La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

BUSINESS INTELLIGENCE Une mise en oeuvre pratique avec SQL Server EPITA - 24 ème semaine de conférences - Promo 2012 8 novembre 2011.

Présentations similaires


Présentation au sujet: "BUSINESS INTELLIGENCE Une mise en oeuvre pratique avec SQL Server EPITA - 24 ème semaine de conférences - Promo 2012 8 novembre 2011."— Transcription de la présentation:

1 BUSINESS INTELLIGENCE Une mise en oeuvre pratique avec SQL Server EPITA - 24 ème semaine de conférences - Promo novembre 2011

2 Jean-Pierre RIEHL Practice Manager SQL MVP SQL Server SIGL Vincent RENZI Practice Manager Collaboratif

3 AGENDA Quest ce que la Business Intelligence Un projet décisionnel La modélisation Lintégration des données Les cubes La restitution des données 3

4 LA BUSINESS INTELLIGENCE 4

5 QUEST CE QUE LA BI 5 collectermodéliser restituer aide à la décision

6 QUEST CE QUE LA BI Transformer les données de lentreprise en décisions Analyse de lactivité, des réussites et des échecs Outil de pilotage de la performance Planifier 6

7 A QUI SADRESSE LA BI Pour qui ? Le management Les directions (générales) Tout le monde « BI for masses »

8 UNE QUESTION CLASSIQUE Pourquoi ne pas utiliser un système OLTP pour lanalyse de données ? Affecte les performances des SI, ERP, CRM… Les données utiles à lanalyse sont rarement contenues dans une seule source. Données non sures, modifiées régulièrement et souvent trop précises. La façon de visualiser les données est contrainte par le service IT au moyen de rapports ou procédures stockées. Design Entité-Relationnel peut adapté pour lanalyse.

9 LES TENDANCES DU MARCHÉ Self-Service BI BI mobile BI temps réel Big Data 9

10 UN PROJET DÉCISIONNEL 10

11 UN PROJET DÉCISIONNEL Collecter Qualifier, intégrer AnalyserPrésenter

12 LES PROJETS DÉCISIONNELS Même sil demande un fort engagement métier, un projet BI reste un projet de développement Analyse, Conception, Développement, Tests Ne pas négliger le caractère politique du décisionnel (négociation, consensus, adhésion)

13 UN PROJET DÉCISIONNEL 2 phases : 1.Analyse & Conception 2.Réalisation 13

14 PHASE 1 : ANALYSE & CONCEPTION La phase danalyse est primordiale Souvent précédée dune phase daudit Le livrable est la modélisation dun DataWarehouse Cest lélément clé de la solution Description des Faits (ce que janalyse) et des Dimensions (sur quels axes) Importance de la granularité On se centre sur lutilisateur (lutilisation)

15 PHASE 2 : RÉALISATION Elle inclut : La création du DataWarehouse LETL Les cubes Les rapports, tableaux de bord Lintégration On préfèrera une méthode itérative

16 LA MODÉLISATION 16

17 QUEL MODÈLE ? Plusieurs modèles existent : Ralph Kimball : approche DataMart Bill Inmon : approche DataWarehouse Sémantique : approche par entité Data Vault : approche par propriétés …et les autres Mais ça reste des tables et des relations Modèle en étoile vs. flocon 17

18 ALORS ? QUEL MODÈLE ? Choisissez le modèle pragmatique Identifiez les mesures tables de faits Ex : montant dune vente, valeur dun stock les axes danalyse tables de dimensions Ex : date, pays, entrepôt, produit La granularité Niveau de finesse pour lanalyse 18

19 POINTS CLÉS DUN PROJET BI Modèle en étoile Pays Employés Ventes Clients Temps

20 INTÉGRER LES DONNÉES 20

21 INTÉGRER LES DONNÉES Construire un ETL (Extract Transform Load) Importance de : La validation des sources La qualification des données La qualité des données Phase la plus risquée et la plus longue

22 FLUX DINTÉGRATION Les données proviennent de sources (hétérogènes) et doivent « rentrer » dans le DataWarehouse Fusion de sources Calcul Vérification Correction de valeurs Normalisation Dédoublonnage Etc.

23 FLUX DINTÉGRATION

24 DEMO SSIS 24

25 LES TENDANCES DU MARCHÉ Grosses volumétries Data Quality Master Data Management Données non-structurées 25

26 LES « CUBES » 26

27 LES CUBES Représentation multidimensionnelle du DataWarehouse OLAP : Online Analytical Processing Requêtage MDX Arrivée du In-Memory

28 LES CUBES Un cube cest aussi : Des membres calculés Ex : YTD, YOY, Y-1, % croissance, etc. Des KPI (Key Performance Indicator) Permet de mesurer par rapport aux objectifs Du Data Mining 28

29 DEMO SSAS 29

30 SCREENSHOTS SSAS 30

31 DATA MINING Science de la prédictibilité Objectif : arriver à déterminer une valeur un comportement, une tendance à partir de données en entrée Implémentation dalgorithmes Forecast, Clustering, Naïves Bayes, Time Series, etc. Utilisation En batch (sur des lots de données) En temps réel, fonctionnalité dune application

32 ANALYSER LES DONNÉES 32

33 Analyse Ad-hoc Tableaux de bords Reporting de masse LA RESTITUTION DES DONNÉES Reporting Ad-hoc Data Mining Réponse à des questions complexes par lutilisateur Mise en place de tableaux de bords / Directions opérationnelles Rapports pro-formats imprimés, envoyés par mail ou partagés sur portail Création et mise en forme par lutilisateur Analyse prédictive, Exploration de données BESOINS UTILISATEURSCE QUE CELA SIGNIFIE Nbre Utilisateurs Maturité

34 Reporting de masse Via un simple navigateur, dans un portail Diffusion par messagerie, publipostage Filtres, navigation, drillthrough, export, etc. Connexion directe à toute donnée

35 Reporting ad-hoc par les utilisateurs Interface de création à la mode Office Modèle métier Connecteurs à de nombreuses sources inclus

36 Analyse multidimensionnelle par les utilisateurs Excel 2007 Visualisation & Analyse avancée : tableaux croisés dynamiques Graphiques, fonctionnalités avancées Diffusion dans un portail : Excel Services Client léger : navigateur Fonctions collaboratives

37 Scorecards & tableaux de bords Référentiel des indicateurs clés Consolidation, ventilation Feedback, interactivité (navigation) Cartes de stratégies Méthodologie Norton & Kaplan

38 DEMO SSRS & Power View 38

39 LES PORTAILS COLLABORATIFS Des espaces de travail aux réseaux sociaux

40 IM/ / téléphone IM/ / téléphone Conférence audio, vidéo ou Web Conférence audio, vidéo ou Web Espaces de réunion Espaces de réunion Sites déquipes Sites déquipes Réseaux sociaux Réseaux sociaux Recherche Recherche Notifications / alertes Notifications / alertes Réseaux sociaux Réseaux sociaux Formulaires flexibles Formulaires flexibles Gestion de portefeuilles Gestion de portefeuilles Communicationsinterpersonnelles Espaces de travail collaboratif Accès à linformation et aux individus Processus pilotés par des hommes S ERVICES C OLLABORATIFS S ERVICES D I NFRASTRUCTURE

41

42 Search Social Networking Business intelligence GED Collaboratif Composites Recherche d'Entreprise Formulaires Portail Une plateforme applicative !

43 FolksonomieTaxonomie géréeHierarchies gérées Niveau de contrôle Global Local Portée de linformation Documents Patrimoniaux Bases contractuelles Application spécifique déquipe Bibliothèque déquipe ou projet Intranet dentreprise DAM (Actifs Numériques : vidéo, audio…) Nuage de tags dentreprise Base de connaissances Mon site

44 RH, Finance, etc.Collaboration en équipeIndividuPortail Entreprise Présence sur Internet EmployésClientsPartenaires et Clients (Extranet) Applications Métiers (Siebel, data warehouse, Apps spécifiques...) XML Web Services Système d'information de l'entreprise homogène à tous les niveaux Amélioration de l'efficacité des individus, des équipes, de l'entreprise Consolidation des serveurs pour un faible TCO Mise en œuvre de solutions métiers interopérables via les services Web Services d'infrastructure Web

45 Data Model Lists Content Management

46 Page 46

47 SharePoint et le réseau social Espace communautaire Tag Cloud FeedFeed DiscussionsDiscussions AdhésionAdhésion

48 SharePoint et le réseau social My Site Mon calendrier Activités de mes collègues au sein du réseau social Mes communautés

49 SharePoint et le réseau social My Profile Mon profil Mes compétences PrésencePrésence Mon équipe

50

51 Parlons métier: Bibliothèque de documents Bibliothèque dimages et de vidéos Language métier (taxonomie) & Tags de document Ensemble de document & Identifiant unique Office Web Apps 51 1 Million de documents dans un dossier Plusieurs millions de documents dans une bibliothèque Plusieurs To de données dans une ferme Parlons volume:

52

53 Rejoignez la communauté ! 2 jours 3 tracks (SQL, BI, Appliances) 25 sessions 20 speakers Focus SQL Server 2012 Gratuit !

54 Report DesignerProject CrescentReport BuilderDevelopers End Users Power Users IT Pros EmbeddedOperationalSelf-Service

55 Team BI PowerPivot for SharePoint Personal BI PowerPivot for Excel Organizational BI Analysis Services


Télécharger ppt "BUSINESS INTELLIGENCE Une mise en oeuvre pratique avec SQL Server EPITA - 24 ème semaine de conférences - Promo 2012 8 novembre 2011."

Présentations similaires


Annonces Google