Nos domaines de formation :

Formation Construire un Data Warehouse
qualité des données et performance du SI décisionnel

4,8 / 5
Cours de synthèse
meilleur vente
Durée : 3 jours
Réf : DAW
Prix  2019 : 2340 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis vérifiés
Programme

Le Data Warehouse est au cœur de l'analyse décisionnelle. Au travers d'une démarche structurée et pragmatique, vous découvrirez les meilleures méthodes et outils pour élaborer un entrepôt de données à partir des besoins métier, l'alimenter et le rendre fiable et évolutif. Vous découvrirez également quels sont les rôles clés dans ce type de projet, et quel est l'impact sur l'architecture SI et la qualité du référentiel de données d'entreprise. Un cours centré sur l'expérience pratique qui vous donnera aussi une première approche de la modélisation "en étoile".

Objectifs pédagogiques

  • Comprendre les enjeux stratégiques d'un SI décisionnel et ses avantages
  • Repérer les différentes couches de l'organisation d'un système décisionnel
  • Modéliser Data Warehouse au cœur du système décisionnel
  • Identifier les étapes essentielles dans la démarche de construction d'un Data Warehouse
  • Maîtriser les rôles et les livrables sur un projet de construction de Data Warehouse
  • Avoir une vue complète et synthétique des solutions BI du marché
PROGRAMME DE FORMATION

Le Data Warehouse, finalité et principes

  • Les enjeux stratégiques d'un SI décisionnel.
  • Les raisons techniques et culturelles qui conduisent au Data Warehouse.
  • Définition du Data Warehouse selon Bill Inmon.
  • Les solutions apportées par l'architecture technique et fonctionnelle du Data Warehouse.
  • Caractéristiques des données du SI décisionnel.
  • L'Infocentre et le SI décisionnel.
  • Présentation des différentes approches Data Warehouse et Infocentre, leurs avantages et inconvénients.

L'architecture d'un SI décisionnel d'entreprise

  • Les différentes couches de l'organisation d'un Data Warehouse.
  • La collecte et l'intégration des données.
  • L'Operational Data Store et la Data Staging area.
  • La couche de présentation, le portail décisionnel.
  • Les moteurs d'analyse OLAP : (MOLAP) et/ou relationnel OLAP (ROLAP).
  • Les techniques d'analyse "data mining" : méthodes prédictives, méthodes descriptives.
  • Croissance du volume et de la nature des données, les enjeux du Big Data.
  • La documentation des données du DW : notions de référentiel de données.
  • Comment le DW fiabilise la gestion du référentiel de données (MDM)?
  • La gestion des flux : la capture des données sources, les règles de transformation.

Exemple
Présentation d'exemples de projets d'analyse décisionnelle divers.

Les principes de la modélisation Data Warehouse

  • Les modèles relationnels opérationnels et dénormalisés.
  • Les modèles hybrides.
  • Les modèles génériques.
  • Comprendre le modèle en étoile, sa finalité.
  • Comprendre les notions de faits et d'analyse. Les hiérarchies d'axe d'analyse.
  • Le modèle en flocon.
  • La problématique des dimensions à évolution.
  • Gestion des agrégats et de la stabilité du périmètre fonctionnel.
  • Quelle approche favorise les informations de détail ou les agrégats ? Bonnes pratiques, questions à poser au métier.

Réflexion collective
Construction collective et enrichissement d'un modèle de données en étoile, suivant plusieurs études de cas données. Elaboration du questionnement à proposer pour recueillir le besoin utilisateur.

La démarche de construction d'un Data Warehouse

  • Identifier le périmètre fonctionnel candidat. Déterminer l'objectif et les événements de gestion à suivre.
  • Estimer la volumétrie du périmètre.
  • Analyse fonctionnelle, recueil des besoins utilisateurs.
  • Conception de l'architecture technique détaillée.
  • Etablir une démarche générique de mise en œuvre.
  • Les apports d'une démarche itérative, le contenu d'une itération.
  • Première itération ou projet pilote, bien le choisir. Rôle du sponsor, de la MOA, de la MOE, impact sur l'organisation.
  • L'administration et le suivi de la solution opérationnelle.

Echanges
Présentation de la démarche de conception d'un périmètre fonctionnel du Data Warehouse.

Organisation du projet, les acteurs et les livrables

  • Le rôle fondamental du sponsor ou promoteur.
  • Le comité de pilotage.
  • Le rôle de l'équipe fonctionnelle, du groupe de projet utilisateurs : valider le design de l'environnement utilisateur.
  • Le transfert de compétences vers les utilisateurs finaux par l'équipe fonctionnelle : formation et documentation.
  • L'équipe technique, les architectes.
  • Les principaux livrables d'un projet décisionnel.

Echanges
Présentation des livrables et de leur responsable suivant les étapes de la démarche.

Les outils dans le domaine du décisionnel

  • Les dernières évolutions techniques des SGBDR dans le domaine du décisionnel.
  • Panorama et typologie des solutions BI du marché. Les offres en mode SaaS.
  • Les solutions de reporting : SSRS, IBM Cognos, SAS, BusinessObjects... La mise en œuvre des outils de requête.
  • Les outils d'analyse OLAP côté serveur et côté client : utilisation, évolutivité, approche DataMart, temps de réponse.
  • Les solutions d'analyse data mining : SAS Enterprise Miner, IBM, OBI data mining. Exigences et points forts.
  • Les solutions ETL : IBM, Informatica, Oracle, SAP, Talend...
  • Les outils de modélisation relationnelle : possibilités et limites.

Exemple
Présentation des possibilités de divers outils BI.

Synthèse

  • Les tendances d'évolution des systèmes décisionnels.
  • Bonnes pratiques pour la modélisation.
  • Recommandations pour l'organisation du projet Data Warehouse.
Participants / Prérequis

» Participants

Responsables Infocentre, responsables informatiques, responsables des études, architectes de Systèmes d'Information, chefs de projet fonctionnel et technique.

» Prérequis

Bonnes connaissances en gestion de bases de données. Connaissances de base en analyse décisionnelle.
Intra / sur-mesure

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

J’ai lu et j’accepte les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD). Dans ce contexte, j’accepte de recevoir des communications de la part d’ORSYS Formation. Je peux modifier l’usage de mes données via ce formulaire.
Avis vérifiés
picto avis vérifiés
Philippe M. 18/06/2018
5 / 5
TRES COMPLET AVEC DES PROBLEMATIQUES CONCRETES

Abdellatif M. 18/06/2018
5 / 5
FORMATEUR MAITRISE SON SUJET ET ILLUSTRE LE COURS PAR UN EXERCICE CONCRET.

Jérôme G. 27/11/2017
5 / 5
Satisfait du contenu et de l'attendu. Bonne pratique à adopter.

Gérard S. 27/11/2017
5 / 5
Très bien mais trop d'infos sur OLAP.

Vanessa L. 27/11/2017
5 / 5
Excellente pédagogie menant à la réflexion. Très bien, peut-être un peu trop de temps passé à discuter de l'aspect problématique des relations interpersonnelles/inter services dans la construction de l'entrepôt. Très bonne dynamique de groupe avec des interactions et partages d'expériences très enrichissants

Jean Z. 27/11/2017
5 / 5
Explications et mise en pratique de cas concrets très intéressants.

Ulysse R. 27/11/2017
5 / 5
Le contenu correspond bien à mes attentes.

Thierry D. 27/11/2017
5 / 5
Bien structuré et très clair. Les exemples et exercices sont très bien choisis, clairs et parlants. Très bonne pédagogie, discours fluide et maîtrisé.

Ali C. 27/11/2017
5 / 5
Très bon formateur, avec une réelle expérience sur le sujet. Le début de la formation est peut-être un peu trop généraliste (rappels sur les concepts de base de données par exemple), mais en même temps peut-être nécessaire du fait de l'"hétérogénéité" des participants.

Bruno L. 27/11/2017
5 / 5
Explique avec beaucoup de cas pratique c'est génial...

Bénédicte L. 27/11/2017
5 / 5
Le contenu et la pédagogie répondent (ou ont répondu) à mon besoin.

HILA E. 27/11/2017
5 / 5
Très intéressant
Avis client 4,8 / 5

Les avis client sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.