélisation dimensionnel : Pourquoi les modèles de données traditionnels sont-ils inadaptés? Définition des dimensions, des indicateurs et des hiérarchies La modélisation en étoile et en flocons : principes, avantages et inconvénients, lesquels choisir? Règles de modélisation La dé-normalisation L'architecture en bus décisionnel Cube OLAP et agrégat : Du modèle en étoile au cube multidimensionnel La navigation dimensionnelle et l'algèbre des cubes Extensions SQL OLAP Les règles OLAP Serveurs OLAP (MOLAP, ROLAP, HOLAP) Quand utiliser un serveur OLAP? Comment optimiser à l'aide des agrégats Les optimisations physiques : Architecture générale d'un Data Warehouse Operational Data Store et Data Staging Area Processus d'extraction / transformation / chargement de données Les outils ETL Le méta-modèle Les applications utilisateurs : Les différents types d'utilisateurs Les outils du marché, commerciaux (SAP BO,IBM Cognos) et Open-source L'évolution vers le WEB Introduction à la BIGDATA Impact sur la BI et opportunité future IBM COGNOS (manipulation concrète de l outil) (1 semaine) Architecture de la solution Framework Manager Report studio

6 Administration Query Test blanc et examen de certification IBM COGNOS C