Datawarehouse C. Vangenot Plan „ Partie 1 : Introduction 1. Objectifs ‹ 2. Qu'est ce qu'un datawarehouse? ‹ 3. Pourquoi ne pas réutiliser les BD? ‹ „ Partie 2 : Implémentation d'un datawarehouse ROLAP ‹ MOLAP ‹ HOLAP ‹ „ Partie 3 : Cube Hypercube: Mesures et Dimension ‹ Opérateurs de manipulation ‹ „ Partie 4 : Modélisation en étoile et en flocon „ Partie 5 : Conception d'un datawarehouse Partie 1: Introduction 1- Objectifs „ Transformer un système d’information qui avait une vocation de production en un SI décisionnel ‹ „ = Transformation des données de production en informations stratégiques Exemple de requêtes décisionnelles : Catégorie socioprofessionnelle des meilleurs clients de chaque région ‹ Evolution de la part de marché d’un produit particulier ‹ Nombre d'employé de l'entreprise par classe d'âge, par sexe, par grade ‹ Quel est le profil des employés les plus performants? ‹ Objectifs (2) „ „ Gestion et visualisation des données doit être rapide et intuitive > visualisation multi-dimensionnelle des données: Date Ecrou Vis Région Boulon Joint Est Janvier Février Mars Centre Ouest Type de Produit Objectifs (3) „ „ Pour cela, nécessaire de retrouver et d’analyser rapidement les données provenant de diverses sources DW offre une vision transversale des données de l'entreprise ‹ „ intégration de différentes BDs Les données doivent être : ‹ ‹ ‹ ‹ Extraites Groupées ensembles et organisées Corrélées Transformées (résumé, agrégation) 2- Qu'est ce qu'un data Warehouse? „ Ensemble de données destinées aux "décideurs" ‹ souvent une copie des données de production ‹ avec une valeur ajoutée (agrégation, historique) ‹ intégrées ‹ historisées ‹ „ Ensemble d'outils permettant de regrouper les données ‹ de nettoyer, d'intégrer les données, ... ‹ de faire des requêtes, rapports, analyses ‹ de faire du data mining ‹ faire l'administration du warehouse ‹ Fonctions d'un Data Warehouse „ Récupérer des données existants dans dif