SYSTEMES D’INFORMATION DECISIONNELS
Intelligence artificielle
Objectifs
Comprendre et avoir une approche des systèmes d’entreposage de données : organisation, architectures, technologies.
Modélisation multidimensionnelle.
Intégration de données : approches et mise en œuvre (ex. Polystore).
Découverte des différents types d’analyses, requêtes analytiques.
Rafraichissement de données dans les entrepôts de données : approches et algorithmes.
Contenu pédagogique
LA PROBLÉMATIQUE DE L’ENTREPRISE
- La place du système d’information au sein de l’entreprise
- Le rôle de la Business Intelligence au sein du système d’information
DE L’INFOCENTRE AU DATAWAREHOUSE
- Infocentre – Ensemble de données
- Datawarehouse
- Orientation sujet (Datawarehouse, Datamart)
- Des données intégrées, historisées, non volatiles
- Qualité de données
LES ETAPES DE CONSTRUCTION D’UN SYSTEMES D’INFORMATION DECISIONNEL
- L’Architecture
- Les traitements
- Les sources de donnée
- Qualité et nettoyage de données
- ETL (Extraction, Transformation, Chargement)
MODÉLISATION
- Les tables de faits
- Les tables de dimensions
- Les tables d’agrégats
RAFFRAICHISSEMNET DE DONNEES D’UN ENTREPÔT
- Définition du problème
- Les différentes stratégies
- Algorithmes de propagation incrémentale
LE CUBE DE DONNEES
- Modélisation
- Construction
- Interrogation multidimensionnelle
- Optimisation : temps de réponse vs espace de stockage
PRÉSENTATION D’OUTILS
- La famille des ETL
- Les outils de reporting et d’analyse
ETUDES DE CAS
- Mise en place d’un projet décisionnel sur un cas pratique Réel :
- Analyse du cahier de charge
- Modélisation de l’entrepôt de données
- Alimentation de l’entrepôt avec un outil ETL (Talend)
- Mise à jour et maintenance de l’entrepôt de données
- Reporting
- Spécification de requêtes multidimensionnelles
- Construction de cubes