Modélisation Décisionnelle

 Description

La généralisation des bases de données relationnelles, des progiciels intégrés et des ERP, les entreprises possèdent désormais une quantité d'information de plus en plus importante. Pour assurer une gérance efficace de l'activité, ces données doivent être étudiées avec précision. L'informatique décisionnelle doit assembler ces données, issu de différentes sources, dans le but de les restituer en un résultat condensé. Cette formation permettra aux participants de découvrir la mise en oeuvre d'un système décisionnel.

 Pré-requis

  • Bonne connaissance des systèmes d\'information modernes,
  • Compréhension des systèmes de production (ERP),
  • Connaissance minimaliste des bases de données,
  • Notions basiques de gestion de projet.

 Publics

  • Tout responsable décisionnel,
  • Chefs de projets décisionnels.

 Objectifs

  • Savoir créer une architecture de données adaptée aux besoins décisionnels des utilisateurs
  • Comprendre les fondements et mesurer les enjeux et impacts d'un projet décisionnel
  • Maîtriser les concepts de la modélisation par les objets
  • Savoir concevoir et modéliser un entrepôt de données
  • Découvrir le rôle des différents outils de l'informatique décisionnelle

 Plan de formation

Introduction au contexte

  • Historique de l’informatique décisionnelle
  • Modélisation dimensionnelle

Les limites du système d’information opérationnel

  • Systèmes transactionnels
  • Il ne permet pas les analyses
  • Exemple
  • Information de contrôle vs Information de conduite

L’objectif d’un l’entrepôt des données

  • Définition de l’entrepôt de données
  • L’objectif de l’entrepôt de données

Les défis d’un entrepôt de données

  • Les défis d’un entrepôt de données
  • Centraliser les informations en une base unique
  • Intégrer des données élémentaires comme des données complexes
  • Faciliter la « gestion » des données centralisées
  • Respecter les contraintes de temps
  • Offrir un outil sur mesure permanent

La Modélisation

  • Introduction

Exercice n°1

  • Méthodologie de modélisation
  • Les différents types de modélisation
  • Modélisation en Etoile
  • La table de Fait
  • Les tables de dimension
  • Remarque sur les performances
  • Le modèle en étoile
  • Modélisation en flocon
  • Modélisation en Constellation
  • Le modèle en constellation
  • Modélisation de type « SnowStorm »
  • Modélisation en Matrice
  • Modélisation : Axiomes

Exercice N°2

  • Comment modéliser ?
  • Les dimensions
  • Schéma à parents multiples
  • Dimensions Multi-Références
  • Volume des tables de dimension

Exercice N°3

  • Modélisation de la dimension temps : l ’axe temporel
  • Quelles questions se poser ?
  • Dimension temps normalisée
  • Dimension temps dénormalisée

Exercice N°4

  • Les faits
  • Requêtes utilisant plusieurs tables de fait
  • Tables de fait sans fait
  • Table de suivi d’événements
  • Les tables de couverture
  • Modélisation : Axiomes

Exercice N°5

  • Dénormalisation
  • Dénormalisation excessive

Exercice N°6

  • Périmètre « courant »/Périmètre « constant »
  • Modélisation : Axiomes

Exercice N°7

  • Optimisation « Physique »
  • Niveau de détail
  • Table d’agrégat à 2 dimensions
  • Définition d’un agrégat
  • Table d’agrégat à 3 dimensions
  • Gestion des agrégats
  • Partitionnement vertical des tables de dimension

Exercice N°8

  • Risques dans la modélisation de données dimensionnelle
  • Méthode de construction d’un entrepôt
  • « Guide » de modélisation
  • Lisibilité Utilisateur

 Profil du formateur

Nos consultants sont experts dans ce domaine. Ils vous apporteront les connaissances techniques et théoriques nécessaire à développer votre maîtrise dans les outils de décisionnel ainsi qu’à la mise en route de vos projets. La mise en pratique sera appuyé