Conclusion partielle
Dans ce chapitre, nous avons traité les
généralités sur les systèmes décisionnels
(Business Intelligence) ; avons défini l'informatique
décisionnelle, l'architecture de systèmes décisionnels et
ses différents enjeux avec leurs fonctions ; et avons abordé les
systèmes décisionnels qui sont des systèmes qui permettent
aux décideurs des entreprises de prendre des décisions optimales
et importantes pour une meilleure gestion des leurs entreprises. Le chapitre
suivant abordera les notions de Data werahouse.
11 Groupe EVOLUTION. F. Bret. T. Cruanees. I.
Guessarian. E. Metais. M-C. Rousset. S. Schwer. O. Teste. G. Zurfluh,
Ingénerie des systèmes d'information, édition
HERMES, 2001, p.38
Page | 21
CHAPITRE II: LE DATA WAREHOUSE
2.0 INTRODUCTION
Les entrepôts des données intègrent des
informations en provenance de différentes sources, souvent reparties et
hétérogènes ayant pour objectif de fournir une vue globale
de l'information aux analystes et aux décideurs.
La construction et la mise en oeuvre d'un entrepôt de
données représentent une tâche complexe qui se compose de
plusieurs étapes.
La première est l'analyse des sources de données
et l'identification des besoins des utilisateurs, la deuxième correspond
à l'organisation des données à l'intérieur de
l'entrepôt. En fin, la troisième sert à établir
divers outils d'interrogation, d'analyse, et de fouille de données.
Chaque étape présente des problèmes
spécifiques. Ainsi, par exemple, lors de la première
étape, la difficulté principale consiste en l'intégration
des données, de manière à ce qu'elles soient de
qualité pour leur stockage. Pour l'organisation, il existe plusieurs
problèmes comme la sélection des vues à
matérialiser, le rafraichissement de l'entrepôt, la gestion de
l'ensemble de données courantes et historisées.
En ce qui concerne le processus d'interrogation, nous avons
besoin des outils performants et conviviaux pour l'accès et l'analyse de
l'information.
2.1 DÉFINITION D'UN DATA WAREHOUSE (DW)12
Un entrepôt de données est une collection de
données orientées sujet, intégrées, non volatiles
et historisées, organisées pour le support d'un processus d'aide
à la décision. Nous détaillons ces caractéristiques
:
V' Orientées sujet : les données des
entrepôts sont organisées par sujet plutôt que par
application, par exemple, une chaine de magasins d'alimentation organise les
données de son entrepôt par rapport aux ventes qui ont
été réalisées par produit et par magasin, au cours
d'un certain temps.
V' Intégrées : les données provenant de
différentes sources doivent être intégrées, avant
leur stockage dans l'entrepôt de données.
12 Jarke M., Lenzerini M., Vassiliou Y.,
Vassiliadis P., "Fundamentals of Data Warehouses", Ed. Springer Verlag,
ISBN 3-540-65365-1, 1999, p.187
Page | 22
L'intégration, c'est à dire la mise en
correspondance des formats, permet d'avoir une cohérence de
l'information.
V' Non volatiles : à la différence des
données opérationnelles, celles de l'entrepôt sont
permanentes et ne peuvent pas être modifiées. le rafraichissement
de l'entrepôt consiste à ajouter de nouvelles données, sans
modifier ou perdre celles qui existent.
V' Historisées : la prise en compte de
l'évolution des données est essentielle pour la prise de
décision qui, par exemple, utilise des techniques de prédication
en s'appuyant sur les évolutions passées pour prévoir les
évolutions futures.
| 
