Méthodologie d’Intelligence d’Affaires”Business Intelligence Roadmap”développé parLarissa T. Moss and Shaku Atre<br />Pres...
Table des matières<br />Origine de la méthodologie<br />Définitions<br />Présentation de la méthodologie<br />Résumé<br />...
Business Intelligence Roadmap est un guide visuel de développement pour l’intelligence d&apos;affaires efficace (BI). Ce l...
Definitions<br />Intelligence d’affaires<br />« La collecte et l&apos;analyse d&apos;informations provenant de sources hum...
Definitions<br />BI vs. Système traditional<br />Besoins d’affaires =&gt; Opportunités d’affaires<br />Développement multi...
Présentation du modèle<br />1. Justification<br />6. Mise en oeuvre<br />2. Plannification<br />5. Construction<br />3. An...
1 - Justification<br />”Évaluation des besoins d’affaires qui justifient le démarrage d’un nouveau projet”<br />Analyse pr...
2 - Planification<br />Évaluation des infrastructures<br />Infrastructures techniques<br />Infrastructure organisationnels...
3 – Analyse<br />“Analyse détaillé de la problématique d’affaires et des opportunités ce qui permet de développer une bonn...
4 - Conception<br />”Conception d’un produit qui addresse la problématique d’affaires et qui génère de nouvelles opportuni...
5 - Construction<br />”Construire un  produit qui fournira un retour sur l’investissement à l’intérieur d’un calendrier pr...
6 – Mise en oeuvre<br />Mise en production<br />Mise en production du nouveau système<br />Formation<br />Evaluation<br />...
Résumé du modèle<br />4. Conception<br />5. Construction<br />3. Analyse<br />ETLDesign<br />ETLDevelop<br />DataAnalysis<...
Gestion du risques<br />Marché<br />Industrie<br />Clients<br />Strategies<br />et actions<br />Du BI à la compétitivité<b...
Critiques:<br />Un livre “Bullet point”<br />Pour le praticien, peu d’explication des concepts de base<br />Pas de détail ...
Questions<br />?<br />
Prochain SlideShare
Chargement dans…5
×

Méthodologie D’Intelligence D’Affaires

2 960 vues

Publié le

Description d'une méthodologie d'intelligence d'affaires

Publié dans : Technologie, Business
0 commentaire
3 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
2 960
Sur SlideShare
0
Issues des intégrations
0
Intégrations
11
Actions
Partages
0
Téléchargements
152
Commentaires
0
J’aime
3
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Méthodologie D’Intelligence D’Affaires

  1. 1. Méthodologie d’Intelligence d’Affaires”Business Intelligence Roadmap”développé parLarissa T. Moss and Shaku Atre<br />Presented by:<br />Alain Charpentier<br />
  2. 2. Table des matières<br />Origine de la méthodologie<br />Définitions<br />Présentation de la méthodologie<br />Résumé<br />Critiques et bénéfices<br />Questions<br />
  3. 3. Business Intelligence Roadmap est un guide visuel de développement pour l’intelligence d&apos;affaires efficace (BI). Ce livre décrit une méthodologie qui tient compte la complexité du développement d&apos;applications dans un environnement intégré. <br />Les auteurs décrivent chaque étapes du processus - de la planification stratégique, la sélection de nouvelles technologies jusqu’à l&apos;évaluation finals. <br />Ce livre est également une source unique sur les meilleures pratiques de projet de BI.<br />Origine de la méthodologie<br />
  4. 4. Definitions<br />Intelligence d’affaires<br />« La collecte et l&apos;analyse d&apos;informations provenant de sources humaines et de sources informationnels sur les réalisations et les tendances qui permettent d&apos;identification précoce de risques et d&apos;opportunités.» <br />Solution d’intelligence d’affaires<br />Gestion de la performance<br />Gestion de la relation client (CRM)<br />Ventes et marketing<br />Gestion financière<br />
  5. 5. Definitions<br />BI vs. Système traditional<br />Besoins d’affaires =&gt; Opportunités d’affaires<br />Développement multi-diciplinaire<br />Des besoins opérationnel au besoins stratégique<br />Systèmes informationnels =&gt;Système transactionnels<br />Développement incremental plutôt que le “big bang”<br />
  6. 6. Présentation du modèle<br />1. Justification<br />6. Mise en oeuvre<br />2. Plannification<br />5. Construction<br />3. Analyse<br />4. Conception<br />
  7. 7. 1 - Justification<br />”Évaluation des besoins d’affaires qui justifient le démarrage d’un nouveau projet”<br />Analyse préliminaire (Business Cases)<br />Définitions des problèmes et des opportunitiés<br />
  8. 8. 2 - Planification<br />Évaluation des infrastructures<br />Infrastructures techniques<br />Infrastructure organisationnels<br />Planification du projet<br />Planification détaillé<br />
  9. 9. 3 – Analyse<br />“Analyse détaillé de la problématique d’affaires et des opportunités ce qui permet de développer une bonne connaissance des besoins d’affaires”.<br />Définition des besoins <br />Functionels, informationnel, historique, sécurité et performance<br />Analyse des données<br />Source de données, qualité des données, épuration (cleansing)<br />Prototype<br />Objectifs, étendus, liverables, participation, outils<br />Analyse du référenciel des Meta-Data<br />Utilisation, sécurité, capture, accèss, ressources<br />
  10. 10. 4 - Conception<br />”Conception d’un produit qui addresse la problématique d’affaires et qui génère de nouvelles opportunités”<br />Conception de la base de données<br />Raports, modèle de données, performance, resources<br />Conception des transformations (ETL)<br />Outils, processus de transformation ETL, performance, réconciliation<br />Conception du référenciel de Meta-Data<br />Utilisation de l’existant, acquisition de produits, interfaces, resources<br />
  11. 11. 5 - Construction<br />”Construire un produit qui fournira un retour sur l’investissement à l’intérieur d’un calendrier prédéfinie”<br />Développement des transformations ETL<br />Extraction de données, outils ETL, processus ETL, dépendences, test, considérations techniques<br />Développement applicatifs<br />Résultat du prototype, outils d’accès et d’analyse, compétance et formation, étendue et gestion des besoins, internet et considérations techniques.<br />Forage de données<br />Marché, données, outils de forage, ressources<br />Développement des Meta-Data<br />Produit pour les Méta-Data, ressources<br />
  12. 12. 6 – Mise en oeuvre<br />Mise en production<br />Mise en production du nouveau système<br />Formation<br />Evaluation<br />”Leçon aprise”<br />
  13. 13. Résumé du modèle<br />4. Conception<br />5. Construction<br />3. Analyse<br />ETLDesign<br />ETLDevelop<br />DataAnalysis<br />1. Justification<br />2. Plannification<br />6. Mise en oeuvre<br />DBDesign<br />ApplDevelop<br />Produc-<br />tion<br />Evalua-tion<br />Business Case<br />Infra-structure<br />Planning<br />Require-ments<br />Proto-type<br />DataMining<br />MDR<br />Design<br />Meta-Data<br />MDR<br />Develop<br />
  14. 14. Gestion du risques<br />Marché<br />Industrie<br />Clients<br />Strategies<br />et actions<br />Du BI à la compétitivité<br />
  15. 15. Critiques:<br />Un livre “Bullet point”<br />Pour le praticien, peu d’explication des concepts de base<br />Pas de détail sur l’utilisation de l’information<br />Pas orienté outils, les outils BI sont complexes et dificile d’utilisation<br />Critiques et bénéfices <br />Bénéfices:<br />Accessible<br />Basé sur les meilleurs pratiques<br />Influence le comportement des utilisateurs<br />Très directe, orienté collaboration<br />“La clé du succès en intelligence d’affaires et de fournir des outils au utilisateurs dans un mode qui entraine une meilleur collaboration entre l’informatique et la communauté d’affaires”<br />
  16. 16. Questions<br />?<br />

×