Bi V1.5

Business Intelligence
Présentation
Sommaire
1. Le système d’information Décisionnel
2. Les modèles de données
3. Le Data Mining
4. L’offre BI de Microsoft
5. Les nouveautés avec SQL Server 2012

La BI pour qui ? Pourquoi ?
La chaine décisionnelle
Outils BI
Proactif
Data Mining
OLAP
Interactif
Reporting Adhoc
Reporting de masse
Passif
Rendu
Présentation Exploration Découverte
Définitions – Vocabulaire
• Infocentre = Base de données dédiée à l’analyse d’une application
 A l’origine des “copies” de base de production
• Staging Area : Espace de stockage temporaire des données provenant des différentes sources.
C’est un lieu où l’on va pouvoir stocker des données qui arrivent à des moments différents. C’est
une zone d’attente, une “salle d’embarquement”.
• ODS (Operating Data Store)

– Lieu où vont être effectuées les transformations, les croisements, etc. C’est l’étape juste avant
l’alimentation du Datawarehouse et il utilise, comme source la Staging Area.
– Le modèle de données de l'ODS est un modèle relationnel classique assez proche des modèles
de production
– Ce « sas » assure l'isolation des mondes "opérationnel" et "décisionnel" (performances,
exploitabilité...)
• Datawarehouse = Entrepôt de données, destiné à centraliser, nettoyer, et uniformiser les données

de l’entreprise à des fins de reporting et d’analyse. Il stocke l’historique des données avec la
granularité la plus fine,
• Data Mart : Entrepôt de données dédié à un métier particulier. Il est situé en aval du
Datawarehouse
Architecture cible
Source OLTP Modélisation
Infocentre (Miroir OLTP)
Staging Area
Stockage
ODS Multidimensionnel
DataWarehouse
Data Mart1 Data Mart2

OLAP Cubes
Reporting Outils Clients Restitution

Custom (Excel, Proclarity…)
Data Mining
Typologie et périmètre des projets décisionnels
• Un SID (système d’information décisionnel), c’est : « un système permettant aux utilisateurs de

l’entreprise de disposer d’informations pertinentes et d’outils d’analyse puissants pour les aider à
prendre les bonnes décisions au bon moment » (Bill Inmon)
• Un projet décisionnel est réussi quand l’utilisateur dit : « J’ai l’information, elle est sûre, je la
comprends, donc je l’utilise »
Modélisation BI
KIMBALL :
• Tables de fait , Tables de Dimensions
• Stockage dénormalisé des données
Inmon’s:
• S ’appuie sur une modélisation en BD relationnelle complexe
• Les données sont stockées dans la 3éme Forme Normale (3NF)
Lequel Choisir?
• Traditionnellement la modélisation Kimbal est utilisée
• Kimball permet un Feedback rapide / demandes métier
La pierre angulaire d’un système décisionnel
Le modèle de donnée
OLTP (Online Transaction Processing ) OLAP (Online Analytical Processing )

Reporting opérationnel Pilotage métier et entreprise
OLTP VS OLAP
OLTP OLAP
• Time-critical • Small delays tolerable
• In-place data update • Append only
• Current data (‘Snapshot’) • Historical and current data
• Functional transaction focus • Reporting (information
delivery) focus
• Store details only • Store summary + details
(e.g. counts and aggregates)
• Only keeps company internal data • Warehouse also keeps external data
(e.g. customer demographics)
Les modèle de données ROLAP
Gain en espace de
stockage
Performance
d’interrogations affectées
Schéma en flocon
Schéma en étoile
Economie de jointures à
l'interrogation
Perte en espace
de stockage
Les technologies Multidimensionnelles
Le Data Mining
QU'EST-CE QUE LE DATA MINING ?

C’est l'exploration et l'analyse de grandes quantités de données afin de
découvrir des formes et des règles significatives en utilisant des moyens
automatiques ou semi-automatiques.
Sexe
Age
Basé sur des méthodes mathématiques +/- Statut
complexes :
• Méthodes de tri : Les algorithmes de Data Mining
• Technique: Statistique Crédit Accordé
(Oui/Non)
• Résultat: Prédiction, estimation, classification
Les Algorithmes de Data Mining
Classification Estimation Cluster Forecast Association
-Naive Bayes - Clustering - Time Series -Règles d’Association

- Arbre de décision
-Arbre de décision -Arbre de décision
-Régression linéaire
-Réseaux de neurones
-Réseaux de neurones
-Réseaux Bayesiens
-Régression logistique
-Régression logistique
Analyse supervisée (Y=fct(x1,x2…xn)) Analyse Non-supervisée (pas de sortie à classer)
Sans le savoir, vous utilisez le Data Mining tous les jours!

Eg: Mozilla Thunderbird et Microsoft Outlook utilisent le
classifier Naive Bayes pour filtrer les spam de vos mails.
Exemple de Data Mining:
• Entreprise : banque
• Activité : prêts hypothécaires
• Problème : accepter ou refuser une demande de crédit ?
• Solution: Analyser les données historiques : solvabilité
observée lors des anciens crédits pour prévoir la solvabilité
des Nouveaux demandeurs de crédit
Crédits anciens Modèle Prédire nouvelle
(Oui/Non) Demande de crédit
• Sexe=M • Arbre de • Sexe=M

• Statut=M Décision • Statut=D
• Age=60 • Age=45
•… •…
• Crédit=Oui • Crédit =?
Quelques possibilités d'utilisation
Marketing
• Quel profil de client cibler lors d’une campagne marketing ?
• Quels clients sont susceptibles de réagir à une promotion
déterminée ? (CRM)
• Quels produits offrir à quels clients ? (Eg: Amazone)
Finances
• Quels produits financiers proposer à quels clients ?
• Comment détecter une faillite prochaine ? (Crise Boursière)
Télécommunications
• Quels clients sont susceptibles de nous quitter ?
• Quel est le profil des clients très rentables,
et des clients pas ou peu rentables ?
L’offre BI de Microsoft
SSIS
Architecture fonctionnelle avec Microsoft BI
Data Mining
SQL Server Management Studio
SQL Server Management Studio est un environnement intégré qui permet d'avoir accès, de configurer,
de gérer, d'administrer et de développer tous les composants de SQL Server.
SQL Server Management Studio associe un groupe d'outils graphiques à des éditeurs de script T-SQL,
MDX, …
SQL Server Integration Services
• Au-delà du simple transfert des données d’une source vers une destination,
l’ETL sert à :
– Ordonnancer des taches
– Nettoyer les données transférées
– Augmenter la puissance de traitement pour faire face à l’accroissement
constant des volumes de données
– Prendre en charge la totalité de la chaîne de traitement, c’est-à-dire d’être
à même de mettre à jour les cubes OLAP construits à partir des entrepôts
de données mis à jour
• À l’aide d’outils de débogage, les développeurs peuvent définir des points

d’arrêts sur les packages, les conteneurs, les événements de tâches et les
observateurs de données pour surveiller les données pendant leur passage dans
le ﬂux.
Extraire Transformer Charger

SQL Server Reporting Services
• SQL Server Reporting Services est un outil de génération de rapports
d’entreprise.
• Le générateur de rapports, autorise les utilisateurs à :

• Créer leurs propres rapports : reporting Had-hoc avec ReportBuilder
• S’abonner à des rapports (Pull/Push)
• Exporter les rapports en différents formats
SQL Server Analysis Services
• SQL Server Analysis Services permet de concevoir, de créer et de gérer des
structures multidimensionnelles qui contiennent des données agrégées
provenant d'autres sources de données
Le Data Mining avec Xls 2010
il s’agit d’utiliser de manière transparente et naturelle de puissants outils
statistiques. Des analyses prédictives rendues possibles directement depuis
Excel 2007 grâce à l’add-in nommé « SQL Server 2008 Datamining pour Excel.»
Portail Collaboratif (SharePoint 2010)
• Les technologies SharePoint apportent :
– Un portail d’entreprise qui intègrent tous les composants de Microsoft Business Intelligence :
rapports, analyses, tableaux de bord, Scorecards, feuilles Excel, …
– La BI collaborative pour agir après l’analyse.
– Des fonctionnalités clés telles que la recherche, la gestion de contenu, la collaboration, la
visualisation de feuilles Excel en mode web.
Microsoft SQL Server 2012 : Denali
High Scalability and Security & Web & Breadth Business EDIM
Availability Performance Manageability Intelligence
Windows Server 15 000 User-Defined PHP Driver Unified Data Lineage

Core Support partitions/table Server Roles Semantic Model
Reliable &
Integrated
Column store Crescent Impact Analysis
SQL Studio Semantic Platform
Failover Detection DataWarehouse
Application Contained Database LocalDB In-memory BI SSIS Server

Fast FileStream
Centric Failover Authentication for corporate
Multiple Readable Win32 access to Alerting Data Quality

Secondaries Database Replay UTF-16
database files
Sysprep for AS Enhanced MDS

Online Operations Audit Paging for
Fast Full Text result sets
Enhancements
PowerPivot
HA for Management Pack Enhancements
StreamInsight FileTable Full Globe
for High
Availability Spatial Support
AlwaysOn Reporting as
Backup DAC Enhancements SharePoint
Secondaries Shared Service
ODBC for Linux
SSMS
Enhancements
JDBC 4.0 driver
Merci …
Unified Semantic Model
Projet Crescent : Power View
Projet Crescent : Power View

Bi V1.5

Transféré par

Droits d'auteur :

Formats disponibles

Bi V1.5

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Bi V1.5

Transféré par

Droits d'auteur :

Formats disponibles

Business Intelligence

1. Le système d’information Décisionnel

2. Les modèles de données

5. Les nouveautés avec SQL Server 2012

• ODS (Operating Data Store)

• Datawarehouse = Entrepôt de données, destiné à centraliser, nettoyer, et uniformiser les données

Source OLTP Modélisation

Infocentre (Miroir OLTP)

Data Mart1 Data Mart2

Reporting Outils Clients Restitution

• Un SID (système d’information décisionnel), c’est : « un système permettant aux utilisateurs de

OLTP (Online Transaction Processing ) OLAP (Online Analytical Processing )

QU'EST-CE QUE LE DATA MINING ?

Basé sur des méthodes mathématiques +/- Statut

Classification Estimation Cluster Forecast Association

-Naive Bayes - Clustering - Time Series -Règles d’Association

Analyse supervisée (Y=fct(x1,x2…xn)) Analyse Non-supervisée (pas de sortie à classer)

Sans le savoir, vous utilisez le Data Mining tous les jours!

• Sexe=M • Arbre de • Sexe=M

• À l’aide d’outils de débogage, les développeurs peuvent définir des points

Extraire Transformer Charger

• Le générateur de rapports, autorise les utilisateurs à :

Windows Server 15 000 User-Defined PHP Driver Unified Data Lineage

Application Contained Database LocalDB In-memory BI SSIS Server

Multiple Readable Win32 access to Alerting Data Quality

Sysprep for AS Enhanced MDS

Vous aimerez peut-être aussi