Le document présente une étude sur la mise en œuvre d'un système décisionnel basé sur un entrepôt de données pour améliorer la distribution chez Sonelgaz. Il décrit la méthodologie de conception, les besoins des utilisateurs et les défis associés à l'extraction, la transformation et le chargement des données. La conclusion souligne l'importance de l'intégration des systèmes pour une meilleure exploitation des données recueillies et le déploiement national de cette solution.

1. Ecole nationale Supérieure d’Informatique
Présenté par: FILALI Abderrahmane Date: 06/07/2010
KEDJNANE Sofiane Durée: 30min

2. Organisme
Introduction Préambule
d’accueil
Problématique
Décisionnel
Systèmes Data
Définitions décisionnels
VS
Warehouse
opérationnel
Présentation
Démarche Conception de
de la adoptée la solution Mise en œuvre
solution
Conclusion
et
perspectives

3. Introduction Définitions Présentation de la solution Conclusion
3

4. Introduction Définitions Présentation de la solution Conclusion
•1947, Création de « EGA »
•1969, Création de SONELGAZ
•1991, SONELGAZ devient un « EPIC »
• Juin 2002, Le statut de SPA
4

5. Introduction Définitions Présentation de la solution Conclusion
Le métier de la distribution:
5

6. Introduction Définitions Présentation de la solution Conclusion
Le métier de la distribution:
Direction de Distribution 1
Direction de Distribution 2
……
Direction de Distribution N Agence 1
Agence 2
…
Agence N
6

7. Introduction Définitions Présentation de la solution Conclusion
Quantité de
données
Besoin d’un support
De décision
Insuffisances
de Opportunités
la méthode actuelle pour un tel projet
7

8. Introduction Définitions Présentation de la solution Conclusion
8

9. Introduction Définitions Présentation de la solution Conclusion
Consolidation
ELIT ou SD
Envoie
Extraction
9

10. Introduction Définitions Présentation de la solution Conclusion
SQL
SGC
10

11. Introduction Définitions Présentation de la solution Conclusion
11

12. Introduction Définitions Présentation de la solution Conclusion
Rendre les données accessibles,
Présenter les données d’une façon cohérente et
fiable,
Minimiser le coût d’élaboration de rapport en
ressources (temps et argent),
Assurer une indépendance fonctionnelle vis-à-vis
du système opérationnel,
12

13. Introduction Définitions Présentation de la solution Conclusion
DD2
DD1 DD58
13

15. Introduction Définitions Présentation de la solution Conclusion
14

16. Introduction Définitions Présentation de la solution Conclusion
Entrepôt de
données
Infocentre
bases de
données
opérationnelles
1970 1980 1990
Évolution des bases de données décisionnelles
15

17. Introduction Définitions Présentation de la solution Conclusion
« Le Data Warehouse est une collection de données
orientées sujet, intégrées, non volatiles et évolutives dans
le temps, organisées pour le support d’un processus
d’aide à la décision. »[Inmon, 2002]
16

18. Introduction Définitions Présentation de la solution Conclusion
Données Usage
L’orientation des
La Finalité
données
La situation reflétée Les manipulations
Le stockage des
Les utilisateurs
données
17

19. Introduction Définitions Présentation de la solution Conclusion
• Les systèmes décisionnels et opérationnels
sont appelés, de part leurs finalités et leurs
usages, à la cohabitation.
• Les systèmes opérationnels représentent la
première source de données pour les
systèmes décisionnels.
18

20. Introduction Définitions Présentation de la solution Conclusion
Extraction Chargement Présentation
Architecture et environnement du DW 19

21. Introduction Définitions Présentation de la solution Conclusion
La zone de présentation:
On-Line Analytical Processing (O.L.A.P.) est un style
d’interrogation spécifiquement dimensionnel. Définit par E.
Codd (Père des BDD relationnelles).
On trouve les types suivants de serveurs :
Entrepôt Traitement Présentation
21

23. Introduction Définitions Présentation de la solution Conclusion
Conception de Conception de
la zone la zone
d’entreposage d’alimentation
Définition Mise en
des besoins route
Étude Conception
technique des cubes
dimensionnels
22

25. Introduction Définitions Présentation de la solution Conclusion
Définition de
Modélisation
 Démarche : dimensionnelle
l’architecture
technique
Gestion et
Conception
planification du
physique
projet Etude des
 Buttom up (sources de Construction
besoinsdonnées)
Maintenance
et croissance de la zone
d’alimentation
Planification Portail de
 Top Down (besoins utilisateurs)
du restitution
déploiement
Étude des besoins dans un projet Data
Warehouse.[Kimball, 96]
23

26. Introduction Définitions Présentation de la solution Conclusion
Audit de la
base de
données et
SO
Supports
existantsEntretiens
Démarche mixte 24

27. Introduction Définitions Présentation de la solution Conclusion
Cette étude a abouti à :
L’Identification des postes utilisateur (DCM, DCF, PDG, …ETC.)
La Détection des besoins,
La classification des besoins en quatre volets, qui sont :
Ventes,
Suivi des abonnés,
Suivi des affaires,
Recouvrement, 25

28. Introduction Définitions Présentation de la solution Conclusion
Analyse des priorités : GA: Gestion des
affaires.
Ventes: Suivi des
Ventes ventes
Rec SA: Suivi des abonnés
GA Rec: Recouvrement
Intérêt SA
Facilité
26

30. Introduction Définitions Présentation de la solution Conclusion
Nouveaux
besoins
Nouvelle
modélisation
Nouveaux
objectifs
27

31. Introduction Définitions Présentation de la solution Conclusion
La Modélisation dimensionnelle:
Table de fait
Dimension Temps Dimension produit
-Clé temps
-Clé temps -Clé produit -Clé produit
-Année -Clé magasin -Désignation produit
-Mois -…. -Type produit
-Jours -Montant
- -…
Modélisation
Dimension magasin dimensionnelle
-Clé magasin 28

32. Introduction Définitions Présentation de la solution Conclusion
Dimension Dimension Dimension
Fait
Fait
Dimension Dimension Dimension Dimension
Fait
Dimension Dimension
29

33. Introduction Définitions Présentation de la solution Conclusion
Avantages :
Performant,
Simple et intuitif,
Réutilisation des dimensions,
Réduction des temps de chargement,
30

34. Introduction Définitions Présentation de la solution Conclusion
Le Processus de Modélisation:
Choix de
l’activité
Construction Définition de
des agrégats la granularité
Détection Détection
des des
dimensions mesurables
31

35. Introduction Définitions Présentation de la solution Conclusion
Structure de la zone d’entreposage:
META DATA
ZONE
AGRÉGÉE
ZONE
DÉTAILLÉE
32

37. Introduction Définitions Présentation de la solution Conclusion
Extract. Transform. Load (E.T.L.):
Extraire Transformer Charger
• Lire • Nettoyer • Charger
• Interpréter • Intégrer • Indexer
• Copier • agréger
33

38. Introduction Définitions Présentation de la solution Conclusion
Être correctif
Être rapide Processus Être sûr
ETL
Être transparent
Qualité de données
34

39. Introduction Définitions Présentation de la solution Conclusion
Etapes de la construction:
Elaboration Mise en
Etude des
de stratégie place d’une
sources
d’extraction architecture
35

40. Introduction Définitions Présentation de la solution Conclusion
Contraintes
Réseau
Qualité de
données ETL Quantité de
données
Structure
de
l’entreprise
36

41. Introduction Définitions Présentation de la solution Conclusion
Etude des sources
•Gestion des Travaux (Raccordements BT/BP)
•Relève et facturation BT/BP, MT, MP
• Recouvrement
• SGBD : INGRES 2006, • Open ROAD
• Trésorerie et comptabilité
•452 Tables, • 35 applications
• 2900 utilisateurs,
• 6 millions de clients,
• 70000 factures / jour
37

42. Introduction Définitions Présentation de la solution Conclusion
Etude des sources
38

43. Introduction Définitions Présentation de la solution Conclusion
Stratégie d’extraction:
Processus de chargement
Dimensions Données prêtes a
être chargées
Faits
Particulières Processus de
chargement 39

44. Introduction Définitions Présentation de la solution Conclusion
Architecture de la zone d’alimentation:
Pousse Tire
La méthode Push and Pull
Base de données
Système source Serveur ELIT
intermédiaire
40

45. Introduction Définitions Présentation de la solution Conclusion
Architecture globale de la zone d’alimentation:
Transformation Meta-Data
SGC
Extraction
Staging
Direction regionale
Transformation
SGC
Extraction Serveur ETL Elit
DW
Staging
Direction regionale
FTP
Transformation
SGC
Extraction
Staging
Direction regionale
41

46. Introduction Définitions Présentation de la solution Conclusion
En cas de problèmes?
Rôle des METADATA
Solution secours numéro une:
Lancement du chargement paramétré
Solutions secours numéro deux:
Recourt au fichiers historiques.
42

47. Introduction Définitions Présentation de la solution Conclusion
Avantages:
Outre un chargement sûr, Cette architecture permet :
• Une réduction importante des temps de chargement,
grâce au chargement parallèle
• Facilité de recours à la solution secours en cas d’échec
d’un chargement
• L’impact réduit d’un chargement échoué
43

49. Introduction Définitions Présentation de la solution Conclusion
Construction
Définition Définition
des des des
dimensions hiérarchies mesurables
44

50. Introduction Définitions Présentation de la solution Conclusion
45

52. Introduction Définitions Présentation de la solution Conclusion
Architecture technique:
Entreposage Alimentation
de données de l’entrepôt
Outil de Serveur
reporting R-OLAP
« QBE »
48

53. Introduction Définitions Présentation de la solution Conclusion
Expansion
Formation Data Support
Warehouse
Support
technique
46

54. Introduction Définitions Présentation de la solution Conclusion
Gestion des
Meta Data
utilisateurs
Constitution
Suivi de
zone de
l’alimentation
restitution
47

55. Introduction Définitions Présentation de la solution Conclusion
Une démarche spécifique.
Présentation de la solution a un « comité de projet »
Déploiement sur des sites pilotes.
Intégration dans une équipe pour étendre la solution.
Offrir un rapport comme support à la solution.
Evolution dans un milieu fort intéressant.
49

56. Introduction Définitions Présentation de la solution Conclusion
Suivre le déploiement actuel et recueillir les correctifs et remarques des
utilisateurs.
Etendre le déploiement de manière à couvrir, à terme la, totalité du territoire
national.
Etendre la solution vers d’autres systèmes opérationnels notamment les
systèmes de la HP/HT.
Utilisation des méthodes et algorithmes de Data Mining pour une meilleure
exploitation des données.
Continuer le développement du portail de restitution.
50

57. 51