SID.
qxp:Copie de MEP 03/09/13 21:37 Page1
MODLISATION DES SYSTMES
DINFORMATION DCISIONNELS Une bonne modlisation des donnes est lun
des facteurs cls de la russite de tout projet
de mise en uvre dun systme dinformation
dcisionnel (SID) dans une entreprise, cela
indpendamment de la porte de ce systme :
data mart lusage dun mtier unique
(contrle de gestion, marketing, suivi des
risques, etc.) ou data warehouse dentreprise
destin piloter lensemble des mtiers dun
groupe.
Quelle que soit larchitecture applicative
choisie pour limplmentation dun SID, la
conception du systme devra faire appel
une technique de modlisation des donnes
ddie au dcisionnel : la modlisation
multidimensionnelle (ou modlisation en
toile ), sujet de cet ouvrage.
Emmanuel Ferragu est consultant expert des systmes dinformation dcisionnels. Il possde prs de 15 ans dexprience dans ce domaine
et intervient en tant quarchitecte et modlisateur de donnes auprs de ses clients
Srie Bases de donnes
MODLISATION DES SYSTMES
Ce dernier est organis autour de deux
MODLISATION DES SYSTMES DINFORMATION DCISIONNELS
parties principales ddies aux deux tapes
cls du processus de modlisation des
donnes : modlisation conceptuelle, puis
modlisation sur une base de donnes
relationnelle. Chacune de ces parties fait
lobjet dune approche progressive et fait
DINFORMATION DCISIONNELS
appel de nombreux exemples, de telle sorte
quun lecteur non averti puisse sy retrouver.
Louvrage est destin aux lves des coles
Techniques de modlisation conceptuelle
dingnieurs, aux tudiants en Master SIAD
(Systmes dinformation et aide la dcision)
et relationnelle des entrepts de donnes
et aux professionnels de linformatique
travaillant dans le domaine du dcisionnel
(architecte, modlisateur de donnes,
dveloppeur ou chef de projet). Emmanuel Ferragu
Emmanuel Ferragu
ISBN 978-2-311-01243-9
9 782311 012439
MEP MOD_E4.indd 14 26/08/13 12:46
 Table des matires

Prface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV

Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII
Objectif du livre et public vis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVIII
Prrequis la lecture du livre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVIII
Organisation du livre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVIII

Introduction : systmes dinformation dcisionnels

et modlisation multidimensionnelle . . . . . . . . . . . . . . . . 1
Systme dinformation oprationnel et systme dinformation dcisionnel . . . . . . 1
Limites du modle entit-association pour les SID . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Avantages du modle multidimensionnel pour les SID . . . . . . . . . . . . . . . . . . . . . . . . 5
Architecture des SID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Data marts en silo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Corporate information factory (CIF) ou enterprise data warehouse (EDW) . . . . . . . . . . . . . 11
Dimensional data warehouse ou bus architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Synthse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

PARTIE I - MODLISATION CONCEPTUELLE

MULTIDIMENSIONNELLE . . . . . . . . . . . . . . . . . . . . . . 17
Chapitre 1
Cas dcole : lanalyse des ventes
dune entreprise de distribution . . . . . . . . . . . . . . . . . . . . . 23
1.1 Description de lentreprise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2 Besoins danalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3 Modle conceptuel multidimensionnel correspondant au cas dcole . . . . . . . 24

MEP MOD_E4.indd 7 26/08/13 12:46

 VIII Table des matires

Chapitre 2
Dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1 Dfinition dune dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Hirarchies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.1 Dfinition dune hirarchie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.2 Relations hirarchiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.3 Forage au sein des hirarchies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.4 Hirarchies simples et hirarchies alternatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.5 Hirarchies quilibres. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.6 Hirarchies dsquilibres. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.7 Hirarchies gnralises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Niveaux interdimensionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.5 Relation dhritage entre niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

Chapitre 3
Gestion des modifications temporelles intervenant
au sein des dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.1 Gestion temporelle de type 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Gestion temporelle de type 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3 Gestion temporelle de type 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Gestion temporelle hybride ou gestion temporelle de type 12 . . . . . . . . . . . . . 55
3.5 Absence de gestion temporelle (type 0). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.6 Cas courants dutilisation des diffrents types de gestion temporelle . . . . . . . 56
3.7 Cas des corrections derreurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.8 Reprsentation graphique de la gestion temporelle
dans un diagramme MCMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Chapitre 4
Relations factuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.1 Dfinition dune relation factuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Grain dune relation factuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.3 Rle dun niveau pour une relation factuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.4 Cardinalits dun niveau pour une relation factuelle . . . . . . . . . . . . . . . . . . . . . . 61

MEP MOD_E4.indd 8 26/08/13 12:46

 Table des matires IX

4.5 Additivit des indicateurs dune relation factuelle . . . . . . . . . . . . . . . . . . . . . . . . 62

4.5.1 Indicateurs additifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5.2 Indicateurs semi-additifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.5.3 Indicateurs non additifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.6 Indicateurs lmentaires et indicateurs drivs . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.7 Formules de calcul des indicateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.8 Relations factuelles sans indicateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.9 Diffrents types de relations factuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.9.1 Relations factuelles lmentaires de type Transaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.9.2 Relations factuelles lmentaires de type Instantan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.9.3 Relations factuelles lmentaires de type Instantan Accumul. . . . . . . . . . . . . . . . . . . . . . . 74
4.9.4 Relations factuelles de synthse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.9.5 Reprsentation graphique des types de relations factuelles dans un diagramme
MCMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.10 Ordre dapplication des formules dagrgation dun indicateur . . . . . . . . . . . . 84

Chapitre 5
Mtamodle et synthse de la notation graphique
des MCMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.1 Mtamodle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2 Synthse de la notation graphique utilise
pour la reprsentation des MCMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Chapitre 6
Bonnes pratiques de modlisation dun MCMD . . . . . . . . 95
6.1 Bonne pratique n 1: tout schma factuel dun MCMD doit comporter
une dimension temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.2 Bonne pratique n 2: assurer la conformit des dimensions sur lensemble
dun MCMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.3 Bonne pratique n 3: assurer la conformit des indicateurs . . . . . . . . . . . . . . . . 98
6.4 Bonne pratique n 4: dfinir un MCMD unique pour lensemble
des activits de lentreprise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.5 Bonne pratique n 5: dfinir le grain le plus fin possible pour les relations
factuelles lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.6 Bonne pratique n 6: ne pas mlanger diffrents types
(Transaction, Instantan, Instantan Accumul) dans une mme relation
factuelle lmentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

MEP MOD_E4.indd 9 26/08/13 12:46

 X Table des matires

6.7 Bonne pratique n 7: dfinir un grain unique (ou homogne)

pour lensemble des faits dune relation factuelle . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.8 Bonne pratique n 8: modliser en utilisant des dimensions correspondant
un rel concept mtier et non pas pour coller des besoins
figs de restitutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.9 Bonne pratique n 9: faire en sorte que chaque indicateur soit pertinent pour
lensemble des dimensions associes la relation factuelle laquelle il appartient 108

PARTIE II - MODLISATION RELATIONNELLE

MULTIDIMENSIONNELLE . . . . . . . . . . . . . . . . . . . . . 113
Chapitre 7
Principes de drivation logique dun MCMD . . . . . . . . . . . . 117
7.1 Principes gnraux de drivation logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.1.1 Principes gnraux de drivation logique dun niveau. . . . . . . . . . . . . . . . . . . . . . . . 117
7.1.2. Principes gnraux de drivation logique dune relation factuelle . . . . . . . . . . . . . . . . . . . . 120
7.2 Illustration des principes gnraux de drivation logique . . . . . . . . . . . . . . . . . . 122
7.3 Modle en toile et modle en flocon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.3.1 Diffrences entre le modle en toile et le modle en flocon. . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.3.2 Avantages et inconvnients du modle en toile par rapport
au modle en flocon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.4 Utilisation de cls techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.4.1 Principe et illustration de lutilisation des cls techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.4.2 Intrt de lutilisation des cls techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

Chapitre 8
Modlisation logique des hirarchies . . . . . . . . . . . . . . . . . . . . 131
8.1 Modlisation logique des hirarchies quilibres . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.1.1 Approche en flocon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.1.2 Approche en toile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
8.2 Modlisation logique des hirarchies dsquilibres . . . . . . . . . . . . . . . . . . . . . . 132
8.2.1 Modlisation logique des hirarchies niveau manquant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.2.2 Modlisation logique des hirarchies incompltes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
8.2.3 Modlisation logique des hirarchies rcursives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.3 Modlisation logique des hirarchies gnralises . . . . . . . . . . . . . . . . . . . . . . . . 164
8.4 Modlisation logique des hirarchies alternatives . . . . . . . . . . . . . . . . . . . . . . . . . 167

MEP MOD_E4.indd 10 26/08/13 12:46

 Table des matires XI

Chapitre 9
Intgration de la gestion temporelle
dans la modlisation logique des dimensions . . . . . . . . . . . 169
9.1 Cas dune dimension avec uniquement des attributs
et relations hirarchiques dont la gestion temporelle est de type 1 . . . . . . . . . . 169
9.1.1 Gestion de type 1 avec une approche en toile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
9.1.2 Gestion de type 1 avec une approche en flocon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
9.2 Cas dune dimension avec uniquement des champs
dont la gestion temporelle est de type 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.2.1 Gestion de type 2 avec une approche en toile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
9.2.2 Gestion de type 2 avec une approche en flocon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.3 Cas dune dimension contenant la fois des attributs et/ou relations
hirarchiques de type 1 et de type 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
9.4 Cas dune dimension avec attribut(s) ou relation(s) hirarchique(s)
de type 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
9.5 Cas dune dimension avec attribut(s) de type hybride (type 12) . . . . . . . . . . . 184
9.6 Cas des corrections derreurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.7 Gestion temporelle des hirarchies rcursives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
9.7.1 Gestion temporelle dune hirarchie rcursive avec la 1re approche (table parent-enfant) . . 186
9.7.2 Gestion temporelle dune hirarchie rcursive avec la 2e approche (table intermdiaire) . . . 189
9.7.3 Gestion temporelle dune hirarchie rcursive avec la 3e approche (nested sets ou LR) . . . . 195

Chapitre 10
Modlisation logique des relations factuelles . . . . . . . . . . . 199
10.1 Drivation logique des indicateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
10.1.1 Drivation logique des indicateurs drivs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
10.1.2 Drivation logique des indicateurs lmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
10.2 Niveaux avec rles multiples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
10.3 Tables de faits sans faits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
10.4 Tables de couverture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
10.5 Drivation logique des relations factuelles en relation 1..N
(ou 0..N) avec un niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
10.5.1 Simplification de la relation 1..N par la cration de plusieurs relations 1..1. . . . . . . . . 212
10.5.2 Cration dune table intermdiaire entre la table de faits
et la table de dimension. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

MEP MOD_E4.indd 11 26/08/13 12:46

 XII Table des matires

Chapitre 11
Techniques complmentaires de modlisation logique
des dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
11.1 Dimensions dgnres et dimensions fourre-tout . . . . . . . . . . . . . . . . . . . . . . . . 223
11.1.1 Dimensions dgnres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
11.1.2 Tables de dimension fourre-tout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
11.2 Dimensions gantes et minidimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
11.2.1 Dimensions gantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
11.2.2 Minidimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
11.2.3 Plusieurs minidimensions pour une mme dimension gante . . . . . . . . . . . . . . . . . . . . . . . 232
11.2.4 Limitation occasionne par les minidimensions et solutions de contournement . . . . . . 236
11.3 Attributs forte cardinalit et regroupements par tranches . . . . . . . . . . . . . . . . 238

Chapitre 12
Traitement des cas particuliers des niveaux
interdimensionnels et de lhritage . . . . . . . . . . . . . . . . . . . . . . 245
12.1 Drivation logique des niveaux interdimensionnels . . . . . . . . . . . . . . . . . . . . . . . 245
12.2 Drivation logique des schmas factuels contenant
des relations dhritage entre niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
12.2.1 Premire mthode: une table de dimension unique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
12.2.2 Deuxime mthode: une table de dimension par sous-type . . . . . . . . . . . . . . . . . . . . . . . . 251

Chapitre 13
Valeurs NULL et valeurs par dfaut . . . . . . . . . . . . . . . . . . . . . 255
13.1 viter les valeurs NULL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
13.2 La valeur NULL dans les tables de dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
13.3 La valeur NULL dans les cls trangres des tables de faits . . . . . . . . . . . . . . . . 257
13.4 La valeur NULL dans les indicateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260

Chapitre 14
Tables de faits fusionnes et agrgats . . . . . . . . . . . . . . . . . . . 263
14.1 Tables de faits fusionnes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
14.2 Agrgats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
14.2.1 Exemples de tables de faits agrges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
14.2.2 Choix des tables de faits agrges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

MEP MOD_E4.indd 12 26/08/13 12:46

 Table des matires XIII

14.2.3 Gestion temporelle de type 1 et tables de faits agrges . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271

14.2.4 Tables de faits agrges et indicateurs non agrgeables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
14.2.5 Navigateur dagrgats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
14.2.6 Vues matrialises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

PARTIE III - ANNEXES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Sigles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283

MEP MOD_E4.indd 13 26/08/13 12:46

MEP MOD_E4.indd 20 26/08/13 12:46
 Introduction : systmes dinformation
dcisionnels et modlisation
multidimensionnelle

Systme dinformation oprationnel et systme dinformation

dcisionnel
Un systme dinformation oprationnel (SIO) a pour objectif premier de servir de
support la ralisation des activits dun ensemble de processus mtier. Par exemple,
un SIO ddi au processus de vente assistera les commerciaux dans lenregistrement
des commandes des clients et des expditions des articles commands alors quun SIO
de gestion des ressources humaines permettra lenregistrement dinformations sur les
salaris, les contrats de travail, les salaires et les primes, les entretiens de carrire et per-
mettra galement la gnration des fiches de paie. Chaque fois quune activit est ra-
lise dans un SIO, on dit que lon a ralis une transaction, cest pourquoi les SIO sont
galement appels systmes transactionnels.
Au fur et mesure de lmergence des SIO, dans les annes 1970 et 1980, force fut
de constater que ces systmes, sils taient efficients pour produire et stocker des don-
nes, se rvlaient particulirement inaptes restituer de linformation aux dcideurs
des entreprises et des organisations au sens large. Les raisons de ce constat sont les
suivantes :
Un SIO est conu pour permettre lexcution de transactions (autrement dit dinser-
tions, de mises jour et de suppressions) unitaires (ou atomiques ) dans une base
de donnes. En effet, dans un systme de gestion des ventes, on va enregistrer les
ventes ou les expditions une par une ; dans un systme de gestion des ressources
humaines, on enregistrera les informations salari par salari. De plus, les transactions

MEP MOD_E4.indd 1 26/08/13 12:46

 2 Introduction : systmes dinformation dcisionnels et modlisation multidimensionnelle

excutes dans les SIO sont prvisibles : elles sont connues lavance car elles sont
programmes au sein du logiciel autour duquel est conu le SIO. Or, pour que lex-
cution de ces transactions unitaires et prvisibles soit efficace et seffectue sans erreur,
le modle de donnes sous-jacent au SIO doit tre un modle de type entit-associa-
tion et hautement normalis (on utilise en rgle gnral la 3e forme normale). Mais les
informations utiles la prise de dcision doivent tre accdes non pas unitairement
mais en masse (par exemple, lensemble des ventes effectues au cours de lanne
2012). De plus, les demandes dinformations de la part des dcideurs de lentreprise
sont par nature imprvisibles contrairement aux transactions effectues dans les SIO.
Or, nous verrons dans la section suivante quun modle de donnes hautement nor-
malis nest pas adapt pour la rcupration imprvisible dinformations en masse.
Dans un SIO, les donnes enregistres sont constamment modifies et parfois sup-
primes sans que les anciennes valeurs de ces donnes ne soient conserves : une fois
quune commande a t livre, lhistorique des diffrents statuts par lesquels cette
commande est passe ( en attente de traitement , en prparation , expdie )
peut souvent tre supprim. Lorsquun client change dadresse, son ancienne
adresse est remplace par la nouvelle car la conserver est inutile pour le systme de
gestion des ventes. Or, lhistorique des valeurs modifies constitue un ensemble
dinformations utiles pour les dcideurs dune entreprise ou dune organisation :
par exemple, connatre ladresse dun client au moment o il a pass une com-
mande (et non pas son adresse actuelle) est utile en matire de gomarketing.
Mme si depuis la fin des annes 1990, de nombreux projets de rationalisation du
SI ont vu le jour par lintermdiaire de la mise en place de progiciels de gestion
intgrs (PGI), les SIO dune organisation ne sont en rgle gnral pas intgrs : ils
ont t construits brique par brique, sans cohrence densemble, au fur et mesure
de lmergence de nouveaux besoins dautomatisation de processus mtier. Ils fonc-
tionnent le plus souvent en silo , relativement indpendamment les uns des
autres, ne schangeant des donnes les uns avec les autres que par lintermdiaire
dinterfaces point point. Chaque SIO possde sa propre base de donnes, do
une trs grande redondance de donnes au sein de lensemble du systme dinfor-
mation de lorganisation. De plus, les donnes redondantes (cest--dire prsentes
dans plusieurs SIO) sont souvent incohrentes car elles ne peuvent pas tre mises
jour en mme temps dans chaque SIO dans lesquels elles sont prsentes ; elles ne
sont synchronises que priodiquement. Or, les informations ncessaires la prise
de dcision sont le plus souvent parpilles dans de multiples SIO ; il est donc
ncessaire de les rassembler dans un endroit unique et de les mettre en cohrence
pour pouvoir les exploiter de manire optimale.
Le constat de linaptitude des SIO restituer les donnes quils stockent a amen les
organisations construire des systmes part, ddis la restitution dinformations,

MEP MOD_E4.indd 2 26/08/13 12:46

 Systme dinformation oprationnel et systme dinformation dcisionnel 3

que lon a appel des systmes dinformation dcisionnels (SID)1. Par opposition
un SIO dont lobjectif est lexcution dun processus mtier, un SID a pour but lva-
luation de la performance des processus. Il a pour vocation de faciliter la prise de dci-
sion en fournissant des rponses des questions telles que : quelle fut lvolution du
chiffre daffaires et de la marge brute pour chaque catgorie de produits entre le pre-
mier semestre de cette anne et celui de lanne prcdente ? Quelle est la rentabilit
moyenne des clients du secteur des grandes entreprises par rapport celui des ETI2 et
celui des PME ? Quelle fut lvolution annuelle des encours de crdit octroys la
clientle professionnelle par les diffrentes agences de mon rseau bancaire ?
Un SID est donc un systme dinformation ddi aux dcideurs dune organisation
et permettant, au moyen dune base de donnes et dune interface daccs aux donnes,
aux utilisateurs dobtenir des informations utiles la prise de dcision.
Le tableau 1 illustre les principales diffrences entre les SIO et les SID.3

Critre SIO SID

valuation de la performance
Objectif Excution de processus mtier
des processus mtier
Mode dinteraction Insertion, mise jour, suppression
entre les utilisateurs et slection Slection de donnes
et la base de donnes de donnes

Primtre dinteraction entre

les utilisateurs et la base de
donnes
Type dutilisation
Slection de donnes
Transactions unitaires
en masse
Prdfinie, prvisible Non prdfinie, imprvisible

Complexit des requtes

Faible Eleve
des utilisateurs
La performance des requtes
La performance des
Optimis pour de slection des donnes
transactions unitaires
en masse

Mises jour en temps rel,

Frquence de mise jour de Mises jour priodiques
au fur et mesure de lexcution
la base de donnes en mode batch 3
des processus mtier
Historique des donnes Donnes courantes mais aussi
Donnes courantes
utilises et surtout historiques

Degr de normalisation des Hautement normalis (3e forme

Dnormalis
donnes normale)

Tableau 1 Diffrences entre les SIO et les SID

1. Les anglophones utilisent le terme de decision support system (DSS).

2. Entreprise de taille intermdiaire.
3. La tendance volue aujourdhui vers une mise jour des SID en quasi temps rel.

MEP MOD_E4.indd 3 26/08/13 12:46

 4 Introduction : systmes dinformation dcisionnels et modlisation multidimensionnelle

Limites du modle entit-association pour les SID

Le modle conceptuel utilis aujourdhui couramment pour la conception des bases de
donnes des SIO est le modle entit-association, en 3e forme normale.
En guise dillustration, la figure 1 reprsente de manire simplifie et macroscopique1
un exemple de modle entit-association relatif la vente, laprs-vente et au stockage
de produits dans une entreprise.

PRODUIT CATEGORIE PRODUIT STOCK

LIGNE FACTURE LIGNE COMMANDE EXPEDITION ENTREPOT

FACTURE COMMANDE EMPLOYE METIER

PAIEMENT CLIENT RETOUR EXPEDITION

ADRESSE

Figure 1 Exemple de macro-modle entit association

De nombreux auteurs ont montr les limites de ce modle pour la modlisation des
SID. Pour une dmonstration complte et illustre des inconvnients de cette tech-
nique de modlisation pour la conception des SID, le lecteur pourra se rfrer au livre
de Ralph Kimball, Entrepts de donnes. Guide pratique de modlisation dimensionnelle,
2e dition ou encore au livre de Jean-Marie Gouarn, Le projet dcisionnel. Enjeux,
modles et architectures du Data Warehouse.
Je me contenterai donc de rappeler ces limites, qui sont les suivantes :
La normalisation des donnes induite par le modle entit-association a pour cons-
quence la cration dans la base de donnes de trs nombreuses tables afin dviter la
redondance des donnes stockes. Lexcution de requtes vocation dcisionnelle
requiert alors laccs ces tables via la ralisation de nombreuses jointures. La pr-
sence de ces multiples jointures rend les requtes dextraction difficiles optimiser
et en gnral trs lentes. Ce problme est exacerb par la ncessit de conserver dans
les SID un historique des donnes (contrairement aux SIO pour lesquels seules les
donnes courantes ont le plus souvent besoin dtre conserves). En effet, lhistori-
sation des donnes entrane lapparition de relations N..N (plusieurs plusieurs)
entre les donnes, ce qui a pour consquence la cration de tables supplmentaires.

1. Les attributs, les associations et les cardinalits des associations sont absentes de la figure.

MEP MOD_E4.indd 4 26/08/13 12:46

 Avantages du modle multidimensionnel pour les SID 5

La plupart des modles entit-association contiennent de nombreuses boucles,

cest--dire des chemins multiples pour naviguer dune table une autre. En face de
la prsence de ces boucles, lutilisateur est alors contraint de choisir les bons che-
mins de navigation entre les tables en fonction des questions quil se pose. Si un
mauvais chemin est choisi, la rponse fournie par le moteur de base de donnes ne
sera pas celle attendue par lutilisateur. La complexit du modle de la base de don-
nes occasionne par la prsence de ces boucles peut tre masque lutilisateur via
la mise en place dune couche smantique intermdiaire, mais on ne fait que
dplacer le problme de lutilisateur vers le concepteur de linterface utilisateur du
SID : cest un premier pas mais cela nest pas suffisant.
Ceci nest pas vritablement une limite en tant que telle mais il est clair que les
avantages procurs par le haut degr de normalisation du modle entit-association,
savoir la performance des transactions unitaires et la cohrence des donnes mani-
pules par ces transactions, sont sans objet pour les SID. En effet, lobjectif premier
des SID est la rcupration dinformations en masse et non pas la ralisation de
transactions unitaires.
Pour rsumer, on peut dire que le modle entit-association en 3e forme normale, sil
est adapt linsertion de donnes unitaires ncessaire un SIO, est inadapt lextrac-
tion de donnes en masse requise par un SID.

Avantages du modle multidimensionnel pour les SID

Face aux limites exposes dans la section prcdente, Ralph Kimball a invent et popu-
laris une autre technique de modlisation ddie au dcisionnel quil appela dimensio-
nal modeling et que nous traduirons par modlisation multidimensionnelle.
Un modle multidimensionnel est un modle de donnes ddi lanalyse dun
processus mtier et optimis pour cette analyse. Dans un modle multidimensionnel,
les donnes sont reprsentes en fonction des besoins danalyse des utilisateurs. Dans
un tel modle, les processus mtier et les activits ralises au sein de ces processus sont
dcrits en termes de faits mesurs par des indicateurs, ainsi quen termes de dimen-
sions. Un fait reprsente un vnement (ex : la vente dun produit un client une
date donne dans un magasin) ou une situation (ex : le stock dun produit dans un
entrept une date donne) et un indicateur constitue la mesure dun fait (ex : le mon-
tant dune vente, la quantit vendue dun produit, le nombre de produits en stock). Les
dimensions associes un fait reprsentent le contexte de survenue du fait. Elles sont
utilises pour dcrire le fait. Par exemple, les dimensions associes un fait de vente
dun produit pourraient tre les suivantes : Client ( qui le produit a t vendu), Pro-
duit (vendu), Magasin (lieu de la vente), Date (de la vente).
La figure 2 reprsente au niveau macroscopique un exemple de modle multidimen-
sionnel ddi lanalyse des ventes.

MEP MOD_E4.indd 5 26/08/13 12:46

 6 Introduction : systmes dinformation dcisionnels et modlisation multidimensionnelle

DATE

CLIENT VENTE MAGASIN

PRODUIT

Figure 2 Exemple de macro-modle multidimensionnel

Le rectangle Vente au centre de la figure symbolise les faits de vente alors que les
rectangles Date, Client, Produit et Magasin en priphrie reprsentent les dimensions.
Le principal avantage dun modle multidimensionnel par rapport un modle
entit-association rside peut-tre dans sa simplicit : cela saute aux yeux lorsque lon
compare le modle de la figure 2 avec celui de la figure 1. Un modle tel que celui de la
figure 2 est en effet trs simple comprendre pour un utilisateur alors que celui de la
figure 1 est difficilement lisible pour les non-initis.
Lautre avantage majeur dun modle multidimensionnel est quil est ddi aux dci-
deurs de lorganisation. Il peut donc et doit donc tre conu avec eux, en fonction de
la vision quils ont des processus mtier et de leurs besoins danalyse par rapport
chacun de ces processus. Les faits, indicateurs et dimensions contenus dans un modle
multidimensionnel ne sont pas simplement obtenus au moyen dun travail doptimisa-
tion dun modle entit-association via des techniques telles que la dnormalisation.
Au contraire, ces faits, indicateurs et dimensions sont modliss lissue dun travail
collaboratif entre les concepteurs dun SID et les utilisateurs de celui-ci. Seuls les utili-
sateurs sont mme de slectionner les processus mtier et, au sein de ces processus, les
activits dignes dintrt pour eux. Seuls les utilisateurs sont mme de dfinir les
indicateurs qui permettront de mesurer la performance des processus slectionns et les
dimensions au travers desquelles ils souhaiteront analyser ces indicateurs.
Lawrence Corr et Jim Stagnitto, dans leur ouvrage Agile Data Warehouse Design, ont
une vision intressante de ce que reprsente un modle multidimensionnel. En effet, ils
dfinissent les dimensions et les indicateurs dun modle multidimensionnel comme
tant les lments permettant de rpondre au sujet dun processus mtier des questions
telles que les suivantes : Qui (Who) ? Quoi ou Quest ce qui (What) ? Quand (When) ? O
(Where) ? Pourquoi (Why) ? Comment (HoW) ? Combien (hoW many) ? Ils appellent
dailleurs ces sept questions les 7Ws1. Les six premires questions permettent didentifier
les dimensions alors que la septime permet de dfinir les indicateurs. Si lon considre le
modle de la figure 2, on saperoit que les dimensions Date, Client, Produit et Magasin
permettent effectivement de rpondre respectivement aux questions suivantes : quand (a
eu lieu la vente) ?, qui (a achet le produit) ?, quoi ou plutt quest-ce qui (a t vendu) ?
o (a eu lieu la vente) ?
1. En rfrence la lettre W prsente dans chacune des questions.

MEP MOD_E4.indd 6 26/08/13 12:46

 Architecture des SID 7

Architecture des SID

Les premiers SID conus au sein des entreprises taient des systmes avec trs peu
dutilisateurs, labors parfois par les utilisateurs eux-mmes, exploitant le plus souvent
les donnes dun seul SIO. Ces systmes taient la plupart du temps composs unique-
ment dun extracteur de donnes et dune petite base de donnes ou dun tableur.
Comme les SIO avant larrive des PGI, les premiers SID furent dvelopps au coup
par coup, en dehors de toute dmarche durbanisation. Puis, au dbut des annes 1990,
les concepts de data warehouse (DW) et de data mart (DM) firent leur apparition,
populariss par des auteurs tels que Bill Inmon et Ralph Kimball. Aujourdhui, selon
larchitecture que lon retiendra, le data warehouse et/ou les data marts forment le cur
de tout systme dinformation dcisionnel digne de ce nom.
Remarque : la traduction franaise de data warehouse est entrept de donnes alors
que la traduction de data mart est magasin de donnes . Cela dit lexpression de
magasin de donnes nest presque jamais employe dans le milieu des spcialistes du dci-
sionnel. Dans la suite du prsent ouvrage, jemploierai donc le terme dentrept de donnes
pour signifier indiffremment un data warehouse ou un data mart et, lorsque je voudrai
diffrencier les deux, jemploierai les termes anglais.
Il nexiste pas darchitecture standard unique pour un SID, aucun consensus nayant
jusqu prsent merg sur ce que pouvait tre larchitecture idale. Dailleurs, il
nexiste pas de dfinition unique de ce quest un data warehouse ou un data mart, cer-
tains auteurs utilisant le terme data warehouse pour dsigner ce que dautres appellent
un data mart1, et rciproquement. De mme, la technique de modlisation multidi-
mensionnelle ne joue pas toujours un rle de la mme importance en fonction de
larchitecture implmente : nous allons voir que, dans larchitecture propose par
Ralph Kimball, elle joue un rle fondamental alors que celle propose par Bill Inmon
donne une part plus importante la modlisation entit-association.
Ce livre na pas pour objectif de dcrire en dtail et de discuter des avantages et des
inconvnients des diffrentes architectures de SID pouvant tre mises en uvre dans le
cadre dun projet dcisionnel : il a pour sujet la modlisation multidimensionnelle.
Cependant, la mise en uvre de cette technique de modlisation sinscrit ncessaire-
ment dans une de ces architectures. Il est par consquent utile de dcrire brivement
les grands types darchitecture couramment utiliss pour la mise en place des SID et
dindiquer dans quelles briques de ceux-ci la modlisation multidimensionnelle est
utilise.

1. Les termes de data warehouse et de data mart sont conceptuellement trs proches. En ralit, leur
utilisation dpend de larchitecture choisie : dans certaines architectures, il nexiste que des data marts
alors que dans dautres, il peut nexister quun data warehouse sans data marts associs ou encore un data
warehouse associs des data marts. (Le plus souvent, le data warehouse est centralis et unique pour une
entreprise alors que, quand on fait rfrence des data marts, il en existe en gnral plusieurs.)

MEP MOD_E4.indd 7 26/08/13 12:46

 8 Introduction : systmes dinformation dcisionnels et modlisation multidimensionnelle

On peut classer les architectures des SID en trois1 grands types :

larchitecture data marts en silo,
larchitecture corporate information factory ou enterprise data warehouse
(B. Inmon),
larchitecture dimensional data warehouse ou bus architecture (R. Kimball).

Data marts en silo

La figure 3 reprsente larchitecture dun SID contenant des data marts construits en
silo.
modle multi-
dimensionnel

SI SI dcisionnel
oprationnels
Couche Couche de Couche de restitution
dacquisition stockage

Ventes
Ventes ETL data mart cube Restitution
Commercial OLAP

Fabrication
Fabrication
data mart
ETL Restitution
Marketing

Achats
Achats

data mart
ETL Restitution
RH
RH Finance

modle multidimensionnel
(souvent) ou modle entit-
association (parfois)

Figure 3 Architecture data marts en silo

1. Il sagit dun parti pris, certains auteurs retenant une autre classification : il nexiste l encore pas de
consensus sur une typologie darchitectures pour les SID.

MEP MOD_E4.indd 8 26/08/13 12:46

 Chapitre 1

Cas dcole : lanalyse des ventes

dune entreprise de distribution

Supposons que nous souhaitions suivre le processus de vente dans une entreprise mul-
tinationale de distribution.

1.1 Description de lentreprise

Voici ce que lon peut dire sur le processus de vente, sur les produits, sur les employs
et sur lorganisation commerciale de cette entreprise :
Les ventes sont ralises dans des magasins : il sagit de commerce de proximit,
donc pas de vente distance, ni par internet, ni via dautres canaux.
Les ventes sont ralises par le passage en caisse des diffrents produits achets par
les clients. Chaque passage en caisse donne lieu un ticket de caisse remis au client
par un employ appel caissier .
Aucun programme de fidlit nayant t mis en place pour les clients des diffrents
magasins, lentreprise na actuellement aucun moyen didentifier ses clients.
Certains produits peuvent tre vendus par lintermdiaire dun employ prsent en
magasin et que lon appelle conseiller .
Chaque employ est rattach un superviseur.
Certains produits font parfois lobjet de promotions ponctuelles.
Les produits font lobjet dune classification : ils sont regroups en sous-catgories,
elles-mmes regroupes en catgories.

MEP MOD_E4.indd 23 26/08/13 12:46

 24 Cas dcole : lanalyse des ventes dune entreprise de distribution

Les magasins se situent dans diffrents pays sur lensemble des continents du globe.
Certains de ces pays, tels que la France, sont dcoups en dpartements.
Les magasins sont galement regroups selon une organisation de vente compose
de districts de vente, appartenant eux-mmes un pays, chaque pays appartenant
une rgion de vente.
Dans certains pays, un taux de TVA est appliqu la vente des produits. Ce taux
dpend du pays et de la catgorie du produit vendu.

1.2 Besoins danalyse

Les responsables de lentreprise souhaitent pouvoir analyser les ventes ralises selon
les axes suivants :
Selon laxe Temps : par date (en distinguant les diffrents jours de la semaine mais
aussi les jours de solde et les jours fris), par semaine, par mois, par trimestre et
enfin par anne.
Selon laxe Produit : pour chaque rfrence de produit mais aussi pour les diffrents
catgories et sous-catgories de produit. Les responsables souhaitent suivre particu-
lirement les ventes de livres, dordinateurs et de tlvisions, en analysant les ventes
suivant les caractristiques propres chacun de ces produits.
Selon laxe Magasin : pour chaque magasin mais galement suivant le critre dana-
lyse gographique (regroupement des magasins par dpartement pour certains pays,
mais aussi par pays et par continent) et suivant le critre de lorganisation de vente
propre lentreprise (district de vente, pays et rgion de vente).
Selon laxe Employ : par caissier mais aussi par conseiller participant chaque
vente. Les ventes doivent galement pouvoir tre affectes aux superviseurs en sui-
vant les liens hirarchiques existant entre les diffrents employs.
Selon laxe Promotion : afin didentifier la part des ventes ayant fait lobjet dune
promotion.
Les indicateurs devant faire lobjet dun suivi sont la quantit vendue des produits,
les montants de vente hors taxe (HT) et TTC ainsi que le nombre de rfrences dis-
tinctes des produits vendus.

1.3 Modle conceptuel multidimensionnel correspondant

au cas dcole
La figure 1.1 reprsente le MCMD que nous avons ralis suite lanalyse des besoins
de pilotage du processus des ventes exprims par les responsables de lentreprise de
distribution.

MEP MOD_E4.indd 24 26/08/13 12:46

MEP MOD_E4.indd 25
(t0) SEMAINE ANNEE
Code Semaine Anne
Numro Semaine Dans Anne (t0) (t0) Top Anne Bissextile (t0)
LIVRE ORDINATEUR TELEVISION
Titre (t0) Marque Ordinateur (t0) Marque Tlvision (t0) (t0)
Auteur (t0) Modle Ordinateur (t0) Modle Tlvision (t0) DATE MOIS
Editeur (t0) Taille Disque Dur (t0) Type Ecran TV (t0) Date (t0) Code Mois (t0) TRIMESTRE
Date Publication (t0) Taille Ecran Ordinateur (t0) Technologie Ecran TV (t0) Jour Semaine (t0) Libell Mois (t0) Code Trimestre
Nombre Pages (t0) Type Processeur (t0) Taille Ecran TV (t0) Top Jour Fri (t0) Numro Mois Dans Anne (t0) Libell Trimestre (t0)
Quantit RAM (t0) Dfinition Ecran TV (t0) Top Jour Solde (t0) Nombre Jours Dans Mois (t0)

X
TICKET
VENTE (T)
Numro Ticket

Figure 1.1
Quantit Vendue (+)
CATEGORIE (t1) SOUS-CATEGORIE (t1) PRODUIT Prix Unitaire HT (/)
Code Catgorie Code Sous-Catgorie Code Produit Prix Unitaire TTC (/)
Libell Catgorie (t1) Libell Sous-Catgorie (t1) Libell Produit (t1) Montant Vente HT (+) PROMOTION
Montant Vente TTC (+) Code Promotion
Nombre Produits Distincts Vendus (#) Libell Promotion (t1)
TVA
Code TVA Caissier
Taux TVA (t2)
(t2) (t1)
Libell TVA (t1) Gographie EMPLOYE
Conseiller Matricule
MAGASIN Nom (t1)
+ Code Magasin Prnom (t1)
CONTINENT PAYS DEPARTEMENT Date Naissance (t0)

Schma factuel Vente

1.3 Modle conceptuel multidimensionnel correspondant au cas dcole

Nom Magasin (t1)

Code Continent Gographie Code ISO Pays Gographie Numro Dpartement Gographie
Adresse (t1) Salaire (t2)
Nom Continent (t1) (t1) Nom Pays (t1) (t1) Nom Dpartement (t1) (t1) Code Postal (t1)
Ville (t1) Superviseur
REGION VENTE DISTRICT VENTE (t2)
Organisation Organisation
Code Rgion Vente Code District Vente Organisation Vente
Vente Vente
Libell Rgion Vente (t1) (t3) Libell District Vente (t1) (t3)
(t3)
25

26/08/13 12:46
SID.qxp:Copie de MEP 03/09/13 21:37 Page1
MODLISATION DES SYSTMES
DINFORMATION DCISIONNELS Une bonne modlisation des donnes est lun
des facteurs cls de la russite de tout projet
de mise en uvre dun systme dinformation
dcisionnel (SID) dans une entreprise, cela
indpendamment de la porte de ce systme :
data mart lusage dun mtier unique
(contrle de gestion, marketing, suivi des
risques, etc.) ou data warehouse dentreprise
destin piloter lensemble des mtiers dun
groupe.
Quelle que soit larchitecture applicative
choisie pour limplmentation dun SID, la
conception du systme devra faire appel
une technique de modlisation des donnes
ddie au dcisionnel : la modlisation
multidimensionnelle (ou modlisation en
toile ), sujet de cet ouvrage.
Emmanuel Ferragu est consultant expert des systmes dinformation dcisionnels. Il possde prs de 15 ans dexprience dans ce domaine
et intervient en tant quarchitecte et modlisateur de donnes auprs de ses clients
Srie Bases de donnes
MODLISATION DES SYSTMES
Ce dernier est organis autour de deux
MODLISATION DES SYSTMES DINFORMATION DCISIONNELS
parties principales ddies aux deux tapes
cls du processus de modlisation des
donnes : modlisation conceptuelle, puis
modlisation sur une base de donnes
relationnelle. Chacune de ces parties fait
lobjet dune approche progressive et fait
DINFORMATION DCISIONNELS
appel de nombreux exemples, de telle sorte
quun lecteur non averti puisse sy retrouver.
Louvrage est destin aux lves des coles
Techniques de modlisation conceptuelle
dingnieurs, aux tudiants en Master SIAD
(Systmes dinformation et aide la dcision)
et relationnelle des entrepts de donnes
et aux professionnels de linformatique
travaillant dans le domaine du dcisionnel
(architecte, modlisateur de donnes,
dveloppeur ou chef de projet). Emmanuel Ferragu
Emmanuel Ferragu
ISBN 978-2-311-01243-9
9 782311 012439