Theorie
note

Date de dernière mise à jour du plan : 10/01/2024

Durée : 2 jours

La formation "Modélisation décisionnelle" est dispensée à Nantes, Brest, Toulouse, Paris, Bordeaux, Lille, Angers, Lyon, Montpellier, Rennes

De par la généralisation des bases de données relationnelles, des progiciels intégrés et des ERP, les entreprises possèdent désormais une quantité d'information de plus en plus importante. Pour assurer une gestion efficace de l'activité, ces données doivent être étudiées avec précision. L'informatique décisionnelle doit assembler ces données issues de différentes sources, dans le but de les restituer en un résultat condensé. Cette formation permettra aux participants de découvrir la mise en œuvre d'un système décisionnel.

Objectifs de la formation Modélisation décisionnelle

  • Savoir créer une architecture de données adaptée aux besoins décisionnels des utilisateurs.
  • Comprendre tous les fondements pour aborder un projet décisionnel
  • Maîtriser les concepts de la modélisation par les objets
  • Mesurer les enjeux et impacts d'un projet décisionnel
  • Savoir concevoir et modéliser un entrepôt de données
  • Découvrir le rôle des différents outils de l'informatique décisionnelle
  • Connaître les pièges à éviter lors de la mise en œuvre

Prérequis de la formation Modélisation décisionnelle

  • Bonne appréhension des systèmes d'information modernes
  • Compréhension des systèmes de production (ERP)
  • Connaissance des bases de données
  • Notions de base de gestion de projet

Public visé de la formation Modélisation décisionnelle

  • Cette formation de Modélisation décisionnelle est destinée à tout responsable décisionnel et chef de projet décisionnel.

Programme de la formation Modélisation décisionnelle

Introduction au contexte

  • Historique de l’informatique décisionnelle
    • Première ébauche : l’infocentre
    • Le Data Warehouse formalisé au début des années 90
  • Modélisation dimensionnelle

Les limites du systeme d’information operationnel

  • Systèmes transactionnels
  • Exemple des limites
  • Information de contrôle versus information de conduite

L’objectif d’un entrepot des donnees

  • Définition de l’entrepôt de données
  • L’objectif de l’entrepôt de données

Les defis d’un entrepot de donnees

  • Les défis d’un entrepôt de données
  • Centraliser les informations en une base unique
    • Communiquer avec les bases de production d’environnements différents
    • Intégrer des données externes à l’entreprise
    • Collecter en direct des saisies ponctuelles
  • Intégrer des données élémentaires comme des données complexes
    • Des données de référentiel
    • Des éléments macro-économiques
    • Des détails micro-économiques
    • Des montages techniques sur mesure
  • Faciliter la gestion des données centralisées
    • Présenter les données de manière homogène
    • Affecter des repères temporels communs
    • Prévoir des conversions ou des calculs préliminaires pour harmoniser l’information
    • Pré-grouper certaines données
    • Tout organiser selon des vues « métiers »
  • Respecter les contraintes de temps
    • Présenter des délais réduits de mise à jour
    • Offrir des temps de réponses performants
    • Permettre une grande réactivité face au changement
  • Offrir un outil sur mesure selon l'évolution de l’environnement et des besoins

La modelisation

  • Introduction
  • Indicateur
  • Dimension
  • Faits
  • Modèle conceptuel des données (MDC)
  • Modèle Physique des Données (MPD)