1 / 14

Les systèmes d’informations : Etude de cas

Les systèmes d’informations : Etude de cas. 3 septembre 2014. Les Datamarts. Les Datamarts représentent une partie du système d’information de l’entreprise (La comptabilité, la partie commerciale, les sinistres…)

junius
Download Presentation

Les systèmes d’informations : Etude de cas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Les systèmes d’informations : Etude de cas 3 septembre 2014

  2. Les Datamarts Les Datamarts représentent une partie du système d’information de l’entreprise (La comptabilité, la partie commerciale, les sinistres…) Un Datamart est composé d’une ou plusieurs tables de fait. Assemblés, ils forment un Datawarehouse (notion de constellation) TOP-DOWN • Modélisation complète de toutes les dimensions et faits • Vision exhaustive et non redondance • Complexité et lourdeur de mise en œuvre BOTTOM-UP • Modélisation étoile par étoile • Mise à disposition de Datamarts rapidement • Intégration complexe et redondance des dimensions au niveau du Datawarehouse

  3. Les Datamarts Méthode de modélisation décisionnelle d’un Datamart (Bottom-up) : But : Identifier les dimensions et la table de fait • Quels indicateurs analyser ? (contenu de la table de fait) • Quantité de vente, prix de vente… • Selon quels critères ? (tables de dimension) • Client, fournisseur, produit, temps… • Avec quel niveau de détail pour chaque critère ? (contenu des tables de dimension (voire sous dimension  flocon)) • Client (Nom, prénom, ville, région, pays…) • Fournisseur (Nom, délais livraison, commission …) • Produit (Nom, prix, Catégorie…) • Temps (Jour, Mois, Trimestre, année)

  4. Modélisation étoile

  5. Modélisation flocon

  6. Vue OLAP (Multidimensionnelle) Quantités vendues 10/10/2012 Fournisseur … Produit 11/10/2012 Fournisseur Produit Client Quantités Client

  7. Vue OLAP (Multidimensionnelle) Quantités vendues pour le fournisseur17 10/10/2012 Fournisseur … Produit 11/10/2012 Fournisseur Produit Client Quantités Client

  8. Vue OLAP (Multidimensionnelle) Quantités vendues pour le Produit ARTE7DF 10/10/2012 Fournisseur … Produit 11/10/2012 Fournisseur Produit Client Quantités Client

  9. Vue OLAP (Multidimensionnelle) Quantités vendues pour le client 18 10/10/2012 Fournisseur … Produit 11/10/2012 Fournisseur Produit Client Quantités Client

  10. Vue OLAP (Multidimensionnelle) Quantités vendues pour le fournisseur17 le Produit ARTE7DF et le client 18 10/10/2012 Fournisseur … Produit 11/10/2012 Fournisseur Produit Client Quantités Client

  11. Vue OLAP (Multidimensionnelle) Quantités vendues pour le fournisseur17 le Produit ARTE7DF, le client 18 le 10/10/2012 10/10/2012 Fournisseur … Produit 14 Client Quantités

  12. Etude de cas Modéliser l’étoile décisionnelle correspondant à l’observation d’un sport électronique: Les attaques de Pomf se limitent au « canal de nydus » et au « bannelingtrap » Idra félicite rarement ses adversaires en cas de défaite. Georgeopolis est une carte pour quatre joueurs plébiscitée. Le coréen MKP évite les « bannelings » en effectuant un « split de marines » BIG-B ne dépasse pas la ligue Bronze Le commentateur Thud réussi ses pronostiques une fois sur dix L’attaque « mass Queens » de Spanishiwa est arrivée au bout de 4 minutes 50 • Quels indicateurs analyser ? (contenu de la table de fait) • Selon quels critères ? (tables de dimension) • Avec quel niveau de détail pour chaque critère ? (contenu des tables de dimension (voire sous dimension  flocon))

  13. Etude de cas • Quels indicateurs analyser ? (contenu de la table de fait) • Nombre d’attaques, d’esquives, de fairplay, de pronostiques réussis • Selon quels critères ? (tables de dimension) • Joueurs, Commentateur, Carte, Attaque, Défense, Temps • Avec quel niveau de détail pour chaque critère ? (contenu des tables de dimension (voire sous dimension  flocon)) • Joueur (Pseudo, Pays, ligue) • Commentateur (Pseudo, Pays) • Carte (Nom, nombre joueurs) • Attaque (Nom) • Défense (Nom) • Temps (Jour, Mois, Trimestre, année)

  14. Modélisation étoile

More Related