Dictionnaire des termes techniques de la business intelligence v6

Pierre FORMOSA © Copyright 2017 Page 1 sur 48
DicBI
Dictionnaire des Termes Techniques de la
Business Intelligence.
Version 6 – Septembre 2017.09

Dictionnaire des Termes Techniques de la Business Intelligence.
« Le monde du décisionnel évolue très vite.
Avec les nouveaux concepts apparaissent de
nouveaux mots, de nouvelles terminologies et de
nouveaux acronymes.
De plus, loin d’avoir une définition connue de tous,
la plupart de ces évolutions terminologiques nous
viennent d’outre-Atlantique et trouvent assez
rarement un équivalent français.
C’est pour ces raisons, et bien d’autres encore,
que j’ai rédigé ce petit guide des expressions et
termes les plus usités dans le monde du
décisionnel.
Naturellement, ceci ne peut être qu’une version
non finalisée, car le temps de rédiger ce guide et
déjà de nouvelles expressions auront vu le jour,
pendant que d’autres auront vu leurs définitions
évoluer ».

Vous pouvez me contacter par mail, pour me faire
vous éventuels retours sur le contenu du
document à l’adresse suivante :
pfa.conseil.decisionnel@gmail.com.…

A
ABAP « Advanced Business Application Programming ». Langage de
développement spécifique à SAP/R3.
AGREGATION Action de calculer les valeurs associées aux positions parents des
dimensions hiérarchiques. Cette agrégation peut être une somme, une
moyenne, ou tout autre processus plus complexe comme la deuxième plus
forte valeur.
ANALYSE
PREDICTIVE
S’appuie du les processus mis en œuvre par les solutions de
« DataMining ». L’analyse prédictive permet une interprétation des données
stockées dans le SI décisionnel afin de proposer une prévision du
comportement futur. Cette technique permet de compléter l’approche
« Business Intelligence » en proposant des recommandations qui
permettent à l’utilisateur de passer au stade de l’action.
API « Application Program Interface ». Il s’agit d’une interface ouverte
permettant au travers d’un protocole donné de construire rapidement des
fonctions complémentaires à un logiciel particulier.
APPLET JAVA Programme développé en langage JAVA utilisé sur internet pour apporter
des fonctions complémentaires à l’ordinateur de l’utilisateur. Ces
programmes sont chargés automatiquement depuis le server.
ASYNCHRONE Met en œuvre des échanges indépendamment de l’état des applications
impliquées. Cette stratégie a tendance à mieux gérer les goulots
d’étranglement liés à la disponibilité des systèmes.
ATTRIBUT Correspond à l’identifiant d’une colonne d’une table. Par exemple, dans la
table « CLIENTS », le nom du client identifié par « Nom_Cli » est un
« attribut » de cette table. Une table est donc un regroupement de « n »
attributs dont le contexte fonctionnel est identique. Au sein d’une même
table tous les attributs sont différents, par contre il n’est pas rare que dans
des tables différentes des attributs soient identifiés de manière identique, ce
qui est fortement déconseillé.
AXE Également appelé « dimension », il s’agit de la perspective d’analyse
associée à une mesure. Par exemple, dans tous les SID on va trouver un
« axe » temporel, également un « axe » géographique. Cet « axe » peut
être structuré sur « n » niveaux hiérarchiques. Dans un contexte d’analyse
donné, plusieurs « axes » peuvent être associés.

B
B2x Dans le cas présent le « x » ne fait que remplacer l’ensemble de des lettres
que l’on peut imaginer :
• B2B : « Business to Business »
• B2C : « Business to Consumer »
• B2E : « Business to Employee »
• B2G : « Business to Government »
On peut rajouter la lettre que l’on souhaite derrière « B2 », et annoncer qu’il
s’agit d’un processus d’échange d’information. Un bel exemple de
marketing !
BALANCED
SCORECARD
Aussi nommé « BSC ». Il s’agit d’une méthode de définition de
« d’indicateurs clés » permettant un alignement de la stratégie de
l’entreprise sur la variation de ces indicateurs. Le nombre de ces indicateurs
étant forcément restreint et définit comme particulièrement pertinents.
BAPI « Business Application Programming Interface ». Interface de
communication des programmes externes avec SAP/R3
BENCHMARK Comparaison entre différentes solutions techniques pour déterminer la
meilleure solution au regard des impératifs d’architecture et d’infrastructure
de l’entreprise.
BEST OF BREED Qualifie une solution construite à partir des meilleurs composants
techniques de chaque type.
BEST PRATICES « Bonnes pratiques ». Regroupe ce que le secteur informatique considère
comme étant les meilleures façons d’obtenir les meilleurs résultats.
BI
(Business
Intelligence)
Concept créé en 1993 par le Gartner Group, correspond à un ensemble de
moyens mis en œuvre dans l’objectif de rendre disponible des indicateurs
d’analyse, de pilotage ou de suivi afin de faciliter la prise de décision.
Également appelé « Décisionnel ».
La « BI » englobe un périmètre technico-fonctionnel. Dans le premier cas il
désigne :
• Les moyens
• Les outils
• Les méthodes
Dans le second cas il représente les actions associées :
• Modéliser
• Collecter et valider
• Agréger
• Restituer
Par ailleurs la traduction en français peut varier en fonction du contexte
dans lequel est utilisé le terme de « Business Intelligence » :
• Intelligence d’affaire
• Gouvernance d’entreprise
• Informatique décisionnelle
BPM « Business Performance Management ». Méthode qui permet de
comparer dans le temps les valeurs successives d’une même mesure. Cette
méthode permet d’identifier clairement les tendances qui pilotent les
activités de l’entreprise.

C
CDC « Change Data Capture ». Processus permettant de capturer uniquement
les données différentielles entre deux mises à jour du « Data Warehouse ».
Ce mécanisme s’appuie soit sur le principe de « triggers » soit sur un
développement spécifique de la solution d’intégration utilisée.
CELLULE Identifie une mesure localisée sur un axe d’analyse ou au croisement de
plusieurs axes d’analyse. Par exemple, un CA analysé par « année » et par
« pays ».
CID « Corporate Information Design ». Désigne une nouvelle tendance
relative à la représentation des données décisionnelles. L’objectif visé par le
« CID » est de faciliter l’analyse des données présentées dans les tableaux
de bord en proposant une meilleure lisibilité de ces dernières.
CLE ETRANGERE Colonne d’une table de faits permettant de pointer vers une table de
dimension pour analyser les indicateurs métiers de la table de faits.
CLE PRIMAIRE Colonne d’une table permettant de garantir que cette table ne pourra
contenir de doublon. La clé primaire peut être simple, une colonne, ou
multiple elle sera alors composée de plusieurs colonnes.
CLIENT LEGER Rattaché à la notion de client/server, Le poste client ne fait qu’initier les
traitements qui seront exécutés par le server. Le plus souvent l’ensemble
des actions se réalisent depuis un simple browser internet.
CLIENT LOURD Rattaché à la notion de client/server, ici le poste client assure les taches de
calcul et de présentation en utilisant les capacités CPU et mémoire du poste
de travail. Dans ce cas, le logiciel client utilisé est installé physiquement sur
le poste client.
CLIENT RICHE
CLIENT/SERVER Architecture matérielle composée de servers directement en réseau avec
des postes clients. Le plus souvent les servers hébergent des bases de
données interrogées par une interface utilisateur permettant la consultation
des données.

CLOUD
COMPUTING
« L’informatique en nuage ». Concept marketing récent qui consiste à
« disperser » l’informatique de l’entreprise (matériel, logiciel, et système
d’information) vers des prestataires externes. L’accès aux applications se
faisant via le web. Le mode « SaaS » est du « Cloud Computing ».
Voir la page spécial « cloud » pour plus d’information en annexe
COMMUNAUTE
Groupement de personnes, morales ou physiques, ayant un centre d’intérêt
commun. Le mouvement Open Source est à l’origine de l’émergence de ces
groupements.
COUCHE
SÉMANTIQUE
Interface d’accès au système d’information décisionnelle et dont l’objectif
est de présenter à l’utilisateur une modélisation aussi proche que possible
de son domaine fonctionnel et utilisant des termes de son métier.
CRM « Customer Relationship Management ». Désigne des applications
progicielles traitant de la gestion de la relation client.

CUBE Représentation multidimensionnelle permettant d’analyser des mesures
selon plusieurs axes. Schématiquement on représente ce mode d’analyse
sous la forme d’un « cube ». Lorsque l’on dispose d’un nombre important
d’axes on utilise le terme « d’hypercube ».
Il existe 4 modes de navigation dans un « cube » :
• « Drill-down », du niveau général au niveau détail
• « Drill-up », du niveau détail au niveau général
• « Drill-accross », changer d’axe d’analyse
• « Drill-through », zoomer en changeant de méthode d’analyse
D
DATA LINEAGE Il s’agit du process qui permet de tracer toutes les étapes de
transformations appliquées à la donnée source pour produire un indicateur
décisionnel métier.
DATAMART Il s’agit d’un sous-ensemble généré à partir du « DATA WAREHOUSE ».
Un « Datamart » correspond à un ensemble de mesures spécifiquement
rattachées à un domaine fonctionnel unique. Par exemple, l’activité DRH
dispose de son « Datamart » où seront mises à sa disposition toutes les
mesures qui lui seront utiles pour suivre son activité.
DATAMINING Technique permettant de mettre en relation des informations en utilisant
des algorithmes statistiques. Les résultats obtenus sont des relations, des
corrélations ou des tendances, la difficulté est donc de pouvoir interpréter
les informations obtenues. Dans ce type d’analyse l’utilisateur ne sait pas
précisément ce qu’il cherche au contraire des autres méthodes d’analyse.
DATASTORE Il s’agit d’une structure de données intermédiaire préalable au « Data
Warehouse ». Cette structure de données se positionne au niveau de
l’ODS.

DATA WAREHOUSE En français « Entrepôt de données ». Il s’agit d’un environnement où sont
centralisées toutes les mesures définies par l’entreprise pour mener son
activité de « Business Intelligence ». Les informations stockées dans cet
environnement présentent les caractéristiques suivantes : thématiques,
intégrées, différents niveaux d’agrégats, historisées et non volatiles.
DDP « Data Discovery Platform »
Solution d’analyse de données massive. Cette approche permet de
bénéficier, selon les cas, d’application sectorielles, Banque/finance,
distribution, Energie, santé, manufacture. Par ailleurs, cette solution est
souvent couplée à des capacités de calcul et d’apprentissage (Machine
Learning) et de traitement automatique du langage naturel et de
datavisualisation.
DECISIONNEL Processus d’utilisation des informations métiers générées à partir des
données de l’entreprise issues des systèmes transactionnels et destinées
à fournir les éléments permettant de prendre la meilleure décision.
DENORMALISER Action qui consiste à créer dans un schéma de base de données un
certain niveau de redondance des informations d’un ou plusieurs tables. La
dénormalisation permet une optimisation des performances du reporting.

DIMENSION Également appelé « axe », se reporter à cette définition, cette terminologie
est souvent préférée dans le cas de l’analyse multidimensionnelle.
Il existe plusieurs types de dimensions :
• Dimensions stables, il s’agit d’une dimension qui n’évolue
globalement pas. Par exemple, la liste des départements français
est une « dimension stable » du fait d’une évolution quasi nulle.
• Dimensions à évolution lente, il s’agit d’une dimension dont
l’évolution est limitée. Par exemple, la liste des catégories de
produits vendus. Il existe 3 types pour les dimensions à évolution
lente, voir schéma ci-dessous.
• Dimensions dégénérées, il s’agit d’une table qui ne contenait
comme élément que la clé elle-même. Dans ce cas, cette a été
supprimée et la dimension est intégrée directement dans la table
de faits.
• Dimensions conformes, dans ce cas il s’agit de deux dimensions
dont la seconde est un sous-ensemble de la première. On
rencontre ce type de dimension dans le cas de la modélisation en
flocon.
Il existe bien d’autres types de dimension, et en vérité il est possible
« d’inventer » toutes sortes de dimensions en fonction des besoins. Il n’est
donc pas possible d’en dresser une liste exhaustive.
Dimensions à évolution lente :
• Type 1 : Les anciennes valeurs ne sont pas conservées
• Type 2 : Les anciennes valeurs sont conservées, et on rajoute une occurrence pour les
nouvelles valeurs. Une nouvelle clé est créée.
• Type 3 : La nouvelle valeur est insérée en tant que nouveau champ, une date d’effet est
stipulée. Le champ d’origine n’est jamais modifié.

DOLAP « Desktop On-Line Analysis Processing ». Est une base OLAP très
limitée en taille hébergée sur le poste client. Elle est bien entendu très
rapide.
DONNEE ATOMIQUE Il s’agit du niveau de granularité le plus fin possible pour un ensemble de
données. Ce niveau de granularité permet de répondre au reporting « ad
hoc » par définition imprévisible.
DRILL
· ACCROSS
· DOWN
· TROUGH
· UP
Actions qui permettent de naviguer dans une structure
multidimensionnelle.
• Accross : déplacement latéral
• Down : déplacement d’un niveau général vers un niveau plus
détaillé
• Trough : déplacement qui permet de changer d’application
analytique en cours d’analyse
• Up : déplacement d’un niveau de détail vers un niveau plus
général
DSA « Dynamic Stage Area ». Zone de traitements où se situe le traitement de
qualité et de transformation des données « ODS » en informations métier
qui seront stockées dans le « Data Warehouse ».
DSS « Decision Support System ». Identique au « SIAD », se reporter à la
définition du « SIAD ».

E
EAI « Enterprise Application Integration ». Au contraire de « l’ETL » le but de
« l’EAI » est de faire communiquer des applications entre elles dans le but
de propager l’information pour garantir son intégrité et maintenir
l’homogénéité du système dans son semble.
Quelques éditeurs de solutions EAI :
• Cross DataBase Technology
• Generix Group
EDI « Échange de Données Informatisées ». Caractérise un processus
d’échange d’information d’ordinateur à ordinateur utilisant un protocole,
réseau et un format, normalisé.
EDQM « Enterprise Data Quality Management ». Méthode alternative au
« Master Data Management » (voir définition) qui permet d’analyser les
données stockées dans les différents types d’entrepôts de données. Cette
approche permet notamment d’avoir une vision plus globale de données en
garantissant une cohérence entre les différents SI.
EIP « Enterprise Information Portal ». Solution web permettant à l’entreprise
de largement distribuer l’information décisionnelle à l’ensemble des
partenaires.
EIS « Executive Information System ». Présentation graphique synthétique
permettant d’obtenir une vision assez panoramique de l’activité. Autorise un
premier niveau d’analyse en zoomant sur les valeurs présentées, sans
toutefois atteindre le niveau de détail le plus fin.
ERP « Enterprise Resource Planning ». Système de gestion intégré couvrant
l’ensemble des activités de l’entreprise. Il existe aussi des « ERP »
spécifiques pour un domaine fonctionnel donné.

ESB « Enterprise Service Bus ». Le but est le même que pour « l’EAI » mais en
utilisant des standardisations au niveau technologique, XML, JAVA, …
L’approche actuelle de cette technologie favorise les solutions composites,
dont la base est architecturée autour de :
1. Les standards de connecteurs,
2. Les standards d’administration,
3. Les standards de « workflow manager » orientés processus métier,
4. Les standards de messagerie
Quelques éditeurs de solutions ESB :
• Fiorano
• Progress Software
Quelques éditeurs de solutions ESB Open Source :
• Mule
• Fuse ESB
Figure 1 - Architecture Fiorano ESB
« EAI » ou « ESB » quelles différences ? :
ESB EAI
Interfaces standardisées : API
standardisée.
Logique propriétaire : spécification des
processus, workflow...
Compatibilité avec les services web :
publication de services et sollicitation
de composants distants.
Portabilité restreinte : impossibilité de
superviser un processus métier exécuté
sur deux solutions EAI distinctes.
Protocole de communication
standard : langage XML.
Interfaces propriétaires : API, C ou Java
exploitant trop rarement Soap/HTTP.
Orchestration de processus de type
services web.
Montée en charge limitée : architecture
centralisée moins évolutive que celle de type
bus.
Gestion native de la qualité de service,
prise en charge par le serveur
d'intégration.
Complexité : rapprochement des modèles
de données et de sécurité propres à
chaque application...
Administration standard : une console
compatible avec l'architecture des
services web peut administrer un
serveur d'intégration ESB.
Prix élevé
Prix des solutions attractif.

ETL « Extract, Transform, Load ». Terme qui qualifie une solution logicielle
d’intégration de données, ou un processus visant à intégrer des données
dans un « Data Warehouse » ou « Datamart ».
Dans certaines littératures on peut voir apparaître le sigle « ETC », ce qui
exactement la même chose le « C » se voulant être la traduction francisée
du « L ».
Il existe 3 catégories d’ETL :
• « Engine Based », il s’agit d’une solution mettant en œuvre un
référentiel et un moteur propriétaire de transformation des données.
• « Database Embbeded », il s’agit d’une solution ne disposnat pas
de moteur de transformation spécifique et qui utilise soit la base de
données source soit la base de données cible pour transformer les
données.
• « Code Generator », il s’agit de solution générant un fichier de
code exécutable dans un environnement indépendant de la base de
données, source et cible, et de la solution elle-même.
Quelques éditeurs de solutions ETL :
• Ab Initio Software
• Blueway
• Evolutionary Technologies International
• IBM - Datastage V8.1
• IBM - Data Manager (ex Decision stream Cognos)
• IBM – DB2 Warehouse Edition
• Informatica – Informatica V9
• Microsoft – Sql Server Integration Services V10
• Open Text – Open Text Integration Center V7.1
• Oracle – Oracle Warehouse Builder
• Pervasive Software – Data Integrator V8.2
• SAP Business Objects – Data Integrator & Data Services XI3.0
• SAS Institute – Sas Data Integration Studio V4.2
Quelques éditeurs de solutions ETL Open Source :
• Kinetic Network
• OpenSys
• Pentaho – Pentaho Data Integration V3.0
• Talend – Talend Studio V4.0

F
FAIT Il s’agit d’une mesure, un « indicateur », que l’on souhaite analyser par
rapport à un ou plusieurs « axes » afin d’obtenir le niveau de performance
atteint dans un contexte définit.
FAT CLIENT Voir « client lourd »
FRONT-END Couche logicielle, aussi appelée « couche sémantique » permettant aux
utilisateurs d’accéder au SI décisionnel. Le « Front-end » permet de
masquer la complexité du système de données et de présenter les données
dans un langage compréhensible par les utilisateurs.
FTP « File Transfert Protocol ». Protocole permettant de transférer des fichiers
entre ordinateurs.

G
GPU « Graphical Processing Unit » – Technologie mise au point par la société
JEDOX en collaboration avec des universités. Cette technologie utilise les
capacités des cartes graphiques de NVIDIA pour accélérer le traitement des
données dans les agrégations OLAP.
Cette technologie utilise les « Stream Processors » des cartes graphiques
qui embarquent plusieurs GB de mémoire ce qui permet de stocker les
cubes en mémoire directement dans la GPU.

H
HIERARCHIE Identifie les différents niveaux de consolidation d’un indicateur sur un axe
d’analyse particulier. Plusieurs hiérarchies peuvent être définies pour un
même indicateur.
HISTORISER Stockage des données à long terme, visant à permettre l’analyse
comparative dans le temps. Souvent ces mesures sont isolées dans un
espace de stockage différent du « Data Warehouse », le « HData
Warehouse ».
HOLAP « Hybride On-Line Analysis Processing ». Est un compromis entre les
deux concepts « MOLAP » et « ROLAP », une base « MOLAP » pour les
données souvent consultées (la minorité selon Pareto), une base
« ROLAP » pour les autres (la majorité).
HUB-AND-SPOKE Architecture réseau utilisant un serveur de connexion central relié à des
serveurs de connexion secondaires qui eux desservent les postes clients.
La notion est identique à celle du réseau en étoile. L’objectif est que chaque
terminaison (poste client) puisse atteindre toutes les autres.
HYPERTEXTE Désigne un lien actif permettant de naviguer dans un enchainement de
rapports. Par exemple, pour passer d’un niveau général à un niveau de
détail.

I
IAAS « Infrastructure As A Service ». Permet à une entreprise d’externaliser en
totalité, ou partiellement, son infrastructure informatique tout en conservant
un accès total comme si elle disposait cette infrastructure dans ses locaux.
Figure 2 - Les différents modes « As A Service »
INDICATEUR C’est un élément chiffré qui fournit une information d’évaluation de
performance mesurable, sur une échelle étalonnée à un instant donné dans
un contexte ciblé.
Termes synonymes :
• Fait
• Mesure
Un « indicateur » est toujours associé à une ou plusieurs « dimensions ».
INFOCENTRE Système d’infocentre permettant l’analyse et la consultation de données. Il
est constitué d’une réplication d’un système de production. L’infocentre est
mono source et il ne gère pas la notion d’historique. On peut considérer que
l’infocentre est l’ancêtre du Data Warehouse.
INFRASTRUCTURE Socle sur lequel sont installés les composants applicatifs.
IN-MEMORY « IMDB - In Memory Data Base ». Caractérise une base de données
stockant les informations dans la mémoire vive de l’ordinateur, alors que les
SGBD classiques stockent leurs informations sur disque. L’IMDB permet un
niveau de performance plus élevé.
INTEGRITE
REFERENTIELLE
Processus visant à garantir que toutes les clés étrangères d’un « Data
Warehouse » sont légitimes. Cette légitimité étant établie par le processus
d’intégration par rapport aux référentiels. De fait il n’est donc pas autorisé
qu’une clé étrangère, contenue dans une table de faits, soit inexistante dans
une table de dimensions.

J
JAVA Langage de programmation créé par Sun Microsystems. Les programmes
JAVA sont autonomes et permettent d’enrichir les fonctionnalités proposées
dans les pages web. Le langage JAVA est considéré comme un standard
du fait qu’il est compatible avec tous les systèmes d’exploitation et
fonctionne indépendamment du navigateur internet utilisé.
JOINTURE Connexion logique entre n tables d’une base de données. Cette connexion
utilise des clés d’indexation. L’ensemble des tables jointent sont vus par
l’utilisateur comme une seule et même structure.

K
KPI « Key Performance Indicator ». Il s’agit d’un ensemble de mesures
définies comme des références précises permettant d’apprécier l’évolution
de la performance de l’entreprise ou d’une activité donnée de l’entreprise.
Ils couvrent à la fois « l’objectif », le « réalisé », « l’écart » et le « reste à
faire ».

L
LATENCE Délai effectif entre deux exécutions d’un même processus.
LDAP « Lightweight Directory Access Protocol »
Il s’agit d’un protocole d’annuaire standard, permettant de définir des
critères de communication entre client et serveur.
• Règles de nommage de l’information
• Règles de sécurité
Ce protocole peut également agir de serveur à serveur afin de synchroniser
2 annuaires distants.
Ce protocole est très souvent associé au SSO, mode d’authentification
unfiée.
Solutions du marché :
• OpenLDAP (Open Source)
• 389 Directpry server
• Oracle Discovery Server Enterprise
• IBM Directory Server for IBM
• NetIQ eDirectory de Novell
• Microsoft Active Directory
• Apache Directory Server
• …
LEGACY Désigne l’ensemble des systèmes et technologies qui sont antérieurs à
ceux utilisés actuellement.
LINEAGE DATA « Traçabilité des données ». Il s’agit de pouvoir tracer le parcours d’une
donnée depuis sa source jusqu’à l’utilisation par l’utilisateur final. Ce
processus permet donc de comprendre l’ensemble des traitements qui sont
appliqués à la donnée brute pour la transformer en indicateur décisionnel.
LOAD BALANCING « Équilibrage de charge ». Il s’agit d’un processus de répartition de
charge de travail d’un server maître vers plusieurs servers esclaves afin
d’améliorer les performances globales.

M
MAPPING Composant technique utilisé dans le cadre du développement d’un flux
d’intégration permettant de définir une transformation de données entre une
source et une cible.
MAPPLET Sous-composant réutilisable d’un mapping.
MASS REPORTING Désigne une architecture sécurisée permettant de distribuer vers un grand
nombre d’utilisateurs des documents issus de traitements automatisés de
reporting.
MASTER DATA Définit une donnée de référence commune à différents systèmes
d’information. Dans le cadre d’un système décisionnel, il s’agit des données
de références définissant le plus souvent les axes d’analyses associés aux
indicateurs métier.
MCD « Modèle Conceptuel de Données ». Il s’agit de la représentation
simplifiée du besoin métier. Ce modèle n’est pas directement utilisable par
un SGBD. Le principal object de ce modèle est de permettre la mise en
évidence des associations entités/relations et de dégager des groupes de
données.
MCT « Modèle Conceptuel des Traitements ». Formalisation du processus des
traitements en fonction des événements extérieurs et dans leurs
temporalités.
MDM « Master Data Management ». Le « MDM » permet de rendre homogène et
cohérent des informations partagées par plusieurs applications métiers. Il
constitue en un point pivot dans lequel les informations transverses seront
stockées et sur lesquelles les applications métiers viendront s’abonner.
MDX « MultiDimensional eXpression ». Il s’agit du langage utilisé pour
manipuler les données stockées dans une base de données « OLAP ».
C’est l’équivalent du langage « SQL » pour les bases de données
relationnelles.
METADATA
METADONNEES
Ensemble de données descriptives qui documente les mesures contenues
dans les « Data Warehouse », « Datamart » mais également l’ensemble
des règles de gestions qui permettent de calculer ces mesures.

MIDDLEWARE Littéralement « logiciel du milieu », désigne une solution logicielle qui
permet à « n » systèmes hétérogènes de communiquer. Cet outil de
communication, asynchrone, gère le transport des données d’un système à
l’autre en utilisant le mécanisme de transaction et en gérant les messages
dans des files d’attente.
MLD « Modèle Logique des Données ». Décrit l’organisation des données qui
définies dans le « MCD ». Permet de mettre également en évidence les
moyens qui devront être mis en œuvre.
MPD « Modèle Physique des données ». Modèle de conception de la base de
données définissant les structures physiques des tables ainsi que la
structure de ces dernières. Cette modélisation est étroitement associée aux
capacités de la base de données.
Figure 3 - Interactions des processus de modélisation projet.

MODELE DE
DONNEES EN
ETOILE
Modèle de données utilisé pour stocker les données dans les « Data
Warehouse ». Cette modélisation se caractérise par le fait d’avoir au centre
une « table de faits » en relation avec n « tables de dimensions ».
Structure d’une « table de faits » :
Représentation :

MODELE DE
DONNEES EN
FLOCON
Variation du « modèle en étoile » on introduit dans ce vas une
renormalisation d’un axe de dimension, ou plusieurs, qui laisse alors
apparaître la notion de hiérarchie.
MOA « Maîtrise d’ouvrage ». C’est le donneur d’ordre pour lequel la solution est
développée. La « MOA » définit le besoin et les dispositions spéciales, si
nécessaire, avec un point de vue métier. La « MOA » aura en charge la
« recette » finale de la solution avec son entrée en production.
MOE « Maîtrise d’œuvre ». C’est le réalisateur qui aura en charge de produire la
solution demandée par la « MOA » avec les moyens techniques qui sont à
sa disposition. La « MOE » est responsable de la conformité du
développement avec le schéma directeur définit pas la « DSI » de
l’entreprise. La « MOE » aura également en charge l’exploitation et les
maintenances de la solution après son déploiement et mise ne production.
MOLAP « Multidimensional On-Line Analysis Processing ». Est l'application
physique du concept « OLAP ». Il s'agit réellement d'une structure
multidimensionnelle. Les bases « MOLAP » sont rapides et performantes
mais limitées en taille.
MOM « Message Oriented Middleware ». Permet la communication entre
applications et/ou ordinateurs. Le « MOM » assure l’acheminement des
messages et gère les files d’attentes. Ce type de solutions permet une forte
montée en charge et tolère parfaitement les pannes.
Quelques solutions :
• IBM MQSeries, intégré dans WebSphere
• Microsoft MSMQ (Microsoft Message Queue), intégré dans .Net.
• Sun JMS (Java Messaging Service), intégré dans J2EE (Java 2
Enterprise Edition).
• XML et SOA
MOPT « Modèle Opérationnel des Traitements ». Détaille la structure interne
des applications du projet. C’est la cartographie précise des différents
composants techniques qui définissent l’exploitation du processus métier.
MOT « Modèle Organisationnel des Traitements ». prolonge le « MCT » dans
ses aspects chronologiques et hiérarchiques.

N
NETTOYAGE DES
DONNEES
Processus qui s’exécute au niveau de la « DSA » et qui permet de s’assurer
de l’intégrité des données avant le processus de transformation en
indicateurs décisionnels. Le plus souvent ce processus utilise des
référentiels pour effectuer le traitement.
On y trouve également des traitements de :
• Dé-doublonnage
• Normalisation
• Correction d’orthographe
• Etc…
NON-VOLATILE Caractéristique désignant des données invariables. Toutefois il existe deux
notions distinctes :
• Non-volatile invariant, c’est souvent le cas d’un référentiel dont les
données de changeront jamais.
• Non-volatile variant, les indicateurs métiers sont de ce type. Ils sont
stables d’un cycle d’alimentation à l’autre. Mais potentiellement
différents entre 2 cycles d’alimentation.
NORMALISATION Il s’agit d’une démarche qui permet de supprimer les données redondantes
d’une base de données. C’est souvent la première étape dans la
construction de la base de données. L’étape suivante pouvant consister à
dénormaliser du fait de contraintes diverses, comme la performance par
exemple.
NTIC Nouvelles Technologies de l’Information et de la Communication.
N-TIERS Souvent associé avec la notion d’architecture, désigne une infrastructure
technique reposant sur « n » couches. Chaque couche apportant un service
technique différent et complémentaire.
Par exemple :
1. Le poste client supporte l’interface utilisateur d’un système de
reporting
2. Les modules applicatifs assurant le traitement des données sont
isolés sur un serveur dédié à cette fonction
3. Les données sont stockées dans un SGBD gérés par un serveur de
données spécifiques et alimente les modules applicatifs.

O
ODBC « Open Data Base Connectivity ». Norme universelle développée par
Microsoft qui permet un accès normalisé à une base de données. Cette
couche intermédiaire placée entre la base de données et le logiciel d’accès
aux données est également appelé « driver ».
ODS « Operationnal Data Store », il s’agit d’un sas dans lequel les données
sources candidates à l’intégration dans l’environnement décisionnel sont
mises à disposition.
L’ODS est une base de données intégrée des données opérationnelles, il
s’agit de l’unique point d’entrée dans la plateforme décisionnelle.
OLAP « On-Line Analysis Processing ». Procéder permettant de pré-calculer
des mesures par rapport à des croisements d’axes d’analyse. Le stockage
se fait très souvent dans un « cube » ou un « hypercube ». Le langage de
traitement est le « MDX ».
Il existe différentes variantes : HOLAP, ROLAP, MOLAP.
Quelques solutions OLAP :
• IBM Cognos 8 BI
• Microsoft SQL Server Analysis Services (SSAS)
• Microstrategy V8
• Oracle Essbase
• SAP Business Objects Web Intelligence
• SAP NetWeaver
• SAS olap Server
Le 12 règles du modèle OLAP
1. Le Modèle OLAP est multidimensionnel par nature,
2. L'emplacement physique du serveur OLAP est transparent pour
l'utilisateur,
3. L'utilisateur OLAP dispose de l'Accessibilité a toutes les données
nécessaires à ses analyses,
4. La performance des reporting restent stables indépendamment du
nombre de dimensions,
5. Le serveur OLAP s'intègre dans une architecture client-serveur,
6. Le dimensionnement est générique afin de ne pas fausser les
analyses,
7. Le serveur OLAP assure la gestion des données clairsemées,
8. Le serveur OLAP offre un support Multi-utilisateur (gestion des
mises à jour, intégrité, sécurité),
9. Le serveur OLAP permet la réalisation d'opérations inter
dimensions sans restriction,
10. Le serveur OLAP permet une manipulation intuitive des données,
11. La flexibilité (ou souplesse) de l'édition des rapports est intrinsèque
au modèle,
12. Le nombre de dimensions et de niveaux d'agrégation possible est
suffisant pour autoriser les analyses les plus poussées.
OLE « Object Linking and Embedding ». protocol élaboré par Microsoft
permettant de créer des documents composites. Par exemple, un document
Word peut inclure dans son texte un document Excel. Ce protocole peut
être utilisé par les solutions décisionnelles pour enrichir les mises en page
proposées.

ON … Ici tous les acronymes en « On » qui désignent les différents modes de
commercialisation proposés par les éditeurs.
• « On Premise » : il s’agit d’une solution installée au sein de la
société cliente.
• « On Demand » : il s’agit d’applications gérées par l’éditeur, ou un
prestataire, et mises à disposition des clients sous forme de service
« SaaS ».
• « On Device » : Il s’agit d’extension d’accès aux applications sur les
plateformes modiles de type : Blacberry, iPhone, Ipad, et Windows
Mobile.
ORB « Object Request Broker ». Gestion de flux synchrones adossés à un
middleware. Cette technique s’appuie sur une infrastructure de type
« RPC » destinée à standardiser le protocole d’invocation des technologies.
On distingue deux modes d’ORB :
• Corba, issu du mode J2EE
• XML, relatif aux web Services (SOA)

P
PAAS « Platform As A Service ». Il s’agit d’une solution ou le fournisseur
propose une solution middleware liée masquant les problématiques
d’infrastructure dans un environnement externalisé au contexte de
l’entreprise cliente.
POC « Proof Of Concept ». Il s’agit d’une action d’avant-vente dont l’objectif est
de démontrer la capacité d’une solution à répondre aux attentes d’un client,
le plus souvent en réalisant une maquette représentative dans le contexte
client.
POINT DE
MONTAGE
Terme utilisé en environnement Unix pour désigner l’emplacement racine
d’un système de fichiers.
PORTAIL
DECISIONNEL
Site web thématique présentant un ensemble d’indicateurs décisionnels. Le
plus souvent fournissant aux utilisateurs un point d’entrée unique. Ce portail
pouvant simultanément proposer des informations généralistes et des
informations personnalisées par métier ou par utilisateur.
PRODUIT
CARTESIEN
Ensemble de toutes les combinaisons possibles entre n tables non mises
en relations par des relations identifiables.
Par exemple :
2 tables contenant chacune 1000 lignes produiront un produit cartésien dont
le résultat sera un ensemble de 1 000 000 lignes !!
PROFILING Technique utilisant des algorithmes statistiques permettant de mettre en
évidences des populations de données en naviguant dans le SI et en
déclarant des choix à priori. Cette technique permet de réaliser des études
comportementales.
PULL Désigne un mode de recherche d’information « actif ». L’utilisateur va lui-
même explorer le SI décisionnel pour extraire les informations qui lui sont
nécessaires.
PUSH Désigne un mode de recherche d’information « passif ». L’utilisateur reçoit
du SI décisionnel les informations qui lui sont nécessaires grâce à des
tâches orchestrées en fonctions d’événements.

Q
QUALITE On parle de « Qualité des Données ». Opération qui consiste, dans la
phase d’alimentation d’un « Data Warehouse », à s’assurer de la conformité
des données transmises par les applications de production. Les principaux
traitements de qualité de données permettent :
• Dédoublonnage des données
• Valider des structures particulières, codes postaux, adresses, etc…
• Valider la donnée par rapport un référentiel
Ce traitement permet d’améliorer la fiabilité des indicateurs métiers
contenus dans le « Data Warehouse ».

R
RDM « Reject Data Management » Il s’agit de la zone de traitement qui héberge
tout le processus de traitement des flux en anomalie :
• Détection du flux en anomalie
• Mise à l’écart du flux
• Recyclage du flux
• Injection du flux corrigé dans le cycle d’intégration suivant
Cette « zone » est direction associée à l’ODS.
REFERENTIEL Ensemble de données permettant de garantir l’intégrité et la cohérence des
données qui alimentent le système d’information décisionnel.
REPLICATION Consiste à copier tout ou partie d’une base de données. Dans un processus
de réplication la base de données source et la base de données cible sont
identiques. Le but est de ne pas pénaliser les traitements transactionnels
par un reporting décisionnel. C’est ce mode qui est utilisé dans le cadre
d’un infocentre.
REPORTING Présentation de mesures assurant le suivi d’une activité donnée de
l’entreprise.
Il existe plusieurs déclinaisons :
• Le reporting Ad-hoc
• Le reporting administré
• Le reporting d’entreprise ou institutionnel
• Le reporting standard
REQUETEUR Solution logicielle qui permet à un utilisateur de réaliser des interrogations
du SI dans un langage, le plus souvent SQL, en s’appuyant sur des méta-
données décrivant ces données dans un langage proche de son métier.
ROI « Return Of Investment ». Permet d’apprécier la valeur financière des
bénéfices réels d’un investissement.
Par exemple :
Une société détermine que le déploiement d’un nouveau service induit par
un accroissement de 15% de l’automatisation d’un processus. Par ailleurs,
cet accroissement de l’automatisation se traduit par une hausse de 10 000€
du CA. Tenant compte que le coût direct de déploiement de ce nouveau
s’élève à 30 000€.
Le ROI calculé sera de 233% sur un périmètre de 10 processus
automatisés soit 2,33€ pour 1€ investit
ROLAP « Relational On-Line Analysis Processing ». Est une base relationnelle
classique organisée pour réagir comme une base OLAP. Elles sont lentes
et peu performantes mais sans limites de taille.

S
SAAS « Software as a Service ». Logiciel ou service propose en accès à distance
via internet. Le plus par rapport à « l’ASP » que le mode « SaaS » permet
une personnalisation en fonction du besoin exprimé par le client.
9 questions à se poser avant :
• Quelle est le niveau de maturité de la solution envisagée ?
• Quelle est le niveau de maturité de l’entreprise par rapport à ce type
de solution ?
• Quelles seront les contraintes budgétaires, et sous quels délais ?
• Quel sera le planning de mise en œuvre ?
• Quelle sera l’infrastructure à adopter pour l’entreprise ?
• Quelles compétences vais-je avoir besoin de mettre en œuvre ?
• Comment l’intégration avec le autres SI de l’entreprise va se
dérouler ?
• Quels sont les risques ?
• Quelle est le principe de tarification ?
SID « Système d’informations décisionnelles ». Système d’informations
orienté métier proposant soit une vision transversale des indicateurs de
l’entreprise, soit une vision verticale, domaine métier, des indicateurs d’un
domaine fonctionnel.
Il existe 4 modes de mise en œuvre d’un « SID » :
1. Le « reporting direct »
2. L’approche « Infocentre »
3. Le « Data Warehouse »
4. Le Data Warehouse étendu
LE REPORTING DIRECT :
Cette méthode accède directement aux données de production au travers d’une couche sémantique,
ou pas, permettant ainsi à l’utilisateur d’obtenir une information instantanée. Ce système est mis en
œuvre pour répondre à la nécessité de « pilotage opérationnel temps réel ».

Avantages Inconvénients
Indicateurs à instant « T »
Impossible de modéliser les
données en informations
Pilotage en temps réel
Risque de dégradation du système
de production
Etat de situation réel Temps de réponse long
Mise en œuvre rapide Analyse impossible
Evolution peu aisée
Coût de maintenance
L’APPROCHE INFOCENTRE
Cette méthode permet de déporter les données des systèmes opérationnelles vers une base de
données répliquées. Ce processus est très souvent mono-source et présente un niveau de granularité
identique à celui utilisé dans le système opérationnel.
L’infocentre nécessite de définir un cycle de mise à jour en adéquation avec les attente exprimées par
la « MOA ».
Premier niveau de modélisation
possible.
Impossible de modéliser les
données en informations
Pilotage sur le cycle ETL
Temps de réponse non garanti,
notamment dans le cas d’agrégat
complexe
Pas de dégradation du système de
production
Evolution peu aisée
Mise en œuvre peu complexe Volume souvent important
Pas d’historique
LE DATA WAREHOUSE

Cette méthode, actuellement la plus souvent utilisée, permet de mettre en œuvre un système global
de pilotage au sein de l’entreprise en proposant une réponse adaptée à tous les besoins de pilotage.
• Pilotage transversal
• Pilotage métier
Modélisation du besoin et définition
précises des indicateurs restitués
Plus complexe à mettre en œuvre
Garantie des temps de réponse
aux utilisateurs
Coût plus important
Permet tous les types d’analyse Impact structurant pour l’entreprise
Gestion des indicateurs dans le
temps (historique)
Multi-sources
Garantie la « qualité » des
données servant de base aux
indicateurs restitués
Quelles différences entre « INFOCENTRE » et « DATA WAREHOUSE »
INFOCENTRE DATA WAREHOUSE
Base de données utilisée pour le
reporting
Plusieurs bases de données
utilisées pour de l’analyse
Pas de notion d’historique Historique
Couvre un seul processus métier Plusieurs processus métier
Il s’agit d’une réplication
Offre une vision transversale du
pilotage de l’entreprise
Mono-source Modélisation du besoin MOA
Multi-sources
LE DATA WAREHOUSE ETENDU
Cette méthode est une évolution de la précédente car elle autorise la communication bidirectionnelle
des données stockées dans le « Data Warehouse ».
Identiques au Data Warehouse
Cohérence globale des systèmes
d’informations
Complexité de mise en œuvre
Synchronisation

Remarque : bien qu’identifié « ETL » dans le schéma ci-dessus, le processus d’alimentation d’une
telle architecture est le plus souvent confié à des solutions de type « EAI » ou « ESB ».
SIAD « Système Interactif d’Aide à la Décision ». Son domaine recoupe celui
de « l’EIS », mais son champ d’investigation est beaucoup plus large,
notamment dans le niveau de granularité des mesures présentées, et dans
la capacité à zoomer vers le niveau de détail le plus fin.
SIR « Système Information Référentiel ». Regroupe l’ensemble des données
utilisées dans le processus d’intégration de données pour valider la qualité
des informations.
SQL « Standard Query Langage ». Il s’agit du langage informatique utilisé pour
manipuler les données stockées dans les bases de données relationnelles.
Ce langage propose une couche commune à tous les éditeurs de
« SGBDr » et une autre couche qui est spécifique à chaque éditeur.
SYNCHRONE Définit une communication doublée d’un processus visant à synchroniser
deux systèmes en temps « quasi » temps réel.

T
TABLE
D’AGREGAT
Table stockant des indicateurs agrégés à partir de données stockées dans
une table de faits dont le niveau de granularité sera plus fin. Le plus souvent
les tables d’agrégats sont utilisées pour améliorer les performances au
niveau du reporting.
TABLEAU DE
BORD
Présentation centralisée d’un ensemble d’indicateurs permettant de suivre
les performances d’une activité donnée. Il s’agit d’un moyen de pilotage
et/ou d’analyse.
TABLE DE
DIMENSION
Table stockant des données qui permettront d’analyser les indicateurs d’une
ou plusieurs tables de fait. Chaque dimension est définie par une clé
primaire, rattachée à n tables de fait par une clé étrangère.
TABLE DE FAITS Table stockant des indicateurs dont le niveau de granularité sera le plus fin
possible.
TCO « Total Cost of Ownership ». Souvent associé au « ROI » (voir cet
acronyme) il permet de mesurer le coût global d’acquisition d’une solution
logicielle. Ce coût global prenant en compte :
• Les coûts d’’acquisition
• Les coûts d’’installation
• Les coûts de formation
• Les coûts d’’exploitation
• Les coûts de maintenance
TMA « Tierce Maintenance Applicative ». Fait de confier à un prestataire
externe l’ensemble de la maintenance d’une application informatique.
TRANSFORMATION
DE DONNEES
Processus de modification de données permettant de transformer une
donnée brute issue d’un système source en information métier pouvant
insérée dans le système d’information décisionnel.
Le processus de « transformation de données » intègre également les
traitements liés à la « qualité » des données.
TRIGGER « Déclencheur ». Mécanisme inclus dans les SGBDr permettant d’associer
un traitement spécifique à une action d’insertion, de modification ou de
suppression réalisée dans une table de la base de données. Dans le cadre
de la mise à jour d’un « Data Warehouse » ce mécanisme est souvent
associé au processus de mise à jour différentiel appelé « CDC ».

U
ULLM « Ultra Low Latency Messaging ». Permet une mise à jour des données
en quasi temps réel, cette technique peut s’apparenter sous certains
aspects à l’ESB (voir ce terme) mais avec des délais de réactions de l’ordre
de la microseconde, les données seront véhiculées sous forme de message
de faible volumétrie mais à très haute fréquence.
Sociétés proposant de telles solutions :
• IBM
• TIBCO
• SOLACE SYSTEMS
• RTI
• INFORMATICA (rachat de la société 29West inc.)
UNICODE Standard international de codification des caractères permettant de
comprendre les différents langages à travers le monde. La normalisation
actuelle permet l’interprétation de 38 887 caractères.
URBANISATION Définir les normalisations d’échanges entre les différents systèmes
d’informations, les différentes applications des systèmes informatiques.

V
VOLATILE Le plus souvent qualifie l’état de données dont l’état change en cours de
traitement. Dans certains cette donnée peut être supprimée et ne plus
apparaître dans le système d’information.

W
WORKFLOW Ensemble de tâches et de traitements exécutés selon un enchaînement
défini nécessaires à la réalisation d’une action donnée.
WIZARD Il s’agit un assistant logiciel disponible qui assiste l’utilisateur de ce logiciel
dans la réalisation d’une tâche donnée en mode guidée pas à pas.
WYSIWYG « What You See Is What You Get ». Caractéristique d’un logiciel qui affiche
à l’écran une représentation sui sera imprimée exactement avec le même
formalisme. Les solutions de reporting décisionnelles disposent de cette
caractéristique.

X
XBRL « eXtensible Business Reportive Language ». Langage né en 1998 d’une réflexion
lancée par l’organisation professionnelle des experts comptables américains.
Objectif :
Définir un référentiel standard pour l’élaboration des états financiers, internes et
externes, afin de disposer des moyens permettant de comparer les données
financières et de les échanger. Ce standard est autant technique que métier. Ce
standard doit être partagé entre les éditeurs de solutions financières et les entreprises.
Cette normalisation est maintenue par le consortium « XBRL International
Incorporated ».
Toutes les infos sur XBRL en France : http://www.xbrl.org/fr/
Qu’est-ce qu’XBRL :
• Un format universel, libre de droit considéré comme un standard et maintenu
par un consortium international
• Langage informatique basé sur le XML
• Propose une architecture intégrée et ouverte
• Met en œuvre le principe de la taxonomie
1998
Naissance aux USA
(ExpertComptable)
2000
Spécification
générale
2002 2003
Recommandation du CEBS
(Consortiumdes superviseurs bancaires européens)
1ère implémentation
USA, Japon, Coréeet Australie
2004 2006
Application en France
Commission bancaire
Restitutions et sorties d’un ensemble de données entre
« balises » utilisant une ou plusieurs taxonomies.
Schémas : Dictionnaire de termes
Base de liens : Contextes, définitions, présentations,
référencescalculs et formules
Ensemble de concepts couvrantunepartie du reporting,
par exemple un plan comptable
Les règles qui gouvernentla création de dossiers XBRL
conformesàla spécification élaborée par le consortium
international
Spécifications
Taxonomie
Schémaset
base de liens
Documents
d’instanceet
feuilles de
styles
XBRL

XML « eXtensible Markup Language ». Langage qui permet de décrire les pages web
basées sur les recommandations du consortium « W3C ».

Cloud Computing
Le « Cloud Computing » ou « Informatique dans les nuages » n’est pas un phénomène nouveau dans
le domaine du grand public, l’utilisation de messagerie ou le partage de données sur internet sont
avant l’heure du « Cloud Computing ».
Aujourd’hui, on parle de 3 types de « Cloud Computing » :
1. Le Cloud Public
2. Le Cloud Privé
3. Le Cloud Hybride
Mais avant tout quelles sont les critères pouvant définir le « Cloud Computing » ?
On peut avancer, peut-être :
1. La virtualisation des environnements
2. Un accès étendu
3. Une capacité d’absorption des pics et des creux de charge
4. Un mode de fonctionnement en service mesuré
5. Une réponse en mode libre-service
6. …
Comment définir les différents modes de cloud :
CLOUD PUBLIC :
CLOUD PRIVE :
CLOUD HYBRIDE :

Les Éditeurs du Décisionnel

BIG DATA
Depuis les débuts de l’informatique s’est posé le problème de la volumétrie des données sans cesse
croissante. A l’heure d’internet et des réseaux sociaux les données sont toujours plus volumineuses et
rien n’arrêtera la quantité de données disponible.
L’enjeu aujourd’hui est d’être en capacité de traiter ce volume de données, mais au-delà de cette
volumétrie il s’agit également de traiter des processus complexes et une diversité de formats que l’on
ne maîtrise pas réellement.
Aujourd’hui aussi le volume de données créé progresse plus vite que les capacités de stockage
disponible et il n’est pas impossible qu’à horizon 2025 la technologie actuelle ne soit plus en mesure
de stocker cette information. N’oublions pas que la notion de « BIG DATA » est totalement subjective
et qu’à un instant donné on est toujours le « BIG DATA » d’une autre époque.
Le « BIG DATA » c’est beaucoup de données ! Certes ! Mais l’écosystème du « BIG DATA » draine
avec lui un ensemble de concepts qui lui est indissociable :
• La Qualité des données est le premier, et là il s’agit de la qualité au sens large qui englobe
les notions de :
o Latence,
o Contexte & Corrélation,
o Libre-accès,
o Gouvernance.
Latence :
Se détermine comme le délai du cycle entre 2 mises à jour d’une même donnée. Ce cycle prend en
considération les 3 éléments suivants :
• La périodicité, élément principal qui détermine le temps entre 2 mises à jour,
• La durée, qui définit la période de temps pendant laquelle la donnée est opérationnelle,
• Le délai d’action, qui présente l’intervalle de temps durant lequel le niveau de la donnée est
optimal
Comme le montre le schéma ci-dessus, la « Latence » permet de déterminer la valeur positive ou
négative d’une information par rapport à son cycle.

Contexte & Corrélation :
Une donnée, pardon une information, pour être comprise doit être analysée dans un périmètre
maîtrisé ! Sinon elle ne veut rien dire et ne sert à rien !
Il faut donc pour information en définir :
• Le contexte, qui permet de comprendre la « vie » de l’information,
• La ou les corrélations, qui permettent de comprendre les interactions de l’information avec son
environnement direct et indirect.
Libre-accès :
Précisons immédiatement qu’il faut comprendre pas « libre-accès »

INDEX GENERAL
A
ABAP................................................................... 4
AGREGATION ...................................................... 4
ANALYSE PREDICTIVE .......................................... 4
API ...................................................................... 4
APPLET JAVA ....................................................... 4
ASYNCHRONE...................................................... 4
ATTRIBUT............................................................ 4
AXE ..................................................................... 4
B
B2x...................................................................... 5
BALANCED........................................................... 5
BAPI .................................................................... 5
BENCHMARK....................................................... 5
BEST OF BREED.................................................... 5
BEST PRATICES .................................................... 5
BI 5
BPM .................................................................... 5
C
CDC ..................................................................... 6
CELLULE............................................................... 6
CID ...................................................................... 6
CLE ETRANGERE .................................................. 6
CLE PRIMAIRE...................................................... 6
CLIENT LEGER ...................................................... 6
CLIENT LOURD..................................................... 6
CLIENT RICHE....................................................... 6
CLIENT/SERVER ................................................... 6
CLOUD COMPUTING............................................ 7
COMMUNAUTE................................................... 7
COUCHE SEMANTIQUE........................................ 7
CRM .................................................................... 7
CUBE ................................................................... 8
D
DATA LINEAGE .................................................... 8
DATA WAREHOUSE ............................................. 9
DATAMART ......................................................... 8
DATAMINING ...................................................... 8
DATASTORE......................................................... 8
DDP..................................................................... 9
DECISIONNEL....................................................... 9
DENORMALISER .................................................. 9
DIMENSION....................................................... 10
Dimensions à évolution lente............................ 10
Dimensions conformes...................................... 10
Dimensions dégénérées .................................... 10
Dimensions stables ........................................... 10
DOLAP............................................................... 11
DONNEE ATOMIQUE ......................................... 11
DRILL................................................................. 11
DSA ................................................................... 11
DSS.................................................................... 11
E
EAI..................................................................... 12
EDI..................................................................... 12
EDQM................................................................ 12
EIP ..................................................................... 12
EIS ..................................................................... 12
ERP.................................................................... 12
ESB .................................................................... 13
ETL..................................................................... 14
F
FAIT ................................................................... 15
FAT CLIENT ................................... Voi Client Lourd
FRONT-END ....................................................... 15
FTP .................................................................... 15
G
GPU ................................................................... 16
H
HIERARCHIE....................................................... 17
HISTORISER ....................................................... 17
HOLAP ............................................................... 17
HUB-AND-SPOKE ............................................... 17
HYPERTEXTE ...................................................... 17
I
IAAS................................................................... 18
INDICATEUR ...................................................... 18
INFOCENTRE...................................................... 18
INFRASTRUCTURE.............................................. 18
IN-MEMORY ...................................................... 18
INTEGRITE REFERENTIELLE................................. 18
J
JAVA.................................................................. 19
K
KPI............................................................... 19, 20
L
LATENCE............................................................ 21
LDAP.................................................................. 21
LEGACY.............................................................. 21
LINEAGE DATA................................................... 21
LOAD BALANCING.............................................. 21
M
MAPPING .......................................................... 22
MAPPLET........................................................... 22
MASS REPORTING ............................................. 22
MASTER DATA................................................... 22
MCD .................................................................. 22

MCT .................................................................. 22
MDM................................................................. 22
MDX.................................................................. 22
METADATA ....................................................... 22
METADONNEES................................................. 22
MIDDLEWARE ................................................... 23
MLD .................................................................. 23
MOA ................................................................. 25
MODELE DE DONNEES EN ETOILE...................... 24
MODELE DE DONNEES EN FLOCON.................... 25
MOE.................................................................. 25
MOLAP.............................................................. 25
MOM ................................................................ 25
MOPT................................................................ 25
MOT.................................................................. 25
MPD.................................................................. 23
N
NETTOYAGE DES DONNEES ............................... 26
NON-VOLATILE.................................................. 26
NORMALISATION .............................................. 26
NTIC .................................................................. 26
N-TIERS ............................................................. 26
O
ODBC................................................................. 27
ODS................................................................... 27
OLAP ................................................................. 27
OLE.................................................................... 27
ON …................................................................. 28
ORB................................................................... 28
P
PAAS ................................................................. 29
POC ................................................................... 29
POINT DE MONTAGE......................................... 29
PORTAIL DECISIONNEL ...................................... 29
PRODUIT CARTESIEN......................................... 29
PROFILING......................................................... 29
PULL.................................................................. 29
PUSH................................................................. 29
Q
QUALITE............................................................ 30
R
RDM .................................................................. 31
REFERENTIEL................................................ 30, 31
REPLICATION ..................................................... 31
REPORTING ....................................................... 31
REQUETEUR....................................................... 31
ROI .................................................................... 31
ROLAP ............................................................... 31
S
SAAS.................................................................. 32
SIAD .................................................................. 35
SID..................................................................... 32
SQL.................................................................... 35
SYNCHRONE ...................................................... 35
T
TABLE D’AGREGAT....................................... 36, 37
TABLE DE DIMENSION ....................................... 36
TABLE DE FAITS.................................................. 36
TABLEAU DE BORD ............................................ 36
TCO.................................................................... 36
TMA .................................................................. 36
TRANSFORMATION DE DONNEES...................... 36
TRIGGER ............................................................ 36
U
ULLM................................................................. 37
UNICODE ........................................................... 37
URBANISATION ................................................. 37
V
VOLATILE........................................................... 38
W
WIZARD............................................................. 39
WORKFLOW ...................................................... 39
WYSIWYG.......................................................... 39
X
XBRL.................................................................. 40
XML................................................................... 41

C.U.C
Conditions d'Utilisation et Copyright
La loi française du 11 mars 1957 n'autorise, aux termes des alinéas 2 et
3 de l'article 41, d'une part, que les "copies ou reproductions strictement
réservées à l'usage privé du copiste et non destinées à une utilisation
collective ou commerciale" et, d'autre part, que les analyses et les
courtes citations dans un but d'exemple et d'illustration ("toute
représentation ou reproduction intégrale, ou partielle, faite sans le
consentement de l'auteur ou de ses ayants droit ou ayants cause, est
illicite" - alinéa 1er de l'article 40).
Toute représentation ou reproduction abusive de ce document Microsoft
Word par quelque procédure que ce soit, constituerait donc une
contrefaçon sanctionnée par les articles 425 et suivants du Code pénal.
Les schémas, graphiques et textes publiés, sauf mentions particulières,
sont la propriété intellectuelle et légale de leurs auteurs. Sauf accord
exprès, les auteurs n'autorisent que la reproduction du titre des articles
produits et non du texte qui l'accompagne (résumé du sommaire ou
début de l'article) avec une référence directe aux auteurs. Dans tous les
cas, ces textes originaux ne peuvent être cités qu'à condition de prévenir
les auteurs et d’obtenir de leur part une autorisation formelle par écrit.

Dictionnaire des termes techniques de la business intelligence v6

Recommandé

Recommandé

Contenu connexe

Similaire à Dictionnaire des termes techniques de la business intelligence v6

Similaire à Dictionnaire des termes techniques de la business intelligence v6 (20)

Dernier

Dernier (11)

Dictionnaire des termes techniques de la business intelligence v6