ED JFD 1

Entrept de Donnes
Jean-Franois Desnos
Jean-Francois.Desnos@grenet.fr
ED JFD 2
Dfinition (Bill Inmon 1990)
Un entrept de donnes (data warehouse)
est une collection de donnes thmatiques,
intgres, non volatiles et historises pour
la prise de dcisions
ED JFD 3
Les donnes sont thmatiques
Donnes sont organises par thme (sujets
majeurs, mtiers),
vs systmes de production : processus
fonctionnels.
analyses transversales / structures
fonctionnelles et organisationnelles de
l'entreprise.
ED JFD 4
Les donnes sont intgres
Elles proviennent de systmes sources
htrognes
cohrence, normalisation, matrise de la
smantique, prise en compte des contraintes
rfrentielles et des rgles de gestion
ED JFD 5
Les donnes sont historises et non
volatiles
historisation : suivre dans le temps
l'volution des diffrentes valeurs des
indicateurs.
couches de donnes
non volatiles : traabilit non suppression
ED JFD 6
La pyramide du systme dinformation
Pilotage
In di ca teurs
Administratif Mtier
Paye
Comptabilit
GRH
Produits
clients
procds
Dcisionnel
NB : Un systme dinformation rellement complet intgre des informations et des
contraintes extrieures.
ED JFD 7
Intrt de lentrept de donnes
Vision transversale de lentreprise
Intgration des diffrents bases
Donnes non volatiles (pas de suppression)
Historisation
Organisation vers prise de dcision
ED JFD 8
Un projet complexe
Rassembler des donnes htrognes
Les homogniser et les restructurer
Vrifier leur fiabilit
Les diter (publier)
ED JFD 9
Exemple de tableau de bord
Exemples dindicateurs dentreprise (succursales multiples)
L'anne est une dimension, le magasin pourrait tre une seconde
dimension, le type de produit une troisime.
0
50
100
150
200
250
300
350
400
Anne 1 Anne2 Anne 3
Ventes
Achats
Fournisseurs
Personnel
Clients
Bnfice
ED JFD 10
Schma de principe dun ED
Donnes
Bases sources
Logiciel
Extraction
Transformation
Chargement
(ETL)
Couche n
couche 1
Logiciel
Recherche
Analyse
Mise en forme
des
donnes
Donnes
Base cible
Edition
Papier
Web
ED JFD 11
Donnes oprationnelles vs dcisionnelles
Donnes oprationnelles Donnes dcisionnelles
Orientes application, dtailles,
prcises au moment de laccs
Orientes activit (thme, sujet),
condenses, reprsentent des
donnes historiques
Mise jour interactive possible Pas de mise jour interactive
Accs par une personne la fois Utilises par lensemble des
analystes
Haute disponibilit en continu Haute disponibilit ponctuelle
Uniques(pas de redondance en
thorie)
Peuvent tre redondantes
Petite quantit de donnes utilises
par un traitement
Grande quantit de donnes utilise
par les traitements
Ralisation des oprations au jour
le jour
Cycle de vie diffrent
Forte probabilit daccs Faible probabilit daccs
Utilises de faon rptitive Utilises de faon alatoire
ED JFD 12
Classes de donnes dun ED
Mtadonnes ( donnes sur les donnes )
Donnes dtailles : donnes intgres dans
lED
Donnes agrges : sommation de donnes
dtailles (tables dagrgat)
Couches de donnes : historisation
ED JFD 13
Exemple dEntrept de donnes
LED doit fournir le CA des ventes dun produit, par date, client,
et vendeur, ainsi que toutes les sommations possibles de chiffre
daffaires dans une anne donne.
Une vente est caractrise par : produit, client, vendeur,
date, prix de vente
produit code produit, code famille (et libells)
client code client, type client
vendeur code vendeur, nom, code service
date jour, semaine, mois
ED JFD 14
Modlisation de la base cible
le modle relationnel est adapt aux transactions.
Dans un entrept de donnes, prvu pour laide la
dcision, pas de modlisation en forme normale
Modle dimensionnel :
tables de faits + tables de dimensions relies une table
de faits par une jointure.
On obtient un schma en toile (dans le cas le plus
simple)
ED JFD 15
Le modle dimensionnel
Une table contenant une cl multiple, la
table de faits,
un ensemble de tables secondaires, les
tables de dimension (chacune possde une
cl primaire unique correspondant lun
des composants de la cl multiple de la
table de faits).
jointures schma en toile
ED JFD 16
Schma en toile de lexemple
Table de faits
VENTE
code produit
code client
code vendeur
date
prix de vente
code produit
code famille
libell
code vendeur
nom
code service
date
semaine
mois
anne
code client
type client
4 tables de dimensions
ED JFD 17
Table de faits
Contient des faits numriques
Les faits les plus utiles sont numriques et
additifs.
les agrgats, ou tables dagrgat, sont des
enregistrements rcapitulatifs.
ED JFD 18
Avantages du modle
dimensionnel
Conu pour un requteur : performances;
Peut tre modifi sans peine (faits
nouveaux, dimensions nouvelles ,attributs
dimensionnels nouveaux, granularit
variable);
Doit tre capable dintgrer de nouvelles
sources.
ED JFD 19
Rsultat possible
Tableau des ventes par produit et par client :

produit
client
ED JFD 20
Le cube de donnes
produit
mois
ski de piste
raquette
surf
luge
ski de fond
jan fev mars
Antoine
Brigitte
Laurence
Vendeur
Chiffre daffaires
ED JFD 21
Volumtrie
Linformation de synthse peut tre plus
volumineuse que linformation de dtail
2D 3D
ED JFD 22
Exemple de volume
Tableau 3x3 9 lments de dtail
7 lments de totalisation
Tableau 3x3x3 27 lments de dtail
lments de totalisation :
3 tranches 3x3 = 3x7 = 21
+ la face avant 4x4 = 16
Total = 37
ED JFD 23
Cube de donnes
Dans un modle dimensionnel, on cherche reprsenter
les donnes dans un cube (ou hypercube).
analyse ascendante : synthtiser
analyse descendante : dtailler
rotation des dimensions et coupe : trancher le cube
ED JFD 24
Dimensions et indicateurs
i dimension : - produit
- client
- vendeur
- date
k indicateur : - chiffre daffaires
une dimension prend une liste de valeurs,
un indicateur est un nombre.
ED JFD 25
Additivit des indicateurs
indicateurs : de prfrence numriques et
additifs.
Certains sont semi additifs (additifs pour
certaines dimensions).
Non additifs : fonctions d'agrgations :
moyenne, ratios, comptage de lignes.
ED JFD 26
Exemple dadditivit
Table de faits VENTE
code produit
code client
code vendeur
prix de vente
ristourne client (type client)
commission vendeur (CA vendeur)
retour oui/non
ED JFD 27
Cas gnral : Hypercube
Indicateur associ n dimensions (n > 3)
Le cube est alors appel hypercube.
On fixe n-2 dimensions.
En gnral, plusieurs indicateurs.
Ici, un deuxime indicateur pourrait tre le
bnfice.
ED JFD 28
Hirarchie de dimensions
Dimensions
mois
| semaine
| jour
ED JFD 29
Analyse multi-dimensionnelle
Rotation des dimensions
et tranchage,
Analyse descendante
ou ascendante.
ED JFD 30
Quelques dfinitions (1)
Entrept de donnes (ED) ou Datawarehouse :
Systme dinformation agrgeant des donnes
non volatiles et historises, dans un but daide
la dcision.
Datamart : ED spcialis mtier , ou ED partiel
Datamining :
Recherche et analyse dinformation dans une base de
donnes.
ED JFD 31
Quelques dfinitions (2)
Analyse ascendante/descendante (Drill up, drill down) :
Action dobtention dun niveau de dtail plus global
(ascendant - up) ou plus fin (descendant - down) sur un axe
danalyse multidimensionnel.
Decision Support System (DSS) : Systme informatique conu
pour laide la dcision plutt que pour la gestion.
Hypercube : Espace danalyse n dimensions (par ex. temps, lieu,
produit, vendeur, prix,...).
ED JFD 32
Quelques dfinitions (3)
Mtadonnes ou donnes sur les donnes :
Structure, contenu, localisation, rgles dagrgation
et de transformation des donnes.
On line analytical process (OLAP) :
Requtage, analyse et prsentation des donnes dun ED.
Bas sur le cube .
Modle dimensionnel : modlisation faits dimensions
alternative la modlisation entit / relation
ED JFD 33
Bibliographie
Manuel du designer V5, Business Objects, 1999.
Piloter l'entreprise grce au data warehouse, J.-M. Franco et al.,
Eyrolles 2001.
La construction du datawarehouse, J.-F. Goglin, Herms 1998.
Building the Data Warehouse, W. H. Inmon, Wiley 1996.
Entrepts de donnes, guide pratique du concepteur, R. Kimball,
Wiley 1997.
Concevoir et dployer un data warehouse, R. Kimball et al.,
Eyrolles 2000.
http://www.tdwi.org
ED JFD 34
Entrepts de donnes
Modlisation
dimensionnelle
ED JFD 35
La modlisation dimensionnelle souvent appele
modlisation OLAP (Codd 1993) se prsente
comme une alternative au modle relationnel. Il
correspond mieux aux besoins du dcideur tout en
intgrant la modlisation par sujet.
Cest une mthode de conception logique qui vise
prsenter les donnes sous une forme
standardise intuitive et qui permet des accs
hautement performants. Elle aboutit prsenter les
donnes non plus sous forme de tables mais de
cube centr sur une activit.
ED JFD 36
Modlisation entit-relation
liminer la redondance des donnes
Adapte aux transactions (ex : mise jour
dune adresse client), mais pas aux
interrogations
Modle complexe : des milliers de tables
Pas de comprhension pour lutilisateur
Ncessit de performances
ED JFD 37
Modlisation dimensionnelle
Une table de faits (cl multiple)
Tables de dimensions : cl primaire
unique qui correspond lun des
composants de la cl multiple de la table
de faits
jointure en toile
ED JFD 38
Table de faits
Contient un ou plusieurs faits numriques
qui se produisent pour la combinaison de
cls d finissant chaque enregistrement
Ex.
Vente_euros, Vente_units, Cot_euros
ED JFD 39
Ex. : vente en grande distribution
ED JFD 40
Un schma entit-relation =
plusieurs tables de faits
Dtecter les processus mtier et les
modliser lun aprs lautre
Slectionner les relations n,n contenant des
faits numriques et additifs. En faire autant
de tables de faits
Les tables dimensionnelles relies
plusieurs schmas sont dites conformes
(partages)
ED JFD 41
Avantages de la modlisation
dimensionnelle
Structure prvisible
Structure standardise
Requteur simple et optimis
Toutes les dimensions sont quivalentes
Symtrie
ED JFD 42
Evolutions du modle
Ajout de faits nouveaux possible (si compatible
avec grain)
Ajout dune dimension nouvelle (si une seule
valeur par enregistrement de la table de faits)
Ajout dattributs dimensionnels
Outils dagrgat (enreg. rcapitulatifs)
ED JFD 43
Planification
Construction de lED datamart par
datamart, pour viter une trop grande
complexit
Eviter les tuyaux de pole
laborer un bus dcisionnel grce
aux dimensions conformes
ED JFD 44
Dimension conforme
Une table de dimension en relation avec
plusieurs tables de fait est dite conforme
Cohrence des interfaces utilisateurs et des
contenus
Cohrence de linterprtation des attributs
Grande importance dans la conception
ED JFD 45
Fait conforme
Fait ayant la mme dfinition dans tous les
datamarts, mme unit de mesure, mme
contexte dimensionnel.
Ex pour le fait recettes : priodes,
rgions de ventes cohrentes
Ex : conditionnement en units et botes
Fait non conforme : noms distincts
ED JFD 46
Exemple de lagence de voyage
1 - voyages ariens
Quel est le chiffre daffaires (CA) par client,
par date de voyage (et par mois, trimestre et
anne), par compagnie arienne, par ville de
destination ? Les tableaux de bord doivent
pouvoir prsenter les totaux et sous totaux
de CA : tous clients confondus, et/ou toutes
dates, et/ou toutes compagnies, et/ou toutes
destinations.
ED JFD 47
Schma dimensionnel
1 - voyages ariens
Code client
Compagnie arienne
Ville darrive
Date du vol
Prix pay
Dimension
client
Dimension
compagnie
arienne
Dimension
ville
Dimension
Date
ED JFD 48
Exemple de lagence de voyage
2 location de voiture
Dans le cas de la location de voiture, on
souhaite diter le CA, le nombre de jours de
location, et le kilomtrage pour chaque :
client, date de rservation, ville, loueur, et
catgorie de vhicule, ainsi que toutes les
sommations de la mme manire que pour les
dplacements.
ED JFD 49
Schma dimensionnel
2 location de voiture
Code client
Loueur
Ville de location
Date de location
Prix pay
Distance parcourue
Dimension
client
Dimension
loueur
Dimension
ville
Dimension
Date
ED JFD 50
Exemple de lagence de voyage
3 - htel
Dans le cas de lhtellerie, on veut des
tableaux de bord par client, htel, ville, date
de dbut de sjour, faisant apparatre le
nombre de nuites et le prix total pay .
ED JFD 51
Schma dimensionnel
3 - htel
Code client
Htelier
Ville de sjour
Date de dbut
Nombre de nuites
Prix pay
Dimension
client
Dimension
Htelier
Dimension
ville
Dimension
Date
ED JFD 52
Exemple de lagence de voyage
regroupement
On veut maintenant regrouper ces trois ED en un seul, afin de
rpondre aux questions supplmentaires suivantes :
Quel est le CA total induit par un dplacement en avion ?
Quelle est la dure du sjour ? Quel est le CA en location de
voiture ? En htellerie ?
On veut pouvoir diter les dtails de CA par priode de temps
et par client, ville, compagnie arienne, loueur et htelier, et
faire tous les regroupements utiles.
Figurer le modle dimensionnel dun tel ED, en montrant en
particulier comment lon peut retrouver location de voiture
et/ou htellerie, si elles existent, partir dun dplacement en
avion. Un voyage en avion nimplique pas forcment location
de voiture et/ou htellerie, et inversement.
ED JFD 53
Code client
Cie arienne
Ville darrive
Date du vol
Prix pay
Code client
Loueur
Ville de location
Date de location
Prix pay
Distance parcourue
Code client
Htelier
Ville de sjour
Date de dbut
Nombre de nuites
Prix pay
Dimension
client
Dimension
ville
Dimension
Date
ED JFD 54
Niveau de dtail
On privilgie le niveau le plus fin
Evolutivit
Puissance
Efficacit du Data mining
ED JFD 55
Multisources
Commencer par un datamart monosource
Rparer les tuyaux de pole : chercher
crer des dimensions conformes
Bus dcisionnel : dimensions et faits
conformes
ED JFD 56
Dimensions, faits et attributs
Plausible : 10 dimensions pour un datamart
Si 2 ou 3 dimensions : le concepteur en a-t-il oublies ?
Si 20 dimensions : devient trop complexe
Un fait est une observation du march , la
plupart du temps un champ numrique de la
source
Lattribut est un champ textuel (apparat dans les
dimensions)
ED JFD 57
Parcourir les dimensions
ED JFD 58
Forage
Forage vers le bas = Drill down = donner
des dtails
Forage vers le haut = Drill up = sommer
Un vritable forage mlange les attributs
hirarchiss et non hirarchiss de toutes les
dimensions disponibles
ED JFD 59
Floconnage
Dfinition : dimension dont les champs
faible cardinalit sont dans des tables
spares, relies la table dorigine au
moyen de cls artificielles.
Non recommand : performances,
complexit
Gain en espace disque non dterminant
ED JFD 60
Exemple de floconnnage
Table de faits Table de dimension
Flocon
contient
cl_produit
comme cl extrieure
Cl_produit

Cl_conditionnement

Nombre_botes
Cl_conditionnement

Type_conditionnement
ED JFD 61
Attributs des tables de dimensions
Pas de codes
Littraux (mots complets)
Descriptifs
Soigns (orthographe, valeurs)
Indexs
Documents (mtadonnes)
ED JFD 62
Mtadonnes
Ensemble dinformations ncessaires laccs,
la comprhension et lexploitation des donnes
du data warehouse.
Le rfrentiel de lentrept de donnes =
mtadonnes + outils dadministration
Il collecte lensemble des modles de donnes
ncessaires la construction et lexploitation du
data warehouse.
ED JFD 63
Dimension temps
Cl_date (cl principale)
Date complte
Jour de la semaine
Numro du jour dans la semaine
Numro du jour dans lanne

Indicateur jour ouvrable
Indicateur dernier jour du mois
ED JFD 64
Sous dimension temps (flocon)
Cl_date (cl principale)
Pays (cl principale)
Indicateur de jour fri
Indicateur de fte religieuse
Indicateur de fte civile
.
ED JFD 65
Dimensions changeantes
Cl_produit ou cl_client ne changent pas, mais
les attributs voluent.
On peut :
1. Rcrire sur lenregistrement (historique perdu)
2. Ajouter un enreg. Avec nouvelle valeur de cl
3. Crer un nouveau champ ancien dans lenreg
et y stocker lancienne valeur dattribut
ED JFD 66
Dimensions dgnres
N bon de commande, n de facture ?
Souvent conserver dans la base de faits,
mais pas dattributs associs
pas de table de dimension associe
ED JFD 67
Cls
Toutes les cls : cls de substitution
dpourvues de signification, et sans rapport
avec les bases sources.
ED JFD 68
Faits
Additifs de prfrence
Faits textuels (exemple : conditions mtos
lors dun relev de sinistre d assurance) =
peu dintrt de comptage et regroupement
si texte libre
Prfrer les tmoins
ED JFD 69
Conception dune table de faits
1. Commencer par un data mart source
unique
2. Granularit : un enreg. de la table de faits
sera cr pour chaque :
a. Vente
b. Dclaration de sinistre
c. Inscription dtudiant
d. Ligne de facture
ED JFD 70
Conception dune table de faits
(suite)
3. Choisir les dimensions : descripteurs
valeur unique (de prfrence)
4. Choisir les faits : les faits (indicateurs)
doivent correpondre la granularit de la
table de faits
ED JFD 71
Agrgat
Table rcapitulative (sommations) destine
amliorer les performances du requtage.
Il sagit dune table de faits qui possde des
tables dimensionnelles.
ED JFD 72
Table de faits sans fait
exemple 1
ED JFD 73
Interrogations sur lexemple 1
1. Cours les plus suivis ?
2. Cours les plus rgulirement suivis ?
3. Profs qui ont le plus dtudiants ?
4. Profs qui utilisent des quipements
dautres dpartements ?
5. Equipements les moins utiliss ?
ED JFD 74
Table de faits sans fait
exemple 2
ED JFD 75
Interrogations sur lexemple 2
Quels sont les produits qui taient en
promotion et ne se sont pas vendus ?
1. Consultation de la table de couverture
: liste des produits en promotion tel jour
dans tel point de vente
2. Consultation de la table des ventes pour
recenser les produits qui se sont vendus
ED JFD 76
Table des ventes de lexemple 2
ED JFD 77
Analyse des donnes de lED :
Exemple de B.O.
ED JFD 78
Schma de principe dun ED
Bases sources
Extraction
Transformation
Chargement
(ETL)
Couche n
couche 1
Recherche
Analyse
Mise en forme
des
donnes
Base cible
Edition
ED JFD 79
Loutil BO
Business Objects : extraire, mettre en forme et
analyser les donnes de la base cible.
intranet de ltablissement
univers = architecture des informations extraites.
utilisateurs : crent de nouvelles requtes,
paramtrent et en excutent des requtes
existantes.
ED JFD 80
Univers BO
Le designer dunivers :
Informaticien
Comptences
SQL
BD de lentreprise
ED JFD 81
Dveloppement dun univers
Planification
dcouper le SI en domaines
Analyse
Analyser les besoins des utilisateurs
Conception
Faire le schma conceptuel; spcifier lunivers
Application
Crer lunivers
Maintenance
ED JFD 82
Les objets dans BO
Indicateur : nombre
Dimension : entit (une variable)
Exemple
UFR
Ens.
Chimie
Prof
Univ
5
ED JFD 83
Classes et univers
Les objets peuvent tre regroups en classes
et sous-classes
L univers est un ensemble dobjets
crs sur une BD
ED JFD 84
Hirarchies
Une dimension appartient souvent une
hirarchie.
La hirarchie ordonne la dimension et
permet de changer le niveau danalyse.
ED JFD 85
Exemple de hirarchie
Exemple
Hirarchie dans lorganisation de la scolarit.
Composante (UFR) Sciences
Cycle 1er cycle
Diplme Deug
Etape 1re anne
ED JFD 86
Analyse dimensionnelle
Elle est possible si les dimensions de
lunivers sont hirarchises
Exemple : nombre dtudiants par
composante,.........., tape
changement du niveau danalyse
ED JFD 87
Cration dun univers
La structure dun univers doit sadapter la
logique de lutilisateur, et non la structure
des tables de la BD.
Autant que possible, les dimensions doivent
tre dfinies dans des hirarchies.
ED JFD 88
Objets de lunivers
Normaliser les noms des objets
ex. : Nationalit-code
Nationalit-libell
Utiliser la langue du mtier
Chaque dimension doit avoir une liste de
valeurs qui associe code et libell.
ED JFD 89
Structure de la base ED
Objectif : produire des indicateurs au
carrefour des dimensions
Une table de faits comporte des dimensions
et des indicateurs
A chaque dimension dune table de faits, on
associe une table de dimension (sauf
dimension dgnre)
ED JFD 90
La dimension historique
Elle est sous-jacente dans tous les faits : date,
trimestre, anne selon les faits mesurs : nb
dinscriptions, budget, appartenance un
groupe.
La date dextraction est galement importante.
2 dimensions historiques :
les faits, lextraction
ED JFD 91
Cration des tables de faits
Si les dimensions sont dans des hirarchies
diffrentes, on peut avoir intrt crer
plusieurs tables de faits.
ED JFD 92
Structure des tables de dimension
Il peut y avoir une hirarchie lie la
dimension. Ex. : Nationalit
code-nat Lib-nat
code-groupe de pays Lib-groupe
Schma en flocon
ED JFD 93
Sparation indicateur et dimension
mieux vaut crer une variable avec liste de
valeurs, plutt que des indicateurs.
lajout dune nouvelle valeur est alors
simple.
Il est plus simple de modifier des
valeurs (lignes)
plutt que des
structures (colonnes)
ED JFD 94
Exemple indicateur et dimension
Si lon cr les indicateurs :
- professeur
- assistant
- On veut crer agrg , il faut modifier la
table de faits
Si lindicateur est enseignant , on modifie
seulement la liste de valeurs.
ED JFD 95
Agrgats
Deux solutions :
1. Tables dagrgats = calculs pr-tablis
optimisant les performances
2. Fonction aggregate aware de BO
ED JFD 96
ED JFD 97
ED cours 4
Elments darchitecture
Administration
Stratgie
Construction
ED JFD 98
Data warehouse et dataweb
Intranet : rseau de donnes privatif de
linstitution
Architecture 3 (n)-tiers :
Client lger (navigateur)
Serveur(s) dapplications
Serveur(s) de donnes
ED JFD 99
Intgration au portail
A partir du client universel, accs toutes les
applications de lentreprise :
Applis dcisionnelles, bureau virtuel, workflow,
docflow, BD,
Point daccs unique,
Architecture simplifie,
Rduction des cots.
ED JFD 100
Administrer
Qualit de service (disponibilit, fiabilit,
scurit), gestion des anomalies
Configuration, paramtrage, maintenance du
systme dinformation :
gestion financire, administrative,
technique; maintenance et support.
ED JFD 101
Administration fonctionnelle
Traduire le besoin de chaque utilisateur
Assurer la cohrence globale
Faire voluer lensemble
Etablir des profils
Editer : coordonner la diffusion
Matriser la qualit : le mtadictionnaire et
son volution
ED JFD 102
Administration technique
Volumtrie
Puissance des traitements
Evolutions
outils dadministration des systmes,
scurit, sauvegardes, mtrologie
Ces outils sappuient sur la politique des SI
de lentreprise
ED JFD 103
Choix stratgiques
Rfrentiel intgr
Solution centralise ou non
Espaces privs
Matriser les cots
Commencer par un datamart ?
ED JFD 104
Rfrentiel intgr
Multiplicit des dictionnaires : ETL, SGBD,
OLAP
Pour garantir la cohrence, 1 seul dictionnaire
si possible
ED JFD 105
Solution centralise ou non
Si lorganisation comporte un sige et des
agences : 2 niveaux dED ?
La solution centralise est coteuse (rseau)
et moins volutive
La solution dcentralise est plus souple,
mais plus complexe
ED JFD 106
Du datamart lED
Dveloppement RAD
Larchitecture retenue doit permettre le
passage lchelle
ED JFD 107
La dmarche RAD
Analyse des besoins
Phase 1 Mise en uvre 1re version
Retour dexpriences
.
Besoins complmentaires
Phase N Mise en uvre Nime version
Retour dexpriences
ED JFD 108
Les itrations du RAD
A chaque tape (itration), il faut vrifier les
cohrences :
du dictionnaire
de larchitecture et des flux (non rgression)
des plate-formes et environnements
ED JFD 109
La charge de mise en uvre de
lED
La restitution de linformation, visible
par lutilisateur, ne reprsente que 15 %
La partie immerge :
Alimentation de lED : 50 %
OLAP : 20 %
Administration : 15 %
ED JFD 110
Le chef de projet
doit tre orient utilisateurs
soutenu par la direction et les utilisateurs
ne pas promettre la lune
soigner la conception (modle, donnes
intgrer)
ne pas faire le jouet du prsident
Ne pas sarrter la premire phase
ED JFD 111
Les difficults lies laxe
temps
Le calendrier
Dfinitions de lanne, du mois; irrgularits
Additivit des variables
Variations de priodicit
Consolidation, agrgation (mouvements
internes)
ED JFD 112
Agrgats
Il faut slectionner les agrgats
retenir :
Compromis
volume
temps de rponse
ED JFD 113
Rfrentiel
Rfrentiel
Nomenclatures
nom. de rfrence,
org. rseau
Rgles de gestion
Donnes et flux
mta-dictionnaire
Profils
utilisateurs
Paramtres
conception
exploitation
Espaces privs
workflow