Chapitre 9 : Business Intelligence
Transcript of Chapitre 9 : Business Intelligence
-
8/13/2019 Chapitre 9 : Business Intelligence
1/24
Chapitre 9:
Business Intelligence BI
Mme Ben Yahia I.
1
Web Marketing 2013 ISET de Djerba
Dpartement Technologies de l'Informatique
Licence Co-construite en Administration et Rfrencement des sites Web
-
8/13/2019 Chapitre 9 : Business Intelligence
2/24
Plan
Introduction
Dfinition de la Business Intelligence
Concepts de la BI
lments de la BI
Solutions logicielle
Dmo
Conclusion
Liens Utiles
2
-
8/13/2019 Chapitre 9 : Business Intelligence
3/24
Introduction
3
-
8/13/2019 Chapitre 9 : Business Intelligence
4/24
Monde oprationnelInformatique de production
Ce sont les taches, quotidiennes, rptitives et atomiques qui sont effectues par lesemploys de l'entreprise.
OLTP (OnLine Transactional Processing) : cest lensemble de systmes informatiquesoprationnels faits pour assister les oprations d'une entreprise. Les caractristiquesdes systmes oprationnels sont :
Grand public (grand nombre d'utilisateurs) Donnes atomique( Indivisible. Une opration atomique est garantie soit de
s'effectuer intgralement, sans tre interrompue, soit de ne pas s'effectuer du tout.) Extrmement rapides Petite volumtrie des donnes Transactionnels ( est un systme capable d'excuter un ensemble d'oprations
unitaires dans un contexte transactionnel donn) Lecture, criture et modification des donnes Projets comportant peu de risques Htrognes,
4
-
8/13/2019 Chapitre 9 : Business Intelligence
5/24
Monde dcisionnelInformatique de dcisionnelle
L'informatique dcisionnelle est l'ensemble des mthodes, moyens et outilsinformatiques utiliss pour piloter une entreprise et aider la dcision.Les caractristiques suivantes, et qui sont communes tout produit dcisionnel : Petit nombre d'utilisateurs
Donnes gnrales et dtailles Rapidit suggre Gros volumes de donnes Non transactionnels Donnes en lecture seule Projets trs risqus Centraliss partir de ces caractristiques, des concepts, outils, logiciels se sont forms et articulsautour de ce nouveau domaine qui est l'informatique dcisionnelle. Une nouvelle faonde concevoir les choses tait ne. Le Business Intelligence est n.
5
-
8/13/2019 Chapitre 9 : Business Intelligence
6/24
Business Intelligence
We are just beginning to understand how to use information as atool. Peter Drucker, thoricien amricain du management.
Dfinition:Le Business Intelligence, ou informatique dcisionnelle,
englobe l'ensemble des mthodes et technologies permettant laprise de dcision. Il permet d'extraire des donnes signifiantesde systme d'information, de les modliser selon des axespertinents pour les activits et les analyser. Ensuite il les restituesous la forme choisi afin d'avoir une vue claire et synthtique.
Avant: Pour bien dcider, il suffit de disposer de la bonneinformation. Aujourdhui: Pour faciliter la prise de dcision, il suffit de
dlivrer la bonne information la bonne personne.
6
-
8/13/2019 Chapitre 9 : Business Intelligence
7/24
Sur quoi se base le BI ?Les concepts
7
-
8/13/2019 Chapitre 9 : Business Intelligence
8/24
Datawarehouse
L'intelligence d'affaires se base sur un concept clqui est l'entrept de donnes ou le DataWarehouse, c'est une architecture de donnes(comme une base de donnes relationnelle
classique) qui permet, de part sa simplicit, dereprsenter et de rendre disponible un grosvolume de donnes.
C'est donc autour de cette grosse masse dedonnes organise trs simplement (en toile ou
en flocon), que viennent graviter les diffrentscomposants d'une architecture dcisionnelle.
8
-
8/13/2019 Chapitre 9 : Business Intelligence
9/24
Datamart
Le Data Mart est dfini comme la version"allge" du Data Warehouse.Le DataMart se focalise sur un sujet, unthme ou un mtier.
Les problmes commencent lorsque lesDataMarts se multipient, doublonnent et
compliquent la gestion des donnes...
9
-
8/13/2019 Chapitre 9 : Business Intelligence
10/24
Serveur d'analyse
OLAP (Online Analytical Processing): les bases de donnesmultidimensionnelles (aussi appeles cubes ou hypercubes) destines desanalyses complexes sur ses donnes.
OLAP se base sur les concepts de dimensions et de faits pour crer desreprsentations multidimensionnelles des donnes, c'est--dire que les faitssont calculs par rapport des axes . L'appellation "cube" est utilise pour
faciliter la visualisation du concept.Exemplede cube 3 dimensions, qui reprsenterait les ventes selon troisaxes : produit, client et date. Imaginez maintenant les oprationstrigonomtriques que l'on pourrait faire dessus : 1)Dcouper une tranche du cube : reviendrait faire une analyse par
rapport un seul axe. 2)Changer l'chelle des axes pour mieux voir : c'est dire zoomer ou d
zoomer sur le cube pour en apprcier le dtail ou la gnralit. 3)extraire une partie du cube : donc faire une slection de donnes.OLAP est une des meilleures solutions pour faire de l'analyse stratgique surles donnes d'une entreprise.
10
-
8/13/2019 Chapitre 9 : Business Intelligence
11/24
Reporting
Les outils de reporting proposent la ralisation derapports des diffrentes activits de lentrepriseselon un format prdtermin.
Il consiste extraire des donnes pour les
prsenter dans un rapport plus facilement lisible,ou de vulgarisation pour les donnes complexes.Il existe trois tapes majeures pour la cration d'untableau de reporting:
dfinir les objectifs cerner les variables d'action choisir les mesures
11
-
8/13/2019 Chapitre 9 : Business Intelligence
12/24
Tableau de bord
Un tableau de bord est un instrument demesure de la performance facilitant lepilotage "pro-actif" d'une ou plusieursactivits dans le cadre d'une dmarche deprogrs.
Le tableau de bord contribue rduire
l'incertitude et facilite la prise de risqueinhrente toutes dcisions.
12
-
8/13/2019 Chapitre 9 : Business Intelligence
13/24
Data Mining
La fouille de donnes ou ECD(Extraction deConnaissance partir des Donnes) a pourobjet lextraction dun savoir ou duneconnaissance partir de grandes quantits
de donnes, et de permettre de classer lesfaits et de les prvoir dans une certainemesure.
Le Data Miningenglobe toute une famille
d'outils facilitant l'analyse des donnescontenues au sein d'une base dcisionnellede type Data Warehouse ou DataMart.
13
-
8/13/2019 Chapitre 9 : Business Intelligence
14/24
Processus de dataming
14
-
8/13/2019 Chapitre 9 : Business Intelligence
15/24
Algorithmes
Le Datamining se propose dutiliser unensemble dalgorithmes issus dedisciplines scientifiques diverses(
statistiques, intelligence artificielle, basede donnes) pour construire des modles partir des donnes. On peut distinguerdeux grandes familles d'algorithmes:
Mthodes descriptives
Mthodes prdictives
15
-
8/13/2019 Chapitre 9 : Business Intelligence
16/24
Tableau rcapitulatif des algorithmes descriptifs
Tableau rcapitulatif des algorithmes descriptifs
Domaine d'origine Famille Algorithme Quelques usages
Intelligence artificielle Rseau de neurones Rseaux de Kohonen Classification
Partitionnement dedonnes
k-means Dtecter les outliers
Analyse des donnesClassificationautomatique
mthodeshirarchiques(ascendantes,descendantes)
Partitionner
Classification paragrgations de
similaritsPartitionner
Analyse factorielleAnalyse en
composantesprincipales (ACP)
Rduire le nombre de variables
Analyse factorielledes correspondances(AFC)
Rduire le nombre de variables
Analyse descorrespondancesmultiples (ACM)
Rduire le nombre de variables
Base de donnes AlgorithmiqueRecherche
d'associations
16
bl i l if d
-
8/13/2019 Chapitre 9 : Business Intelligence
17/24
Tableau rcapitulatif desalgorithmes prdictifs
Tableau rcapitulatif des algorithmes prdictifsDomaine d'origine Famille Algorithme Quelques usages
Data MiningCART, CHAID, ECHAID, QUEST, C5,
C4.5, les Forts d'arbresdcisionnels
Prdiction ou dtectiondinteraction entre variables,
discrtisation de variablescontinues
Intelligence artificielle Rseau de neurones rseaux apprentissage supervisClassification, approximation de
fonction
Statistiques RgressionRgression linaire, Rgression
PLSTrouver une fonction
d'approximation,
Analyse discriminante de Fisher,
Rgression logistique, Rgressionlogistique PLS
Prdire une variable catgorielle,
Modle linairegnralis (GLM), Modle additif
gnralis (GAM), Modle log-linaire
Prdire une variablemultidimensionnelle
Informatique Algorithmique k plus proches voisins (K-nn)Complter les donnes
manquantes
17
-
8/13/2019 Chapitre 9 : Business Intelligence
18/24
-
8/13/2019 Chapitre 9 : Business Intelligence
19/24
Elments de BI: ETL
19
-
8/13/2019 Chapitre 9 : Business Intelligence
20/24
Solutions logicielles
20
-
8/13/2019 Chapitre 9 : Business Intelligence
21/24
Solutions logicielle open sourceProjet global du systme de Business Intelligence Pentaho
Spago
BEE Project
ETL Octopus
CloverETL
Kettle
Talend Open Studio
OLAP Palo Suite
Mondrian Pentaho
Jpivot (bibli)
Pocolap
Data Warehouse Infobright
Data Mining Weka
Reporting Jaspert Report
Open Report
Birt
JFree Report
CRM SugarCRM
21
http://www.piloter.org/business-intelligence-open-source/projet_open_source.htmhttp://www.pentaho.com/http://www.spagoworld.org/xwiki/bin/view/SpagoBI/http://sourceforge.net/projects/bee/http://www.piloter.org/business-intelligence-open-source/ETL_open_source.htmhttp://www.enhydra.org/tech/octopus/index.htmlhttp://www.cloveretl.com/http://kettle.pentaho.org/http://www.talend.com/http://www.piloter.org/business-intelligence-open-source/olap_open_source.htmhttp://www.jedox.com/de/home/uebersicht.htmlhttp://mondrian.pentaho.org/http://jpivot.sourceforge.net/http://sourceforge.net/projects/pocolaphttp://www.piloter.org/business-intelligence-open-source/progiciel-libre.htmhttp://www.infobright.org/http://www.piloter.org/business-intelligence-open-source/data_mining_open_source.htmhttp://www.cs.waikato.ac.nz/ml/weka/http://www.piloter.org/business-intelligence-open-source/reporting_open_source.htmhttp://www.jaspersoft.com/http://oreports.com/http://www.eclipse.org/birt/phoenix/http://www.jfree.org/index.phphttp://www.piloter.org/business-intelligence-open-source/progiciel-libre.htmhttp://www.sugarcrm.com/http://www.sugarcrm.com/http://www.piloter.org/business-intelligence-open-source/progiciel-libre.htmhttp://www.jfree.org/index.phphttp://www.jfree.org/index.phphttp://www.jfree.org/index.phphttp://www.eclipse.org/birt/phoenix/http://oreports.com/http://www.jaspersoft.com/http://www.jaspersoft.com/http://www.jaspersoft.com/http://www.piloter.org/business-intelligence-open-source/reporting_open_source.htmhttp://www.cs.waikato.ac.nz/ml/weka/http://www.piloter.org/business-intelligence-open-source/data_mining_open_source.htmhttp://www.infobright.org/http://www.piloter.org/business-intelligence-open-source/progiciel-libre.htmhttp://sourceforge.net/projects/pocolaphttp://jpivot.sourceforge.net/http://jpivot.sourceforge.net/http://jpivot.sourceforge.net/http://jpivot.sourceforge.net/http://jpivot.sourceforge.net/http://mondrian.pentaho.org/http://mondrian.pentaho.org/http://www.jedox.com/de/home/uebersicht.htmlhttp://www.jedox.com/de/home/uebersicht.htmlhttp://www.jedox.com/de/home/uebersicht.htmlhttp://www.piloter.org/business-intelligence-open-source/olap_open_source.htmhttp://www.talend.com/http://www.talend.com/http://www.talend.com/http://kettle.pentaho.org/http://www.cloveretl.com/http://www.enhydra.org/tech/octopus/index.htmlhttp://www.piloter.org/business-intelligence-open-source/ETL_open_source.htmhttp://sourceforge.net/projects/bee/http://www.spagoworld.org/xwiki/bin/view/SpagoBI/http://www.pentaho.com/http://www.piloter.org/business-intelligence-open-source/projet_open_source.htm -
8/13/2019 Chapitre 9 : Business Intelligence
22/24
Spagobi
SpagoBI est une plateforme d'intgration de solutiondcisionnelle, base sur le framework J2EE. Elle offre:
reporting (JasperReport, BIRT...) analyse multidimensionnelle(OLAP : Jpivot, Mondrian, Palo,
MSA, etc.) QBE (Query by Example
Hibernate) data Mining (Weka, RapidMiner) dashboard (OpenLaszlo) ETL (Talend OpenStudio) Portail: eXo plateform
22
-
8/13/2019 Chapitre 9 : Business Intelligence
23/24
Dmo
23
-
8/13/2019 Chapitre 9 : Business Intelligence
24/24
Conclusion: ERP ou plate-formedcisionnelle : qui pilote ?
Avec les ERP, les entreprises ont initi un mouvement global verslintgration de leurs systmes dinformation.
PB: le dcoupage en applications isoles ntait pas optimal, dunepart en termes de cots de mise en uvre et de maintenance, etdautre part parce que cette approche ne correspondait plus au
fonctionnement rel de lentreprise o se dveloppent desprocessus transverses. Solution: intgrer troitement ces deux mondes, le transactionnel
et le dcisionnel.transformer des donnes brutes en informations exploitables pourdes prises de dcision plus pertinentes. Lorsquelle est troitement
intgre aux systmes transactionnels, la plate-forme dcisionnelledevient le point de passage central des donnes, ce qui contribue garantir leur homognit et leur qualit.
24