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


2/24

Plan

Introduction

Dfinition de la Business Intelligence

Concepts de la BI

lments de la BI

Solutions logicielle

Dmo

Conclusion

Liens Utiles

2


3/24

Introduction

3


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


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


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


7/24

Sur quoi se base le BI ?Les concepts

7


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


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


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


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


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


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


14/24

Processus de dataming

14


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


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)


Analyse descorrespondancesmultiples (ACM)


Base de donnes AlgorithmiqueRecherche

d'associations

16

bl i l if d


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


18/24


19/24

Elments de BI: ETL

19


20/24

Solutions logicielles

20


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


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


23/24

Dmo

23


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

Chapitre 9 : Business Intelligence

Documents

Transcript of Chapitre 9 : Business Intelligence