Faculté des Sciences et Techniques de Tanger

Département Génie Informatique

Cycle Ingénieur
Logiciel et Système Informatique

Informatique Décisionnelle et data mining

INFORMATIQUE DECISIONNELLE

Informatique Désisionnelle
DataWareHouse et Analyse OLAP

1
 Contextes économique et informationnel actuel

 Contexte économique
Mondialisation de l'économie, Concurrence accrue, Besoin dʼinformations
pour prises de décisions de plus en plus rapides
 Contexte informationnel
Décentralisation des données, données volumineuses (méga-data) et
difficulté d'accès à l'information
Traitement et analyse de l’information: enjeu stratégique dʼentreprise, une
source de performance et de compétitivité
 Contexte informatique
Puissance de calcul croissante
Capacité de stockage croissante
Bases de données de plus en plus importantes
SGBD de plus en plus performants (parallélisme, …)
Ouverture sur le Web, …
3

Informatique Décisionnelle/Business Intelligence

Les systèmes de ID/BI sont utilisés par les décideurs pour

obtenir

 une connaissance approfondie de l'entreprise et de définir

et de soutenir leurs stratégies d'affaires, par exemple :
– améliorer la performance de lʼentreprise,
– acquérir un avantage concurrentiel,
– Identifier des secteurs d’activité critiques
– répondre plus rapidement aux changements,
– augmenter la rentabilité (coûts, bénéfices),
– d’une façon générale la création de valeur ajoutée de l'entreprise

2
 BI/ID

 Collecter les données internes et externes et les transformer en informations,

analysées pour prendre de meilleures décisions et améliorer la performance
de l’entreprise.

 Le Business Intelligence restitue une vision cohérente du fonctionnement de

l’organisation :
 Assurer la cohérence entre les objectifs stratégiques (décisions) et les actions
du management opérationnel

 Fournir une vision prospective : mesurer la performance de la stratégie

choisie et agir en conséquence

 Modéliser le business
5

Les étapes historiques importantes

 1958 : Utilisation pour la première fois du terme « Business Intelligence »

par Hans Peter Luhn un Informaticien d’IBM.

 1992 : Bill Inmon, publie «Building the Data Warehouse» . 1st Edition.
Wiley and Sons.

 2000 : Ralph Kimball, publie «A Dimensional Modeling Manifesto».

3
 L’informatique décisionnelle

DSS pour Decision Support System

 L’informatique décisionnelle est un des domaines techniques de la

Business Intelligence.

 Re fédérer les données pour que l’utilisateur puisse récupérer celles qui
l’intéresse dans son langage métier.

Applications

• Banque: comportement (Chèques, cartes de crédit, attribution et

remboursement de crédit), profils
• Entreprises de fabrication: gestion des commandes,
• Assurance: analyse des demandes, détection de la fraude
• Télécommunication: analyse des appels, désabonnement
• Service public: analyse de l'utilisation
• Santé: analyse et évaluation des services
• ...
8

4
 Exemple

Clients bancaires avec un prêt

x: "mauvais" clients ayant des paiements périodiques à la banque après la date
d'échéance
9 o: «bons» clients respectant la date d'échéance du paiement périodique

SID Vs SIO : Données

OLTP (Online Transactional OLAP (Online Analytical

Processing) Processing)
Nécessaire au Utilisée pour analyser le
fonctionnement de fonctionnement de
l ’organisme (entreprise par ex) l ’organisme (entreprise par ex)

Normalisé Souvent agrégées

En règle générale non Le temps est fondamental

Historisées

Maintenant Passé

10

5
 SID Vs SIO : Données

• OLTP :
– Les ventes par catégorie et par mois :
Mois /Catégorie Nettoyage Alimentation Vêtement Papeterie
Janvier 200.000 150.000 180.000 50.000
Février 180.000 140.000 250.000 55.000
Mars 220.000 155.000 100.000 48.000
…

• OLAP :
– Les ventes par catégorie, par magasin , par vendeur et par mois

11

Système d'
d'Info. de Production
Orientation : Gestion Système d'
d'Info. Décisionnel
Orientation : Pilotage

BD
BD
Fournisseurs
Flux de Clients
données
externes
BD
Compta

Entrepôt de
BD
DRH
Données
BD
Magasins
BD
Marketing BD
Produits

6
13

Données  Information  Connaissance

14

7
 Composantes d’un SID

 Alimentation du DataWareHouse (ETL),

 DataWareHouse, DataMart

 Restitution des données : Pilotage ou Requêtage,

 Analyse des Données:Statistiques, Datamining

 Résultats: Reporting, Interface Utilisateur, dashboards, visualization

d’information, portail

 Applications: management de la performance, CRM, Portfolio

management, etc
15

Architecture d'un système décisionnel

Outil Entrepôts de données Bases dédiées

Sources
de Données d’alimentation

Requêteur
Pilotage
DM Requêteur
ORACL
Sources de Données
E DataMart Pilotage
Bases de données
DW
H
Requêteur
SYBASE DataWareHouse
Pilotage Extract DM
DM Phase de Restitution
ORACL
E
DWH
Transform
Cubes
DM Data Mining
Cube
Excel
Load

Phase d’Analyse
16 Phase d’Alimentation
Phase de Modélisation

8
 Gestion de projet décisionnel

17

Phase de Modélisation

18

9
 DataWareHouse

 L’entrepôt de données est un système transversal, qui

complète les systèmes opérationnels.

 Contient de grandes quantités de données

– provenant de diverses sources,
– sauvées sous un schéma de données unique, et
– résidant à un endroit unique

 Construit par:
– Nettoyage, transformation, intégration, chargement et
rafraîchissement périodiques des données
19

DataWareHouse - DataMart

Un DataWareHouse est un entrepôt de données :

Organisées suivant des thèmes précis (clients, activités, …) associés aux
différentes structures fonctionnelle de l’entreprise.
Non volatiles (non modifiables), essentiellement utilisées en interrogation
(consultation)
Integrées : les données résultent de lʼintégration de données provenant de
différentes sources pouvant être hétérogènes
Historisées Organisés suivant une chronologie historique

Un DataMart : magazin de données:

Versions simplifiées, car plus ciblées, des entrepôts des données

20

10
 Processus général de construction et exploitation
dʼun ED

Processus en 3 phases :
1 - Construction de la BD décisionnelle
Modélisation conceptuelle des données multiformes et multi-sources
Conception de lʼentrepôt de données
Alimentation de lʼentrepôt (extraire, nettoyer, transformer, charger)
Stockage physique des données
2 - Sélection des données à analyser
Besoins dʼanalyse de lʼutilisateur
Datamarts (Magasins de données)
Cubes multidimensionnels
Tableaux ou tables bidimensionnels
3 - Analyse des données
Stastiques et reporting, OLAP, Data Mining
21

Le modèle multidimensionnel

 Le modèle multidimensionnel est la combinaison de tables de

dimensions et de faits.

Le fait est le sujet de l’analyse. Il est formé de mesures, généralement numériques,

renseignées de manière continue. Ces mesures permettent de résumer un grand
nombre d’enregistrements des données sources en quelques-uns.
Une mesure est une quantité intéressante que l'on souhaite observer, par exemple:
montant des ventes, quantité de produit vendus,…

Le fait est analysé selon des perspectives, nommées dimensions. Chacune contient
une structure hiérarchique (niveaux). Une hiérarchie est composée de niveaux
("levels") correspondant à un des attributs de la base de données
la dimension « temps », par exemple, pourrait être divisée en années, trimestres,
mois, semaines, jours…
la dimension Store" est composée des niveaux "Country", "State", "City",
"Store_Name"
22

11
 Schéma dʼune BD multidimensionnelle

Un schéma = modèle logique définissant une

BD multidimensionnelle ainsi que les structures associées :
cubes, dimensions, hiérarchies, niveaux et membres (valeurs)
Il donne aussi la source des données représentées dans le modèle logique
Il est en général en étoile, se traduit par un ensemble de tables relationnelles

Composants majeurs d’un schéma :

cube = collection de dimensions et de mesures dans un domaine particulier.
dimension = attribut, ou ensemble d'attributs, à travers lesquels sont
observées les mesures
mesure = quantité intéressante, quʼon souhaite observer (Ex : montant des
ventes,
…)
23

Implantation classique: Modèle en étoile

Le schéma en étoile contient 2 types de tables:

Tables de faits:

• Contiennent des colonnes des faits à analyser (mesures);

• Contiennent des clés étrangères vers les tables de dimension.

Tables de dimension:

• Décrivent les attributs des dimensions de l'analyse;

• Décrivent les niveaux de granularité de ces dimensions.

Granularité / Finesse des Faits - Niveau de détail de représentation
24

12
 Modèle en étoile

•Au centre la table des faits

•Les dimensions comme autant de branches à l'étoile.
•Les branches de l'étoile sont des relations de 1 à plusieurs
•La table des faits est énorme contrairement aux tables des dimensions

25

Modèle en étoile

26

13
 Modèle en flocon

Raffinement du schéma étoile avec des tables normalisées par dimensions

27

Modèle en flocon

28

14
 Modèle en constellation

29

Exemple: Prix Festivals de Cinéma

Schéma en étoile

30

15
 Exemple: Prix Festivals de Cinéma
Table de dimension

•Awards

31

Exemple: Prix Festivals de Cinéma

Table de dimension

•Award categories

32

16
 Exemple: Prix Festivals de Cinéma
Table de dimension

•Year

33

Exemple: Prix Festivals de Cinéma

Table de dimension

•Movie

34

17
 Exemple: Prix Festivals de Cinéma
Table de dimension

•Winners(names)

35

Exemple: Prix Festivals de Cinéma

Table de Fait

•AwardCollectionFact

36

18
 OLAP & BD multi-dimensionnelles

En informatique, et plus particulièrement dans le domaine des

bases de données, le traitement analytique en ligne (online
analytical processing, OLAP) est un type d’application
informatique orientée vers l’analyse sur-le-champ d’informations
selon plusieurs axes, dans le but d’obtenir des rapports de
synthèse

37

OLAP & BD multi-dimensionnelles

•Les bases de données opérationnelles relationnelles ne sont pas adaptées à l'OLAP car
les tables représentent une vue aplatie de structures naturellement multi-
dimensionnelles.
•Non seulement perte de performances mais aussi nécessité pour les utilisateurs de
savoir comment trouver les liens entre les tables pour recréer la vue multi-
dimensionnelle.
•Il est donc nécessaire de disposer d'une structure de stockage adaptée à l'OLAP, i.e.
permettant de
•visualiser les données dans plusieurs dimensions naturelles,
•de pouvoir définir et ajouter des dimensions facilement
•de manipuler les données ainsi représentées facilement et efficacement.
Bases de données multi-dimensionnelles ("Cube")
38

19
 BD multidimensionnelle = hyper-cube

•Les axes sont appelés dimensions définies par l'utilisateur

•Les points dans l'espace (cellules) contiennent des mesures
•Les opérateurs sur le cube sont algébriques (retournent un cube) et peuvent ainsi être combinés

VENTES

M Clio
OD mesures
EL
E Jaguar

Tutu
Tata
Espace Titi
Toto
bleu blanc rouge

COULEUR dimensions

39 Base de données multi-dimensionnelle = "super-tableur"

Cube multidimensionnel

40

20
 Cube multidimensionnel

Gamme

Dimension Produit

Produit

Ventes
Magasin Ville Région Pays

Mois Dimension Géographie

Trimestre
Dimension Temps

Année

41

Cube multidimensionnel

42

21
 La navigation dans un hypercube

Les outils du monde décisionnel offrent des possibilités de « navigation »

dans les différentes dimensions du cube ou de l'hypercube :
 le drill down ou le forage avant : « zoomer » roll-down sur une dimension (par
exemple d'éclater les années en 4 trimestres pour avoir une vision plus fine, ou de
passer du pays aux différentes régions),
 le drill up ou le forage arrière (aussi appelé "roll-up") : c'est l'opération inverse
qui permet d'« agréger » les composantes de l'un des axes (par exemple de
regrouper les mois en trimestre, ou de totaliser les différentes régions pour avoir
le total par pays),
 slicing , scoping: autorise l’extraction d’une tranche (Sélection d’une
dimension pour passer `a un sous-cube), d’un bloc d’informations (Sélection de
deux ou plusieurs dimensions). Il s’agit d’une sélection classique

43  Rotate, swap : permet d’interchanger deux dimensions

Représentation d’un cube

44

22
 Langage de requêtes

, OLAP utilise aussi des langages de requêtes semblable à SQL

pour les bases de donnés mais orienté tableur,

L’inconvénient est qu’il n’y a pas de langage universel.

Néanmoins, on peut distinguer deux tendances :

 MDX de l’anglais Multidimensional Expressions intégré à

Microsoft SQL Server 2005.

 OLAP DML (Data Manipulation Langage) intégré à Oracle 10g.

45

Comparaison entre SQL et MDX

MDX est fait pour naviguer dans les bases multidimensionnelles et

pour exécuter des requêtes sur tous leurs objets (dimensions,
hiérarchies, niveaux, membres et cellules) afin d'obtenir
(simplement) une représentation sous forme de tableaux croisés.

La syntaxe de MDX ressemble à celle de SQL par ses mots clé

SELECT, FROM, WHERE,

Mais leurs sémantiques sont différentes :

 - SQL construit des vues relationnelles
 -MDX construits des vues multidimensionnelles des données

46

23
 Comparaison entre SQL et MDX

Relationnel (SQL) Multidimensionnel (MDX)

Table Cube
Colonne (chaine de Niveau (Level)
caractère ou valeur
numérique)
plusieurs colonnes liées ou Dimension
une table de dimension
Colonne (discrète ou Mesure (Measure)
numérique)
Valeur dans une colonne et Membre de dimension
une ligne particulière de la (Dimension member)
47 table

Structure générale d’une requête :

 SQL : SELECT column1, column2, …, columnn FROM table

 MDX : SELECT axis1 ON COLUMNS, axis2 ON ROWS FROM cube

FROM spécifie la source de données

– En SQL : une ou plusieurs tables
– En MDX : un cube
 SELECT indique les résultats que l’on souhaite récupérer par la requête :
En SQL :
– Une vue des données en 2 dimensions.
– Lignes (rows) et colonnes (columns), les lignes ont la même structure définie par les
colonnes

En MDX :
– Nombre quelconque de dimensions pour former les résultats de la requête
48 – Terme d’axe pour éviter confusion avec les dimensions du cube

24
 Requête MDX

49

Requête MDX

50

25
 DatawareHouse/Cube

51

Exemple Requête MDX

52

26
 Requête MDX: Membre

Un membre = une instance d'un niveau d’une dimension,

[2012]
[Time].[2012]
[Product].[Food]
[Product].[Food].[Baked Goods]
[Product].[All Products].[Food].[Baked Goods]

Utilisations de membres dans des requêtes simples :

SELECT [Time].[2012] ON COLUMNS
FROM [Sales]

SELECT [Product].[Food] ON COLUMNS

FROM [Sales]

SELECT [Product].[Food].[Baked Goods] ON COLUMNS

53 FROM [Sales]

Requête MDX: Tuple

Un tuple = suite de membres entre parenthèses séparés par une

virgule:
Ex : ( [Time].[2012] , [Product].[Food] )
on peut omettre les parenthèses si on a un tuple avec un seul membre.

Un tuple permet d’identifier une ou plusieurs cellules dans un cube situées à

l’intersection de ses membres :
SELECT ( [Time].[2012], [Product].[Food] ) ON COLUMNS
FROM [Sales]

SELECT ( [Product].[All Products].[Food].[Baked Goods], [2012] )

ON COLUMNS
FROM [Sales]
54

27
 Requête MDX: Tuple

Dans un tuple, les mesures sont traitées comme une dimension

particulière, nommée [Measures] :

SELECT
(
[Measures].[Unit Sales], [Product].[All Products].[Food].[Baked Goods]
)
ON COLUMNS
FROM [Sales]

55

Requête MDX: Set

Un set = un ensemble ordonné de tuples définit sur une même dimension

Un set commence par une accolade "{", dans laquelle sont énumérés les
tuples séparés par des virgules, et se termine par une accolade appariée
"}"
SELECT
{ ([Measures].[Unit Sales], [Product].[All Products].[Food].[Baked Goods]),
([Measures].[Store Sales], [Product].[All Products].[Food].[Baked Goods])
}
ON COLUMNS
FROM [Sales]

ce set contient :
• 2 mesures différentes (Units sales et Store Sales) et
56 • le même membre (Baked Goods) :

28
 TPs

S’initier au moteur OLAP open-source Mondrian, et son interface

graphique Jpivot
[Link]

57

29