BUSINESS INTELIGENCE : Exploitation d'un Datamart

2,046
-1

Published on

De nos jours, L’informatique décisionnelle est très utile pour faire face à la concurrence dans tout le marché. La « Caisse d’Epargne de Madagascar » est toujours digne d’être le leader dans son domaine de produit d’épargne avec les bonnes décisions qu’elle a bien analysées dans tous les temps avant d’être appliquées. Ce projet intitulé « Business intelligence : Exploitation d’un Datamart » est espéré être un outil d’aide à la décision pour les dirigeants, ainsi mis en place au sein de la société pour garder sa bonne notoriété. En effet ce thème a été développé en trois grandes parties : les notions générales, description du projet et analyse, enfin, la réalisation. Pour ce faire, nous avons adopté la modélisation en étoile pour la conception, l’environnement Microsoft pour la réalisation du système (SQL Server, integration services, analysis services, reporting services de SQL Server 2008 R2).
______________
Nowadays, Business Intelligence is very useful to face competition in all the market. The saving bank of Madagascar (Caisse d’Epargne de Madagascar) is always the leader in the field of saving by having the best decisions. This project entitled “Business Intelligence : Exploitation d’un Datamart” is not only expected to be one tool of decision and help for the leader but also to keep a good notoriety for the company. This topic was divided into three great parts : the general concepts, description of the project and analyzes, finally, the realization. We were in favor of star schema for modeling the design, Microsoft environment for the realization of the system (SQL Server, Integration Services, Analysis Services, Reporting Services of SQL Server 2008 R2).

Falitokiniaina RABEARISON

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,046
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
138
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

BUSINESS INTELIGENCE : Exploitation d'un Datamart

  1. 1. BUSINESS INTELLIGENCE : Présenté par : Mr RABEARISON Falitokiniaina Sous l’encadrement de : Dr RAKOTOASIMBAHOAKA Cyprien Robert (Encadreur Pédagogique) Mr RAKOTOMALALA Tahiry (Encadreur Professionnel) RAPPORT DE STAGE POUR L'OBTENTION DU DIPLÔME DE LICENCE PROFESSIONNELLE OPTION : Génie-Logiciel et Base de Données Membres du Jury : Pr RAMAMONJISOA Andriantiana Bertin Olivier (Président du Jury) Dr RATIARSON Venot (Examinateur) Dr RAKOTOASIMBAHOAKA Cyprien Robert (Encadreur Pédagogique) 02 Mai 2012
  2. 2. AGENDA PRESENTATION DE L’ECOLE NATIONALE D’INFORMATIQUE PRESENTATION DE LA CAISSE D’EPARGNE DE MADAGASCAR DESCRIPTION DU PROJET ANALYSE DE L’EXISTANT NOTIONS DE BUSINESS INTELLIGENCE ANALYSE CONCEPTUELLE REALISATION DU PROJET DEMONSTRATION
  3. 3. PRESENTATION DE L’ENI Créée le 24 Mai 1983, 13 promotions d’Analystes Programmeurs, 22 promotions d’Ingénieurs Informaticiens, 13 promotions de Techniciens Supérieurs en Maintenance des Systèmes Informatiques, 03 promotions de DEA en Informatique.
  4. 4. PRESENTATION DE L’ENI Organigramme Conseil d'école Direction Conseil Scientifique Collège des enseignants Secrétariat principal Service de la scolarité Service de la comptabilité Départements Formation théorique Formation pratique Formation Doctorale Administration Réseau et Système
  5. 5. PRESENTATION DE L’ENI DOMAINES DE SPÉCIALISATION Génie logiciel et base de données, Maintenance des systèmes informatiques, Administration des systèmes et des réseaux, Modélisation environnementale et Système d’Information Géographique.
  6. 6. PRESENTATION DE LA CEM
  7. 7. PRESENTATION DE LA CEM Raison sociale : CAISSE D’EPARGNE DE MADAGASCAR, Ar 21.000.000,00 de capital, Fonds social de réserve, Siège social : Tsaralalàna Antananarivo, Réseau de 24 agences.
  8. 8. PRESENTATION DE LA CEM Organigramme PRMP Personnel Responsable des Marchés Publiques DCG Direction Contrôle Gestion DAI Direction Audit Interne DAJC Direction Affaire Juridique et Contentieux DE Direction d’Etude DF Direction Financière DRE Direction Responsable d’Exploitation DAG Direction Affaire Générale DSI Direction des Systèmes d’Informations
  9. 9. PRESENTATION DE LA CEM Missions  Promouvoir l’épargne individuelle et l’éducation à l’épargne ;  Fructifier les fonds collectés ;  Mettre à la disposition du public, en particulier les petites et moyennes entreprises, une gamme de services financières.
  10. 10. DESCRIPTION DU PROJET
  11. 11. DESCRIPTION DU PROJET Contexte Mettre en place un système informatique pour l’exploitation et valorisation du patrimoine informationnel relatif aux clientèles et produits de la CEM.
  12. 12. DESCRIPTION DU PROJET Objectifs  Faciliter le suivi de l’évolution des produits,  Développer un système décisionnel basé sur des outils faciles à entreprendre.
  13. 13. DESCRIPTION DU PROJET Besoins de l’institution • Regrouper les informations disséminées, • Accéder au patrimoine informationnel de l’institution, • Analyser et prendre des décisions rapidement (OLAP).
  14. 14. DESCRIPTION DU PROJET Résultats éscomptés  Valoriser chaque information qui est parfois négligée,  Libérer le service d’étude et développement de la DSI aux requêtes SQL à chaque demande d’informations des directions les nécessitant,  Avoir un gain de temps dans l’analyse des patrimoines informationnels.
  15. 15. ANALYSE DE L’EXISTANT
  16. 16. SQLs Complexes ANALYSE DE L’EXISTANT Fonctionnement actuel
  17. 17. ANALYSE DE L’EXISTANT Inconvénients de l’organisation actuelle Lenteur du traitement, Requêtes réservées aux informaticiens uniquement, Risque d’existence d’erreurs dans les résultats, Même presque 85% des décideurs ne sont pas satisfaits du retour.
  18. 18. BUSINESS INTELLIGENCE (B.I.) NOTIONS DE
  19. 19. NOTIONS DE B.I. Père : Ralph Kimball B.I. : Compétences Manager + Informatique Business Intelligence ou Informatique décisionnelle désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et réstituer les données, matérielles ou immatérielles, d’une entreprise en vue d’offrir une aide à la décision et de permettre aux responsables de la stratégie d’entreprise d’avoir une vue d’ensemble de l’activité traitée.
  20. 20. NOTIONS DU B.I. Processus global Phase de CollectePhase d’intégrationPhase d’organisationPhase de restitution
  21. 21. NOTIONS DE B.I. Architecture de la B.I. Entrepôt de données (ED) ou Datawarehouse (Bill Inmon1990) : Collection de données thématiques, intégrées, non volatiles et historisées, pour la prise de décision. Datamart : ED spécialisé«métier», ou ED partiel.
  22. 22. ANALYSE CONCEPTUELLE
  23. 23. ANALYSE CONCEPTUELLE Modèle dimensionnel Table de faits • table contenant une clé multiple • table Contenant des faits numériques • Les faits les plus utiles sont numériques et additifs. • les agrégats, ou tables d’agrégat, sont des enregistrements récapitulatifs. tables de dimensions Ensemble de tables secondaires, Tables possédant une clé primaire unique correspondant à l’un des composants de la clé multiple de la table de faits. + JOINTURES + Shéma en étoile
  24. 24. ANALYSE CONCEPTUELLE Modèle dimensionnel Floconnage Définition : dimension dont les champs à faible cardinalité sont dans des tables séparées, reliées à la table d’origine au moyen de clés artificielles. Shéma en flocon
  25. 25. ANALYSE CONCEPTUELLE Modèle de la base cible  Notre base n’est pas une base de plusieurs millions de ligne,  Simplification du modèle.
  26. 26. REALISATION DU PROJET
  27. 27. REALISATION DU PROJET Choix de la solution B.I. Utilisation de SQL Server 2008 R2  Complet, puissant, professionnel pour un projet BI,  Procuration de l’agilité du projet BI,  Possession d’outil commun pour toutes les tâches de BI (BIDS).
  28. 28. REALISATION DU PROJET SQL Server 2008 R2
  29. 29. Intégration de données – Alimentation du DM REALISATION DU PROJET EXTRACTION TRANSFORMATION CHARGEMENT (ETL)
  30. 30. Analyses Statistiques Tableurs Requêtes & Rapports OLAP Architecture du projet REALISATION DU PROJET Cubes multidimensionnels OLAP OLAP Server Stockage OLAP Outils Front-End
  31. 31. Réalisation du projet Cube de données Représentation de la table des faits sous forme d’un cube, chaque axe correspondant à une dimension.
  32. 32. Réalisation du projet Analyses Cas 1 : visualisation des récapitulatifs de versement du protocole CEM dans toutes les agences durant les 4 années. Cube multidimensionnel présentant les récapitulatifs de versement par année, par agence et par protocole.. Cas 2 : visualisation des récapitulatifs de versement du protocole PARTICULIER dans l’agence d’Antsirabe pour l’année 2009.
  33. 33. REALISATION DU PROJET Opérations OLAP 1) Pivoter (pivot, swap) Tourner le cube pour visualiser une face (Agence, Protocole)(Agence, Année) 2) Forage vers le bas (drill-down) Détailler selon une dimension Année  Mois 3) Forage vers le haut (drill-up, roll-up) Agréger selon une dimension Mois  Année 4) SLICE et DICE Sélection et projection selon 1 axe Mois = 04-2009 ; Projeter(Agence, Protocole)
  34. 34. DEMONSTRATION
  35. 35. CONCLUSION
  36. 36. QUESTIONS / REPONSES BUSINESS INTELLIGENCE :
  37. 37. MERCI DE VOTRE AIMABLE ATTENTION  BUSINESS INTELLIGENCE :
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×