Business intelligence : entrepôt de données, ETL et OLAP

Économie d'entreprise · Bachelor 3

Du système transactionnel à l'aide à la décision : entrepôt, ETL, cubes et tableaux de bord.

Introduction

Les systèmes transactionnels (OLTP) enregistrent les opérations quotidiennes : ventes, écritures, mouvements de stock. Ils sont optimisés pour écrire vite et sans erreur, pas pour répondre à des questions analytiques portant sur plusieurs années et plusieurs sources. La business intelligence (BI) répond à ce besoin en regroupant les données dans un entrepôt de données dédié à l'analyse.

Le chemin des données suit trois étapes : extraction depuis les systèmes sources, transformation (nettoyage, harmonisation, calculs) et chargement dans l'entrepôt, soit le processus ETL. Les données y sont organisées selon un modèle dimensionnel (faits et dimensions) qui permet l'analyse multidimensionnelle (OLAP) : par produit, par région, par période.

Ce deck couvre l'architecture décisionnelle, la modélisation en étoile, les opérations OLAP et la question centrale de la qualité et de la gouvernance des données.

Objectifs d'apprentissage

Opposer systèmes transactionnels (OLTP) et décisionnels (OLAP)
Décrire les étapes du processus ETL
Expliquer le schéma en étoile (table de faits et dimensions)
Appliquer les opérations OLAP (slice, dice, drill-down, roll-up)
Identifier les enjeux de qualité et de gouvernance des données

Concepts clés

OLTP et OLAP: L'OLTP traite beaucoup de petites transactions à jour ; l'OLAP interroge de grands volumes historiques en lecture pour l'analyse et la prévision.
Entrepôt de données: Base orientée sujet, intégrée, historisée et non volatile, alimentée par plusieurs sources. Un data mart en est une version restreinte à un domaine (ventes, finance).
ETL: Extract, Transform, Load : extraction des sources, transformation (dédoublonnage, conversion de formats, devises, règles de calcul) puis chargement périodique.
Schéma en étoile: Une table de faits (montants, quantités) reliée à des dimensions (temps, produit, client, lieu). Les mesures sont agrégées selon les axes d'analyse.
Opérations OLAP: Drill-down (détailler), roll-up (agréger), slice (fixer une dimension), dice (sélectionner un sous-cube), pivot (changer d'axes).

Conclusion

La business intelligence transforme des données dispersées en information de pilotage. Sa fiabilité dépend moins de l'outil de visualisation que de l'ETL, de la modélisation et de la gouvernance des données.

À l'examen, sachez opposer OLTP et OLAP, décrire un ETL, dessiner un schéma en étoile et nommer les opérations OLAP avec un exemple chiffré.

Cartes

Quelle différence entre OLTP et OLAP ?: OLTP : transactions courantes, données à jour. OLAP : analyse de grands volumes historiques en lecture.
Quelles sont les caractéristiques d'un entrepôt de données ?: Orienté sujet, intégré, historisé et non volatile.
Que signifie ETL ?: Extract, Transform, Load : extraire des sources, transformer et charger dans l'entrepôt.
Que fait l'étape de transformation ?: Nettoie, dédoublonne, harmonise les formats et unités, convertit les devises et calcule des indicateurs.
Qu'est-ce qu'une table de faits ?: Une table contenant les mesures numériques d'un processus (montant des ventes, quantité) liées aux clés des dimensions.
Donnez trois dimensions classiques d'un cube de ventes.: Temps, produit, client ou région.
Que signifie un drill-down ?: Passer d'une vue agrégée à un niveau plus détaillé, par exemple de l'année au mois.
Quelle différence entre slice et dice ?: Slice fixe une valeur sur une dimension ; dice sélectionne un sous-ensemble sur plusieurs dimensions.
Qu'est-ce qu'un data mart ?: Un sous-ensemble thématique de l'entrepôt destiné à un service, par exemple le marketing.
Pourquoi la qualité des données est-elle critique en BI ?: Des données erronées ou incohérentes produisent des indicateurs trompeurs et des décisions faussées, d'où le besoin de gouvernance et de responsables de données.

Glossaire

Data warehouse: Entrepôt de données centralisé, historisé et destiné à l'analyse.
ETL: Processus d'extraction, de transformation et de chargement des données vers l'entrepôt.
Schéma en étoile: Modèle où une table de faits centrale est entourée de tables de dimensions.
Cube OLAP: Structure multidimensionnelle permettant d'agréger des mesures selon plusieurs axes.
KPI: Indicateur clé de performance mesuré régulièrement pour piloter une activité.
Gouvernance des données: Règles, rôles et responsabilités garantissant la qualité, la sécurité et l'usage approprié des données.