M AI TRI S E R PO UR D E C I D E R

L E D A T A WA R E H O U S E

Les Systèmes d’ Information Décisionnels sont devenus incontournables pour le Pilotage des Entreprises.
Entrepôt ou Collection de données orientées sujet, intégrées, non volatiles et historisées le Data warehouse est
aujourd’hui un des éléments-clés du processus d’aide à la Décision.

A concevoir avec précaution... à mettre en place avec méthode...avec ImpliQ.

ImpliQ, fort de son expérience, vous conseille et vous accompagne dans cette démarche.

Une méthode de conception éprouvée : le cycle de vie

Processus de développement

Conception et
développement des
Modélisation Conception du éléments de la zone
dimensionnelle modèle physique de préparation des
Etude données
préalable

Définition
des Définition de Sélection des Déploiement Maintenance
besoins de l’architecture produits et et croissance
l’entreprise technique installation

Spécification de Développement de
l’application l’application
utilisateur utilisateur

Gestion du projet
Pourquoi cette méthode ?

Il est aujourd’hui impensable de vouloir réaliser la mise en place d’un data warehouse en un seul cycle de
projet. Il est nécessaire de découper le projet en data mart et de les réaliser les uns après les autres. Cette
méthode répond exactement au problème en permettant une réalisation itérative.

Modélisation dimensionnelle :
- Structure prévisible et standardisé
- Résistance aux changement de comportement des utilisateurs
- Extensible pour l’accueil de nouvelles donnes ou de nouveaux besoins d’analyse
- Création aisée des agrégats

Conception et développement des éléments de la zone de préparation des données :

De nombreux outils existes sur le marchés afin de réaliser rapidement les étapes de transformation,
d’historisation et de chargements des données de manière aisée, fiable avec des utilitaires de planification et
de journalisation.

Déploiement :
Selon les outils de réalisation des applications utilisateurs, cette tache peut être complexe ou relativement
aisée. Un atelier comme PowerBuilder nécessite par exemple l’installation d’un « client lourd », alors qu’un
atelier comme MicroStrategy ne nécessite qu’un simple navigateur.

Une architecture adaptée

Systèmes
sources

Zone de préparation de données Zone de restitution

Navigation
Extraction Contrôle Accès et sécurité
Chargement Epuration Gestion des
dans l’ODS Chargement requêtes
Génération des
états standards
Surveillance de
Data Warehouse l’activité
ODS

Impliq met en place une architecture qui permet à la fois de s’adapter aux systèmes opérationnels et
de répondre aux multiples besoins d’analyse.

Impliq met à votre disposition une équipe pluridisciplinaire : architectes, urbanistes, modélisateurs,
concepteurs.
 Une approche métier
Impliq, c’est aussi une forte connaissance fonctionnelle dans les métiers de la grande distribution, de
l’automobile, de l’audiovisuel, du monde bancaire.

Une conception s’appuyant sur les outils du marché

Préparation des données Restitutions

GENIO ( Hummingbirgd) BUSINESS OBJECTS (Business Objects)
DATASTAGE (Ardent Software) IMPROMPTU (Cognos)
SUNOPSIS ( Sunopsis) BRIO (Brio Technologies)
ETI EXTRACT (Eti) MICROSTRATEGY (Microstratégy)
… …

Des outils s’appuyant sur un référentiel de métadonnées.

Une expérience dans différents domaines :

Responsable de la mise en place d’un data warehouse pour l’enseigne Prodirest du groupe
carrefour. Ce projet a été découpé en data mart par activité (Force de vente, marketing,
approvisionnements). Le volume d’information traitées est de l’ordre de 160 Go. La cible en terme
de nombre d’utilisateurs est d’environ 100, dispersés sur toutes la France.
Ce data warehouse s’appuye sur deux outils :
- un outil de préparation des données : Sunopsis 2.01
- un outil de restitution et de déploiement : MicroStrategy 7.1
Ces deux outils s'appuient sur des métadonnées
L’environnement retenu est :
- Windows NT pour le serveurs MicroStrategy et IIS
- Un serveur IBM M80 avec un Unix AIX 4.0 pour les bases de données Oracle 8i du
DWH

Mise en place de data warehouse pour la SAGEM

A partir d’information provenant d’un Mainframe, réalisation d’un data warehouse
pour le domaine recouvrement.
A partir de données provenant de SAP (module Achat MM), réalisation d’un data
warehouse Achats avec des data mats pour les domaines Chiffres d’affaires, Qualité
fournisseurs, Commandes.
Ces data warehouse s’appuient sur l’outil GENIO 4.5 et les données sont stockées
dans le SGBD Oracle V8

Mise en place d’un data warehouse pour le Laboratoire ROCHE

A partir de données provenant de SAP , réalisation d’un data warehouse sur la
gestion produits
Ce data warehouse s’appuie sur l’outil GENIO 2.7 et les données sont stockées
dans le SGBD Oracle V7.3