A l'issue de cette formation, vous serez capable de :

• Identifier et mesurer les enjeux d'un projet décisionnel
• Utiliser les outils de l'informatique décisionnelle
• Concevoir des modèles de données décisionnelles.

Jour 1

Préambule

• Constat
• Historique
• Pourquoi le décisionnel ?

Objectifs, définition, architecture

• Objectifs du Data Warehouse
• Définitions
• Architecture

La conception du Data Warehouse

• Problématiques et objectifs
• Les principales phases de construction

L'administration des données

• Référentiels et métadonnées
• Objectifs de l'administration des données

La modélisation des données

• Contraintes de modélisation par type de modèles
• Construction des axes

Architectures techniques

• Côté client
• Côté serveur
• Côté SGBD (système de gestion de base de données)
• Côté réseau
• Combinatoires avec internet / Intranet / Extranet

L'alimentation du Data Warehouse

• Cycle de vie des données

Exemples de travaux pratiques (à titre indicatif)

• Définir le flux de données
• Créer des flux Talend

Jour 2

Les outils d'aide à la décision

• Reporting et rapports
• Focus sur BusinessObjects

Consommation des données

• Le Data Mining : analyse des données
• Le CRM analytique

Perspectives d'évolution des entrepôts de données

Rappels des principaux concepts de l'informatique décisionnelle

• Définitions
• Spécificités d'un système décisionnel
• Cycle de vie d'un socle décisionnel

L'architecture fonctionnelle

• Le système opérant
• Les activités du décisionnel
• Comment structurer l'étude des besoins ?
• Cartographie des applications sources
• Quelle modélisation choisir ?
• Le référencement des données
• Qualité, intégrité et cohérence des données

L'architecture applicative

• Système de production vs système décisionnel
• Présentation des briques d'un SID
• La collecte sur le système opérant
• L'infocentre
• L'ODS
• Le Data Warehouse
• Le Datamart
• Le cube
• Les structures spécialisées
• Quelle architecture choisir ?

L'architecture technique et logicielle

• L'interface avec le système opérant
• Synthèse sur les ETL / EAI
• Le stockage des données
• La consommation des données
• Les solutions Open source

Exemples de travaux pratiques (à titre indicatif)

• Créer une application QlikView
• Créer un cube Analysis Services