Business Intelligence (1) - Data Warehouses
Sessions de formation
(Fuseau horaire : Europe/Paris)
Centre Cnam Paris - Formation 1er Semestre ouverte et à distance
La période de cours est planifiée du 16/09/2024 au 18/01/2025
L'inscription est actuellement terminée pour cette session
Centre Cnam Hauts-de-France - Formation 1er Semestre hybride
Aucune période d'inscription n'a été indiquée pour cette session
Présentation
Public, conditions d'accès et prérequis
Ce cours s'adresse aux auditeurs préparant le diplôme d'ingénieur informatique option système d'information et/ou aux étudiants suivant le Master STIC mention Informatique Spécialité Systèmes d'Information et de Décision
Prérequis : Bonnes connaissances en bases de données et en systèmes d'information.
Objectifs
Acquérir une bonne connaissance de l'informatique décisionnelle (Business Intelligence), et en particulier de tous les processus liés à une architecture d'entrepôt de données (Data Warehouse).
Cette UE cible tout particulièrement la conception de l'entrepôt de données, la gestion du projet, et sa mise en œuvre, en particulier la mise en œuvre de la partie ETL.
Remarque : Pour une maitrise complète du processus, tant du point de vue gestion des données que du point de vue analyse des données (data Science) il est conseiller de suivre également le NFE212 (semestre 2) qui fait suite au NFE211 (semestre 1)
Contenu
Introduction
- La Business Intelligence
- Business Intelligence et Big Data
- Objectifs d'un entrepôt de données
- OLAP versus OLTP
Architecture d'un entrepôt de données
- Architecture matérialisée /architecture médiateur
- Dualité Entrepôt / magasins, Architecture de Inmon, Architecture de Kimball
- Data Warehouse / Data Lake
- Les méta-données, gestion, standardisation CWMI
Modélisation multidimensionnelle
- La modélisation multidimensionnelle, faits, dimensions, hiérarchies, indicateurs
- Modèles OLAP, ROLAP, MOLAP
- Modélisation en étoile, en flocon, en constellation
- L'algèbre multidimensionnelle
- Les dimensions à changement lent
- Les différents types de table de faits (récapitulatif / transaction / instantanné)
Méthodes de modélisation d'un entrepôt de données
- Méthode par matrice
- Méthode par indicateurs
- Méthode MAP
- Méthode par analyse des requêtes
- Volumétrie, choix de la granularité, choix des Data Marts
- Méthodes de projets BI
Ingénierie d'extraction et d'intégration des données
- L’extraction des données
- Le nettoyage des données
- L'intégration sémantique des données
- Le rafraichissement des données
- Solution par programmation (Embedded SQL, déclencheurs)
- Solution par outils ETL
L’environnement technologique
- Outils ETL, Systèmes de gestion de bases de données OLAP, outils de modélisation multidimensionnelle
- Data Warehouse et Cloud,
- Data Warehouse et Big Data
Bibliographie
| Titre | Auteur(s) |
|---|---|
| Fundamentals of datawarehouses (2d édition, Springer, 2003). | M. Jarke , M. Lenzerini, Y. Vassiliou, P. Vassiliadis |
| Systèmes d'aide à la décision et entrepôts de données (Encyclopedia Universalis) http://www.universalis.fr/encyclopedie/systemes-informatiques-systemes-d-aide-a-la-decision/ | E. Métais |
| Building the Datawarehouse | W.H. Inmon |
| Entrepôts de données, guide pratique de modélisation multidimensionnelle, Vuibert 2003 | Kimball R, Ross M. |
Modalités d'évaluation
- Projet(s)
- Examen final
L’UE sera validée par un examen final et par un projet réalisé individuellement ou en binôme.
Le projet - dont le sujet sera choisi par l’élève en accord avec le professeur - permettra de mettre en place une chaîne décisionnelle fondée sur les outils du marché (parmi l’offre industrielle ou celle du logiciel libre). Le projet peut aussi permettre d’approfondir un point théorique (par exemple la prise en compte du RGPD dans le Data Warehouse).
La note finale sera la moyenne de l'examen et du projet (avec la contrainte note examen >= 10).