Modéliser un système d'information décisionnel

Infocentre, Data Warehouse, Data Mart

• De l’infocentre normalisé au Data
• Warehouse : justification de la dénormalisation Du Data Warehouse au DataMart
• La conservation des principes de modélisation relationnelle à travers la dénormalisation
• Modéliser selon les besoins utilisateurs
  Sémantique et maintenabilité
• Projet descendant (du DW au DM), projet ascendant (du DM au DW)

La modélisation hiérarchique des dimensions

• Les règles construction d’un modèle en étoile
• Étoiles et flocons
• De l’étoile au cube OLAP
• Calculer des volumétries
• Anticiper les évolutions fonctionnelles 

La Modélisation des indicateurs

• Définir des indicateurs selon un dictionnaire d’entreprise
• Agrégation des indicateurs
• Pré-calcul et tables d’agrégats en relationnel
• La dimension Indicateurs d’un hypercube
• Hiérarchiser les agrégations et préparer la navigation agrégée

Hypercubes et DW relationnels

• Intérêts et limites des DM en hypercube
• Le mapping relationnel- OLAP (outils MOLAP, outils ROLAP)
• L’analyse hybride (HOLAP)

Les techniques de reporting

• Reporting figé versus analyse dynamique
• Le DOLAP dans les outils analytiques
• Les outils de reporting et leur connectivité (DM relationnel / hypercube)
• Client lourd versus interface web
• Gestion des droits et problématiques de diffusion de l’information

Les problématiques fonctionnelles

• La validation des données
• L’historisation et ses techniques
• Modèles- types selon les besoins des utilisateurs

L’alimentation des DW / DM

• Les ETL
• Choisir les modes d’alimentation
• Pivots et autres transformations standard