BI - Modélisation D'un Système D'information Décisionnel

Aperçu du cours

Objectif de formation : Savoir créer une architecture de données adaptée aux besoins décisionnels et Business Intelligence des utilisateurs.

Prérequis

Avoir de bonnes connaissances des systèmes d'information modernes
Comprendre des systèmes de production (ERP)
Avoir une connaissance minimaliste des bases de données et des notions de gestion de projets

Fonctionnalités

Créer une architecture de données adaptée aux besoins décisionnels des utilisateurs
Réviser tous les fondements pour aborder un projet décisionnel
Identifier les concepts de la modélisation par les objets
Mesurer les enjeux et impacts d'un projet décisionnel
Concevoir et modéliser un entrepôt de données
Décrire le rôle des différents outils de l'informatique décisionnelle
Reconnaître les pièges à éviter lors de la mise en oeuvre

Public ciblé

DBA
Consultant en Business Intelligence
Développeur
Chef de projet fonctionnel ou technique

Détails

49 Sections
238 Lessons
14 heures

Expand all sectionsCollapse all sections

Introduction

7
- 1.1
  Définitions
- 1.2
  Présentation de l’informatique décisionnelle
- 1.3
  Modélisation dimensionnelle
- 1.4
  Limites d’un SI opérationnelle
- 1.5
  Systèmes transactionnels
- 1.6
  Comparatif information de contrôle et information de conduite
- 1.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 2.1
  Définitions
- 2.2
  Présentation de l’informatique décisionnelle
- 2.3
  Modélisation dimensionnelle
- 2.4
  Limites d’un SI opérationnelle
- 2.5
  Systèmes transactionnels
- 2.6
  Comparatif information de contrôle et information de conduite
- 2.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 3.1
  Définitions
- 3.2
  Présentation de l’informatique décisionnelle
- 3.3
  Modélisation dimensionnelle
- 3.4
  Limites d’un SI opérationnelle
- 3.5
  Systèmes transactionnels
- 3.6
  Comparatif information de contrôle et information de conduite
- 3.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 4.1
  Définitions
- 4.2
  Présentation de l’informatique décisionnelle
- 4.3
  Modélisation dimensionnelle
- 4.4
  Limites d’un SI opérationnelle
- 4.5
  Systèmes transactionnels
- 4.6
  Comparatif information de contrôle et information de conduite
- 4.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 5.1
  Définitions
- 5.2
  Présentation de l’informatique décisionnelle
- 5.3
  Modélisation dimensionnelle
- 5.4
  Limites d’un SI opérationnelle
- 5.5
  Systèmes transactionnels
- 5.6
  Comparatif information de contrôle et information de conduite
- 5.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 6.1
  Définitions
- 6.2
  Présentation de l’informatique décisionnelle
- 6.3
  Modélisation dimensionnelle
- 6.4
  Limites d’un SI opérationnelle
- 6.5
  Systèmes transactionnels
- 6.6
  Comparatif information de contrôle et information de conduite
- 6.7
  Définition & objectifs de l’entrepôt de données
Introduction

7
- 7.1
  Définitions
- 7.2
  Présentation de l’informatique décisionnelle
- 7.3
  Modélisation dimensionnelle
- 7.4
  Limites d’un SI opérationnelle
- 7.5
  Systèmes transactionnels
- 7.6
  Comparatif information de contrôle et information de conduite
- 7.7
  Définition & objectifs de l’entrepôt de données
Data Warehouse : défis

5
- 8.1
  Centralisation des informations
- 8.2
  Intégration des données élémentaires comme des données complexes
- 8.3
  Facilitation de la gestion des données centralisées
- 8.4
  Respect des contraintes de temps
- 8.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 9.1
  Centralisation des informations
- 9.2
  Intégration des données élémentaires comme des données complexes
- 9.3
  Facilitation de la gestion des données centralisées
- 9.4
  Respect des contraintes de temps
- 9.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 10.1
  Centralisation des informations
- 10.2
  Intégration des données élémentaires comme des données complexes
- 10.3
  Facilitation de la gestion des données centralisées
- 10.4
  Respect des contraintes de temps
- 10.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 11.1
  Centralisation des informations
- 11.2
  Intégration des données élémentaires comme des données complexes
- 11.3
  Facilitation de la gestion des données centralisées
- 11.4
  Respect des contraintes de temps
- 11.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 12.1
  Centralisation des informations
- 12.2
  Intégration des données élémentaires comme des données complexes
- 12.3
  Facilitation de la gestion des données centralisées
- 12.4
  Respect des contraintes de temps
- 12.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 13.1
  Centralisation des informations
- 13.2
  Intégration des données élémentaires comme des données complexes
- 13.3
  Facilitation de la gestion des données centralisées
- 13.4
  Respect des contraintes de temps
- 13.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Data Warehouse : défis

5
- 14.1
  Centralisation des informations
- 14.2
  Intégration des données élémentaires comme des données complexes
- 14.3
  Facilitation de la gestion des données centralisées
- 14.4
  Respect des contraintes de temps
- 14.5
  Outil sur-mesure selon l’évolution de l’environnement et des besoins
Modélisation hiérarchique des dimensions

3
- 15.1
  Présentation de la stratégie descendante
- 15.2
  Présentation de la stratégie ascendante
- 15.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 16.1
  Présentation de la stratégie descendante
- 16.2
  Présentation de la stratégie ascendante
- 16.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 17.1
  Présentation de la stratégie descendante
- 17.2
  Présentation de la stratégie ascendante
- 17.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 18.1
  Présentation de la stratégie descendante
- 18.2
  Présentation de la stratégie ascendante
- 18.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 19.1
  Présentation de la stratégie descendante
- 19.2
  Présentation de la stratégie ascendante
- 19.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 20.1
  Présentation de la stratégie descendante
- 20.2
  Présentation de la stratégie ascendante
- 20.3
  Mener une analyse de besoin
Modélisation hiérarchique des dimensions

3
- 21.1
  Présentation de la stratégie descendante
- 21.2
  Présentation de la stratégie ascendante
- 21.3
  Mener une analyse de besoin
Modélisation des indicateurs

7
- 22.1
  Définition : dimension et modélisation en arbre
- 22.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 22.3
  Les règles de modélisation décisionnelle
- 22.4
  Rôle et intérêt de l’agrégation
- 22.5
  Agrégation sur plusieurs niveaux
- 22.6
  Navigation agrégée
- 22.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 23.1
  Définition : dimension et modélisation en arbre
- 23.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 23.3
  Les règles de modélisation décisionnelle
- 23.4
  Rôle et intérêt de l’agrégation
- 23.5
  Agrégation sur plusieurs niveaux
- 23.6
  Navigation agrégée
- 23.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 24.1
  Définition : dimension et modélisation en arbre
- 24.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 24.3
  Les règles de modélisation décisionnelle
- 24.4
  Rôle et intérêt de l’agrégation
- 24.5
  Agrégation sur plusieurs niveaux
- 24.6
  Navigation agrégée
- 24.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 25.1
  Définition : dimension et modélisation en arbre
- 25.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 25.3
  Les règles de modélisation décisionnelle
- 25.4
  Rôle et intérêt de l’agrégation
- 25.5
  Agrégation sur plusieurs niveaux
- 25.6
  Navigation agrégée
- 25.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 26.1
  Définition : dimension et modélisation en arbre
- 26.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 26.3
  Les règles de modélisation décisionnelle
- 26.4
  Rôle et intérêt de l’agrégation
- 26.5
  Agrégation sur plusieurs niveaux
- 26.6
  Navigation agrégée
- 26.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 27.1
  Définition : dimension et modélisation en arbre
- 27.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 27.3
  Les règles de modélisation décisionnelle
- 27.4
  Rôle et intérêt de l’agrégation
- 27.5
  Agrégation sur plusieurs niveaux
- 27.6
  Navigation agrégée
- 27.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Modélisation des indicateurs

7
- 28.1
  Définition : dimension et modélisation en arbre
- 28.2
  Différence entre la modélisation en étoile et la modélisation en flocon
- 28.3
  Les règles de modélisation décisionnelle
- 28.4
  Rôle et intérêt de l’agrégation
- 28.5
  Agrégation sur plusieurs niveaux
- 28.6
  Navigation agrégée
- 28.7
  Travaux pratiques : modélisation d’indicateurs en flocon
Cubes OLAP

5
- 29.1
  Définition
- 29.2
  Conception du cube & Sparse Matrix
- 29.3
  What-if Analysis
- 29.4
  Architecture HOLAP
- 29.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 30.1
  Définition
- 30.2
  Conception du cube & Sparse Matrix
- 30.3
  What-if Analysis
- 30.4
  Architecture HOLAP
- 30.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 31.1
  Définition
- 31.2
  Conception du cube & Sparse Matrix
- 31.3
  What-if Analysis
- 31.4
  Architecture HOLAP
- 31.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 32.1
  Définition
- 32.2
  Conception du cube & Sparse Matrix
- 32.3
  What-if Analysis
- 32.4
  Architecture HOLAP
- 32.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 33.1
  Définition
- 33.2
  Conception du cube & Sparse Matrix
- 33.3
  What-if Analysis
- 33.4
  Architecture HOLAP
- 33.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 34.1
  Définition
- 34.2
  Conception du cube & Sparse Matrix
- 34.3
  What-if Analysis
- 34.4
  Architecture HOLAP
- 34.5
  Travaux pratiques : modélisation d’indicateurs en cube
Cubes OLAP

5
- 35.1
  Définition
- 35.2
  Conception du cube & Sparse Matrix
- 35.3
  What-if Analysis
- 35.4
  Architecture HOLAP
- 35.5
  Travaux pratiques : modélisation d’indicateurs en cube
Techniques de reporting

2
- 36.1
  Types d’utilisateurs, types de reportings
- 36.2
  Notion de couche sémantique
Techniques de reporting

2
- 37.1
  Types d’utilisateurs, types de reportings
- 37.2
  Notion de couche sémantique
Techniques de reporting

2
- 38.1
  Types d’utilisateurs, types de reportings
- 38.2
  Notion de couche sémantique
Techniques de reporting

2
- 39.1
  Types d’utilisateurs, types de reportings
- 39.2
  Notion de couche sémantique
Techniques de reporting

2
- 40.1
  Types d’utilisateurs, types de reportings
- 40.2
  Notion de couche sémantique
Techniques de reporting

2
- 41.1
  Types d’utilisateurs, types de reportings
- 41.2
  Notion de couche sémantique
Techniques de reporting

2
- 42.1
  Types d’utilisateurs, types de reportings
- 42.2
  Notion de couche sémantique
Alimentation & problématiques fonctionnelles

5
- 43.1
  ETL
- 43.2
  ODS
- 43.3
  Alimentation en delta
- 43.4
  Présentation introductive au transformation standard
- 43.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 44.1
  ETL
- 44.2
  ODS
- 44.3
  Alimentation en delta
- 44.4
  Présentation introductive au transformation standard
- 44.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 45.1
  ETL
- 45.2
  ODS
- 45.3
  Alimentation en delta
- 45.4
  Présentation introductive au transformation standard
- 45.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 46.1
  ETL
- 46.2
  ODS
- 46.3
  Alimentation en delta
- 46.4
  Présentation introductive au transformation standard
- 46.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 47.1
  ETL
- 47.2
  ODS
- 47.3
  Alimentation en delta
- 47.4
  Présentation introductive au transformation standard
- 47.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 48.1
  ETL
- 48.2
  ODS
- 48.3
  Alimentation en delta
- 48.4
  Présentation introductive au transformation standard
- 48.5
  Historisation
Alimentation & problématiques fonctionnelles

5
- 49.1
  ETL
- 49.2
  ODS
- 49.3
  Alimentation en delta
- 49.4
  Présentation introductive au transformation standard
- 49.5
  Historisation

Instructeur

bprigent

0.0

0 commentaire

0 Students

840 Courses

Cybersécurité

Virtualisation

Data, IA, Business Intelligence

Réseaux

Cloud

Systèmes

Développement et webdesign

DevOps

Gestion de projet IT & Management SI

Blockchain

BI – Modélisation d’un système d’information décisionnel

Aperçu du cours

Prérequis

Fonctionnalités

Public ciblé

Détails

Instructeur

bprigent

À PROPOS

NOS FORMATIONS

02 23 25 81 51

contact@ascent-formation.fr

Nous suivre sur les réseaux sociaux

BI – Modélisation d’un système d’information décisionnel

Aperçu du cours

Prérequis

Fonctionnalités

Public ciblé

Détails

Instructeur

Autres formations

À PROPOS

NOS FORMATIONS

Nous suivre sur les réseaux sociaux

Modal title