Dossier Intranet : Introduction à l'informatique décisionnelle
On qualifie d’informatique décisionnelle (en anglais " Business intelligence ", parfois appelé tout simplement " le décisionnel ") l'exploitation des données de l'entreprise dans le but de faciliter la prise de décision par les décideurs, c'est-à-dire la compréhension du fonctionnement actuel et l'anticipation des actions pour un pilotage éclairé de l'entreprise.
Les outils décisionnels sont basés sur l'exploitation d'un système d'information décisionnel alimenté grâce à l'extraction de données diverses à partir des données de production, d'informations concernant l'entreprise ou son entourage et de données économiques.
Un outil appelé ETL (Extract, Transform and Load) est ainsi chargé d'extraire les données dans différentes sources, de les nettoyer et de les charger dans un entrepôt de données.
Enfin des outils d'analyse décisionnelle permettent de modéliser des représentations à base de requêtes afin de constituer des tableaux de bord, on parle ainsi de reporting.
DataWareHouse
Le lieu de stockage intermédiaire des différentes données en vue de la constitution du système d'information décisionnel est appelé entrepôt de données (en anglais datawarehouse).
Le datawarehouse est ainsi le lieu unique de consolidation de l'ensemble des données de l'entreprise. Le créateur du concept de DataWareHouse, Bill Inmon, le définit comme suit :
«Un datawarehouse est une collection de données thématiques, intégrées, non volatiles et historiées pour la prise de décisions».
Ses principales caractéristiques sont donc les suivantes :
• Le datawarehouse est orienté sujet, cela signifie que les données collectées doivent être orientées «métier» et donc triées par thème
• Le datawarehouse est composé de données intégrées, c'est-à-dire qu'un "nettoyage" préalable des données est nécessaire dans un souci de rationalisation et de normalisation
• Les données du datawarehouse sont non volatiles ce qui signifie qu'une donnée entrée dans l'entrepôt l'est pour de bon et n'a pas pour vocation d’être supprimée
• Les données du datawarehouse doivent être historiées, donc datées
DataMart
Le terme de Datamart (littéralement magasin de données) désigne un sous-ensemble du datawarehouse contenant les données du datawarehouse pour un secteur particulier de l’entreprise (département, direction, service, gamme de produit, ...). On parle ainsi par exemple de DataMart Marketing, DataMart Commercial, ...
OLAP
LLe but de l'OLAP (On-Line Analytical Processing) est de permettre une analyse multidimensionnelle sur des bases de données volumineuses afin de mettre en évidence une analyse particulière des données (il est l'objet d'un questionnement particulier).
Grâce à l'OLAP, les utilisateurs peuvent créer des représentations multidimensionnelles (appelées hypercubes ou " cubes OLAP ") selon les critères qu'ils définissent afin de simuler des situations.
Data Mining
Le Datamining (littéralement "forage de données"), contrairement à l'analyse multidimensionnelle (OLA), a pour but de mettre en évidence des corrélations éventuelles dans un volume important de données afin de dégager des tendances.
Le datamining s'appuie sur des techniques d'intelligence artificielle (réseaux de neurones) afin de mettre en évidence des liens cachés entre les données.
EIS et SIAD
Un EIS (Executive Information System) est un outil permettant d'organiser, d'analyser et de mettre en forme des indicateurs afin de constituer des tableaux de bord. Ce type d'outil, facile à utiliser, ne permet de manipuler que des requêtes préalablement modélisées par le concepteur.
A l'inverse un SIAD (Système Interactif d'Aide à la Décision) a pour but de permettre la modélisation de représentations multidimensionnelles diverses et variées mais nécessite un apprentissage plus lourd.
On qualifie d’informatique décisionnelle (en anglais " 