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



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

et les Systèmes Multidimensionnels

QU EST-CE QUE LE DECISIONNEL?

Entrepôt de données 1. Introduction

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

LES ENTREPOTS DE DONNEES

Urbanisation des SI-NFE107

Introduction à la B.I. Avec SQL Server 2008

Votre Infrastructure est-elle? Business Intelligence. Améliorer la capacité d analyse et de décision de vos équipes

Entrepôt de Données. Jean-François Desnos. ED JFD 1

Chapitre 9 : Informatique décisionnelle

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

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

Business Intelligence : Informatique Décisionnelle

Les Entrepôts de Données

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

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

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

Agenda de la présentation

Bases de Données Avancées

et les Systèmes Multidimensionnels

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux

La problématique. La philosophie ' ) * )

BI = Business Intelligence Master Data-ScienceCours 3 - Data

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

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

Intelligence Economique - Business Intelligence

L information et la technologie de l informationl

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

Présentations personnelles. filière IL

des besoins de contenu des besoins de forme !"#$%&'($)$*"+,$-.*"#$*"$/.0#12+/13.0#

Introduction à lʼinformatique. Décisionnelle (ID) / Business. Intelligence» (1)

BI = Business Intelligence Master Data-Science

Les Entrepôts de Données. (Data Warehouses)

Le concept de Data Warehouse a été formalisé pour la première fois en 1990.

White Paper ADVANTYS. Workflow et Gestion de la Performance

XCube XML For Data Warehouses

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

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

BI Open Source Octobre Alioune Dia, Consultant BI

Le petit glossaire du décisionnel

Business Intelligence

2011 Hakim Benameurlaine 1

Entrepôts de données. NEGRE Elsa Université Paris-Dauphine

République Algérienne Démocratique et Populaire

Formations QlikView / Business Intelligence

ETL Extract - Transform - Load

Modélisation Multidimensionnelle des Tableaux de Bord Prospectifs

Intégration de données hétérogènes et réparties. Anne Doucet

SQL SERVER 2008, BUSINESS INTELLIGENCE

Didier MOUNIEN Samantha MOINEAUX

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

Les attentes du marché

Big Data On Line Analytics

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS?

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

BUSINESS INTELLIGENCE

UE 8 Systèmes d information de gestion Le programme

Les PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client.

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

Solution. collaborative. de vos relations clients.

Introduction au datamining

Thibault Denizet. Introduction à SSIS

La place de la Géomatique Décisionnelle dans le processus de décision

Méthodologie de conceptualisation BI

Business Intelligence Reporting

Business Intelligence avec Excel, Power BI et Office 365

Chapitre IX. L intégration de données. Les entrepôts de données (Data Warehouses) Motivation. Le problème

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

ANNEXE 2 DESCRIPTION DU CONTENU DE L OFFRE BUSINESS INFORMATION AND ANALYSIS PACKAGE

Présentation du module Base de données spatio-temporelles

Data Mining. Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.

Bases de Données. Stella MARC-ZWECKER. Maître de conférences Dpt. Informatique - UdS

Pourquoi intégrer le Big Data à son organisa3on?

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

Spécificités, Applications et Outils

MANAGEMENT DES SERVICES INFORMATIQUES

Business Intelligence

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

4.2 Unités d enseignement du M1

La Business Intelligence en toute simplicité :

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2014

Les entrepôts de données

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

Solutions SAP Crystal

BI2 : Un profil UML pour les Indicateurs Décisionnels

SUCCÈS. Fonctionnalités détaillées de Microsoft Dynamics AX. Livre blanc

Présentation. Intervenant EURISTIC. Jean-Louis BAUDRAND Directeur associé

ELOECM Conference2015

Entreposage de données complexes pour la médecine d anticipation personnalisée

D AIDE À L EXPLOITATION

Cybermarché et analyse comportementale

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

CRM Service. Exemples de secteurs concernés. Fonctionnalités clés. Gestion de l activité quotidienne. Gestion complète de la force de vente

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

Département Génie Informatique

Du «reporting» aux tableaux de bord informatiques. Un besoin récurrent aux multiples facettes

Solution. collaborative. de vos relations clients.

Conseil et Ingénierie des Systèmes d Information d Entreprise

Pour une entreprise plus performante

Transcription:

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

plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 2

Workflow : définition Automatisation de procédures, flux de travail, où les documents, informations ou tâches sont transmises d un participant à un autre selon des règles ou des procédures. Outil déterministe procédure à finalité connue obligation de traiter dans un délai déterminé ne traiter que le nécessaire Modèle fondé sur routage de documents, d informations sémantique temporelle, organisationnelle 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 3

Workflow : routage routage simple avec intervention manuelle routage automatique avec script routage intelligent par des nœuds de décision formulaires avec documents attachés utilisation de mécanisme de messagerie : notification, listes de diffusion, filtrage... 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 4

Workflow : sémantique Axe temporel définition des procédures définition des actions Axe organisationnel définition des rôles des acteurs consulter, modifier, décider... définition des délégations 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 5

Workflow : outils Outils graphiques pour la création du modèle Outils de simulation analyse syntaxique détection de blocage affinage de la procédure mesures d exécution Outils de supervision état des files redistribution 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 6

DataWarehouse : définition Littéralement : "Entrepôt de données". Consiste à mettre à disposition un ensemble de données accessible par un ensemble d outils. Concept défini par Bill Imon. A rapprocher du concept d infocentre des années 80. Aide à la décision pour les entreprises dans le contexte économique concurrentiel. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 7

DataWarehouse : schéma Niveau données BD BD BD BD Données brutes Niveau information : 1 - vue globale mémoire de l entreprise agrégation, intégration, historisation. 2- Vue métier adaptation aux besoins des services Niveau connaissance aide à la décision 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 8

DataWarehouse : principes Transformer des données en information. Organisation des données par métier, sujets ou thèmes. Intégration des données de production et de gestion et des données externes transformation, agrégation, structuration des données. Historisation des données. Non volatilité des données. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 9

DataWarehouse : exploitation des informations Au delà de l information, comment l exploiter et pour quoi faire? Anticiper les besoins de sa clientèle, personnaliser un produit ou un service pour mieux toucher sa cible, comprendre les habitudes de consommation pour mieux adapter son offre. Outils d aide à la décision (OLAP : On-Line Analytical Processing). DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 10

Aide à la décision : définition But Analyser et surveiller les indicateurs économiques de l entreprise. Méthode Modéliser les données suivants plusieurs axes (ou dimensions) : notion d hypercube. Méta-données : décrivent les processus de transformation des données entre les sources d information et les outils d informatique décisionnelle. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 11

Aide à la décision : outils Requêteur, éditeurs d état. Interroger la base Outils d analyse multi-dimensionnelle. Naviguer au travers des données, selon les axes, leur arborescence Présentation de données : édition de tableaux, graphiques, génération d états. ex : sortir le volume des ventes de la journée écoulée 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 12

DataMining littéralement "forage de données". puiser dans l information du datawarehouse analyser, prédire les comportements techniques mises en œuvre : statistiques découvertes de règles arbres de décision intelligence artificielle (réseau de neurones) 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 13

Conclusion Valable dans un contexte d entreprise commercial. Peut d intérêt dans le cas d un EPST. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 14