SlideShare une entreprise Scribd logo
1  sur  41
Télécharger pour lire hors ligne
BusinessObjects
Business Intelligence
Pour l’aide à la prise de décision et
le pilotage de la performance
2Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Présentateur
Serigne DIOP
Consultant
sdiop@optimis.sn
(+221) 77 238 82 60
Intégrateur de solutions informatiques
Partenaire Microsoft et SAP
Immeuble SIA, 1er étage, Route de Ngor
Dakar, les Almadies
+221 33 839 70 15
contact@optimis.sn
OptimisSN
Optimis_sn
Optimis SAS
3Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Plan 1/2
Objectifs
Environnement technique de développement
Historique SAP Business Object BI
Résumé de suite décisionnelle de SAP
Présentation de l’entrepôt AdventureWorksDW2016
Cadrage du domaine d’étude et modèle
Faits
4Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Plan 2/2
Dimension Temps (DimDate)
ALIAS ou CONTEXTES?
Avantages et Inconvénients
SAP Univers AdventureWorks DW 2016
Démonstrations avec SAP IDT
Exemple de requête avec contexte d’exécution
5Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Objectifs
L’Objectif principal de ce document est de monter quelques
merveilles de SAP BI Business Object.
 Création d’univers SAP avec IDT.
Les concepts d’alias et de contextes pour la résolution des
boucles et dans quel contexte il faut utiliser l’un ou l’autre.
Les notions de vue (Couche sémantique) et d’ensemble.
6Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Environnement technique de développement
➢Nous utilisons comme source un entrepôt de données bien connu:
AdventureWorkDW.
➢Dans le cadre de ce travail, nous utilisons la version 2016 et La
plateforme SAP Business Intelligence Business Object 4.2 SP5 qui
est la dernière version au moment de la création de ce document.
7Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Historique SAP BusinessObjects BI
8Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Résumé de suite décisionnelle de SAP
9Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Présentation de l’entrepôt AdventureWorksDW2016
AdventureWorksDW2016 est un entrepôt de données appartenant
à Microsoft et contient des données de test et d’apprentissage.
Il est alimenté par la base de données de teste
AdventureWorks2016 via un projet ETL développé avec SSIS
Il est développé sur la base d’un modèle en constellation(modèle
multidimensionnel composé de plusieurs tables de fait ayant en
commun des tables de dimension)
Il est composé de 16 tables de dimension et de 10 tables de fait.
Chaque table de fait contient les indicateurs de performance
nécessaire pour mesurer et piloter l’activité d’un domaine précis.
10Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Cadrage du domaine d’étude et modèle
Dans ce travail, nous limitons le domaine aux faits suivant:
➢ Vente par Internet
➢ Finance
➢ Production
➢ Revendeur
11Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Fait Vente par internet (FactInternetSales)
FactInternetSales
DimDate
DimProduct
DimProuctCategory
DimSubProductCategory
DimPromotion
DimCustomer
DimSalesTerritory
DimGeography
DimCurrency
NB: présence d’une boucle
12Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Fait Revendeur (FactResellerSales)
FactResellerSales
DimDate
DimProduct
DimProuctCategory
DimSubProductCategory
DimPromotion
DimCustomer
DimSalesTerritory
DimGeography
DimCurrency
DimEmployee
DimReseller
NB: présence de deux boucles
13Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Fait Finance (FactFinance)
FactFinance
DimDate
DimAccount
DimOrganization
DimDepartementGroup
DimScenario
14Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Fait Inventaire Produit (FactProductInventory)
FactProductInventory
DimDate
DimProduct
15Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Remarques
Les quatre modèles présentent systématiquement la dimension
temps (DimDim)
Les modèles ont en commun plusieurs dimensions
La dimension date (DimDate) est triplement liée aux tables de fait
FactInternetSales et FactRessellerSales
Cette configuration du schéma de l’entrepôt fait apparaitre
plusieurs boucles entre les tables. Cela entraînera une ambiguïté
au niveau SQL et une complexité des requêtes SQL. Pour résoudre
ce problème, nous utiliserons les tables d’alias et les contextes
d’exécution dans notre future fondation de données.
16Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Dimension Temps
17Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
ALIAS ou CONTEXTES?
Le choix des alias ou des contextes n’est pas toujours évident. Cela
dépend des circonstances de votre boucle.
Si les dimensions de votre boucle ont toutes la même signification
commerciale, les contextes sont plus appropriés.
Si les dimensions de votre boucle ont des significations
commerciales différentes, vous devez utiliser des tables d’alias.
La règle générale est d'avoir un contexte pour chaque table de
faits.
18Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Avantages et Inconvénients
❖ ALIAS: l’utilisation d’alias nécessite de dupliquer des objets et une
possibilité de fusionner les objets au moment de développer des
rapports. Ils facilitent la maintenance mais, fait perdre du temps.
❖ Contexte : son utilisation réduit le volume d’objet dans l’univers. Il
permet de minimiser le temps de développement. Il faut une bonne
compréhension des contextes d’exécution de la part des
développeurs de rapport. Ils sont plus difficiles à maintenir; car les
modifications des jointures ne sont pas automatiquement
considérées.
19Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
19Copyright © Optimis 2018. All Rights Reserved
SAP Univers AdventureWorks DW 2016
20Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Démonstrations avec SAP IDT
21Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Création du projet
22Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Création de connexion relationnelle
23Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Création de fondation de données
24Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Alias et contextes
Dans notre cas, la dimension date (DimDate) est triplement liée
aux tables de fait FactInternetSales et FactRessellerSales. Les
trois liaisons n’ont pas le même sens commercial. Nous créerons
trois tables d’alias (DimDateOrder, DimDateShip ,DImDateDue).
Nous créerons sept contextes
▪ Finance
▪ Internet Sales Customer Geography
▪ Internet Sales Territory Geography
▪ Product Inventory
▪ Reseller Sales Territory
▪ Reseller Sales Employee Territory
▪ Reseller Sales Reseller Territory
25Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Internet Sales Territory Geography
▪ bbb
26Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Internet Sales Territory Geography
27Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Finance
28Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Finance
29Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Reseller Sales Reseller
30Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Reseller Sales Reseller
31Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Product Inventory
32Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Contexte Product Inventory
33Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
FONDATION SAP Univers AdventureWorks DW 2016
34Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
UNIVERS SAP Univers AdventureWorks DW 2016
▪
35Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
VUES SAP Univers AdventureWorks DW 2016
Les vues nous
permettent de
décomposer l’univers
en différents
domaines. Les
utilisateurs verront les
objets des vues
associées à leurs
profils de sécurité.
36Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
VUES
37Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Exemple de requête avec contexte d’éxecution
▪ Montant et quantité des ventes par produit et catégorie pour
chaque zone géographique
38Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Exemple de requête avec contexte d’exécution
39Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
Résultats
40Copyright © Optimis 2015. All Rights Reserved
SAP Business Intelligence | Décembre 2015
FIN
▪Merci de votre attention
The information contained in this presentation is proprietary.
© 2015 Optimis. All rights reserved.
www.optimis.sn
Qui sommes-nous
Optimis a été créé dans la volonté d'accompagner les
gouvernements et les entreprises africaines dans
l'implémentation de solutions d'informatique de gestion. Nos
experts ont travaillé dans les plus grands cabinets de conseil
d'Europe. En tant que partenaire de SAP, nous travaillons pour
vous proposer les meilleurs outils du marché et vous présenter
les innovations de notre partenaire.

Contenu connexe

Tendances

Conception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseConception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseAbderrahmane Filali
 
Mémoire fin d'étude gestion des interventions
Mémoire fin d'étude gestion des interventionsMémoire fin d'étude gestion des interventions
Mémoire fin d'étude gestion des interventionsMohamed Arar
 
PFE BI - INPT
PFE BI - INPTPFE BI - INPT
PFE BI - INPTriyadadva
 
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)Rapport de projet_de_fin_d__tudes__pfe__safwen (8)
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)safwenbenfredj
 
Gimsi business-intelligence
Gimsi business-intelligenceGimsi business-intelligence
Gimsi business-intelligencenodesway
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleLilia Sfaxi
 
TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduceAmal Abid
 
Exercices uml-corrige
Exercices uml-corrigeExercices uml-corrige
Exercices uml-corrigeAmineMouhout1
 
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)Alphorm
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligences.poles
 
Projet BI - 1 - Analyse des besoins
Projet BI - 1 - Analyse des besoinsProjet BI - 1 - Analyse des besoins
Projet BI - 1 - Analyse des besoinsJean-Marc Dupont
 
Rapport de projet Odoo - gestion de projet et gestion de ressources humaines
Rapport de projet Odoo - gestion de projet et gestion de ressources humainesRapport de projet Odoo - gestion de projet et gestion de ressources humaines
Rapport de projet Odoo - gestion de projet et gestion de ressources humainesAyoub Ayyoub
 
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data HaShem Selmi
 
Gestion d’une agence de voyage routière (Blondel Seumo)
Gestion d’une  agence  de  voyage  routière (Blondel Seumo)Gestion d’une  agence  de  voyage  routière (Blondel Seumo)
Gestion d’une agence de voyage routière (Blondel Seumo)Gantner Technologies
 
Audit sécurité des systèmes d’information
Audit sécurité des systèmes d’informationAudit sécurité des systèmes d’information
Audit sécurité des systèmes d’informationAbbes Rharrab
 

Tendances (20)

LOG4J
LOG4JLOG4J
LOG4J
 
Conception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseConception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data Warehouse
 
Mémoire fin d'étude gestion des interventions
Mémoire fin d'étude gestion des interventionsMémoire fin d'étude gestion des interventions
Mémoire fin d'étude gestion des interventions
 
PFE BI - INPT
PFE BI - INPTPFE BI - INPT
PFE BI - INPT
 
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)Rapport de projet_de_fin_d__tudes__pfe__safwen (8)
Rapport de projet_de_fin_d__tudes__pfe__safwen (8)
 
Gimsi business-intelligence
Gimsi business-intelligenceGimsi business-intelligence
Gimsi business-intelligence
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
 
Power Bi, le tour complet 2017
Power Bi, le tour complet 2017 Power Bi, le tour complet 2017
Power Bi, le tour complet 2017
 
TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduce
 
Exercices uml-corrige
Exercices uml-corrigeExercices uml-corrige
Exercices uml-corrige
 
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)
alphorm.com - Formation Oracle Database 11g DBA 1 (1Z0-052)
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Projet BI - 1 - Analyse des besoins
Projet BI - 1 - Analyse des besoinsProjet BI - 1 - Analyse des besoins
Projet BI - 1 - Analyse des besoins
 
Rapport de projet Odoo - gestion de projet et gestion de ressources humaines
Rapport de projet Odoo - gestion de projet et gestion de ressources humainesRapport de projet Odoo - gestion de projet et gestion de ressources humaines
Rapport de projet Odoo - gestion de projet et gestion de ressources humaines
 
Cloud Computing
Cloud Computing Cloud Computing
Cloud Computing
 
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
 
Gestion d’une agence de voyage routière (Blondel Seumo)
Gestion d’une  agence  de  voyage  routière (Blondel Seumo)Gestion d’une  agence  de  voyage  routière (Blondel Seumo)
Gestion d’une agence de voyage routière (Blondel Seumo)
 
Audit sécurité des systèmes d’information
Audit sécurité des systèmes d’informationAudit sécurité des systèmes d’information
Audit sécurité des systèmes d’information
 

Similaire à SAP UNIVERS ADVENTURE WORKS DW 2016

Présentation 360suite SAP espresso 2012
Présentation 360suite SAP espresso 2012Présentation 360suite SAP espresso 2012
Présentation 360suite SAP espresso 2012Sebastien Goiffon
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - LilleSoft Computing
 
Dépoussiérez votre décisionnel avec les dernières technologies de SAP
Dépoussiérez votre décisionnel avec les dernières technologies de SAPDépoussiérez votre décisionnel avec les dernières technologies de SAP
Dépoussiérez votre décisionnel avec les dernières technologies de SAPAxys
 
Memoire M1 - Chloé GODFROY - Euridis business school - SAP
Memoire M1 - Chloé GODFROY - Euridis business school - SAPMemoire M1 - Chloé GODFROY - Euridis business school - SAP
Memoire M1 - Chloé GODFROY - Euridis business school - SAPChloé Godfroy
 
Manage Traceability with Apache Atlas flexible metadata repository.
Manage Traceability with Apache Atlas flexible metadata repository.Manage Traceability with Apache Atlas flexible metadata repository.
Manage Traceability with Apache Atlas flexible metadata repository.OW2
 
CDAP, la boîte à outil pour concevoir vos applications Big Data
CDAP,  la boîte à outil pour concevoir vos applications Big DataCDAP,  la boîte à outil pour concevoir vos applications Big Data
CDAP, la boîte à outil pour concevoir vos applications Big DataSynaltic Group
 
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...Club Alliances
 
Présentation Hardis - Séminaire OMS avec IBM et Vinci Consulting
Présentation Hardis - Séminaire OMS avec IBM et Vinci ConsultingPrésentation Hardis - Séminaire OMS avec IBM et Vinci Consulting
Présentation Hardis - Séminaire OMS avec IBM et Vinci ConsultingPeggyVaugard
 
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13AnDaolVras
 
Ysance - Salon Big Data 2014
Ysance - Salon Big Data 2014Ysance - Salon Big Data 2014
Ysance - Salon Big Data 2014Start and Growth
 
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...echangeurba
 
spirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frspirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frFilippos Stamatiadis
 
spirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frspirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frFilippos Stamatiadis
 
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...OCTO Technology
 
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365 Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365 Tenedis
 
Conférence sage 100c journée 30 ans absys cyborg 06072017
Conférence sage 100c   journée 30 ans absys cyborg 06072017Conférence sage 100c   journée 30 ans absys cyborg 06072017
Conférence sage 100c journée 30 ans absys cyborg 06072017Absys Cyborg
 
Criteo, un projet SAP en 4,5 mois
Criteo, un projet SAP en 4,5 moisCriteo, un projet SAP en 4,5 mois
Criteo, un projet SAP en 4,5 moisSOA PEOPLE
 

Similaire à SAP UNIVERS ADVENTURE WORKS DW 2016 (20)

Présentation 360suite SAP espresso 2012
Présentation 360suite SAP espresso 2012Présentation 360suite SAP espresso 2012
Présentation 360suite SAP espresso 2012
 
Big Data by Soft Computing - Lille
Big Data by Soft Computing - LilleBig Data by Soft Computing - Lille
Big Data by Soft Computing - Lille
 
Dépoussiérez votre décisionnel avec les dernières technologies de SAP
Dépoussiérez votre décisionnel avec les dernières technologies de SAPDépoussiérez votre décisionnel avec les dernières technologies de SAP
Dépoussiérez votre décisionnel avec les dernières technologies de SAP
 
Memoire M1 - Chloé GODFROY - Euridis business school - SAP
Memoire M1 - Chloé GODFROY - Euridis business school - SAPMemoire M1 - Chloé GODFROY - Euridis business school - SAP
Memoire M1 - Chloé GODFROY - Euridis business school - SAP
 
Data Lake
Data LakeData Lake
Data Lake
 
Manage Traceability with Apache Atlas flexible metadata repository.
Manage Traceability with Apache Atlas flexible metadata repository.Manage Traceability with Apache Atlas flexible metadata repository.
Manage Traceability with Apache Atlas flexible metadata repository.
 
CDAP, la boîte à outil pour concevoir vos applications Big Data
CDAP,  la boîte à outil pour concevoir vos applications Big DataCDAP,  la boîte à outil pour concevoir vos applications Big Data
CDAP, la boîte à outil pour concevoir vos applications Big Data
 
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...
2010.11.26 - DSI - Les Applications SaaS Cloud au service des DSI - Forum Saa...
 
Présentation Hardis - Séminaire OMS avec IBM et Vinci Consulting
Présentation Hardis - Séminaire OMS avec IBM et Vinci ConsultingPrésentation Hardis - Séminaire OMS avec IBM et Vinci Consulting
Présentation Hardis - Séminaire OMS avec IBM et Vinci Consulting
 
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
 
Ysance - Salon Big Data 2014
Ysance - Salon Big Data 2014Ysance - Salon Big Data 2014
Ysance - Salon Big Data 2014
 
Focus sur Microsoft Dynamics 365
Focus sur Microsoft Dynamics 365 Focus sur Microsoft Dynamics 365
Focus sur Microsoft Dynamics 365
 
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...
Atelier Comment choisir et déployer un ERP dans une PME - Pôle numérique CCI ...
 
spirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frspirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) fr
 
spirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) frspirit Solution Offering (02 06 16) fr
spirit Solution Offering (02 06 16) fr
 
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...
UN ÉLÉPHANT QUI SE BALANÇAIT … Comment mettre en musique les big data et valo...
 
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365 Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365
Webinar Tenedis & Riverbed : Métrologie & Diagnostic Office 365
 
Conférence sage 100c journée 30 ans absys cyborg 06072017
Conférence sage 100c   journée 30 ans absys cyborg 06072017Conférence sage 100c   journée 30 ans absys cyborg 06072017
Conférence sage 100c journée 30 ans absys cyborg 06072017
 
Criteo, un projet SAP en 4,5 mois
Criteo, un projet SAP en 4,5 moisCriteo, un projet SAP en 4,5 mois
Criteo, un projet SAP en 4,5 mois
 
Sap presentation
Sap presentationSap presentation
Sap presentation
 

SAP UNIVERS ADVENTURE WORKS DW 2016

  • 1. BusinessObjects Business Intelligence Pour l’aide à la prise de décision et le pilotage de la performance
  • 2. 2Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Présentateur Serigne DIOP Consultant sdiop@optimis.sn (+221) 77 238 82 60 Intégrateur de solutions informatiques Partenaire Microsoft et SAP Immeuble SIA, 1er étage, Route de Ngor Dakar, les Almadies +221 33 839 70 15 contact@optimis.sn OptimisSN Optimis_sn Optimis SAS
  • 3. 3Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Plan 1/2 Objectifs Environnement technique de développement Historique SAP Business Object BI Résumé de suite décisionnelle de SAP Présentation de l’entrepôt AdventureWorksDW2016 Cadrage du domaine d’étude et modèle Faits
  • 4. 4Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Plan 2/2 Dimension Temps (DimDate) ALIAS ou CONTEXTES? Avantages et Inconvénients SAP Univers AdventureWorks DW 2016 Démonstrations avec SAP IDT Exemple de requête avec contexte d’exécution
  • 5. 5Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Objectifs L’Objectif principal de ce document est de monter quelques merveilles de SAP BI Business Object.  Création d’univers SAP avec IDT. Les concepts d’alias et de contextes pour la résolution des boucles et dans quel contexte il faut utiliser l’un ou l’autre. Les notions de vue (Couche sémantique) et d’ensemble.
  • 6. 6Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Environnement technique de développement ➢Nous utilisons comme source un entrepôt de données bien connu: AdventureWorkDW. ➢Dans le cadre de ce travail, nous utilisons la version 2016 et La plateforme SAP Business Intelligence Business Object 4.2 SP5 qui est la dernière version au moment de la création de ce document.
  • 7. 7Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Historique SAP BusinessObjects BI
  • 8. 8Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Résumé de suite décisionnelle de SAP
  • 9. 9Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Présentation de l’entrepôt AdventureWorksDW2016 AdventureWorksDW2016 est un entrepôt de données appartenant à Microsoft et contient des données de test et d’apprentissage. Il est alimenté par la base de données de teste AdventureWorks2016 via un projet ETL développé avec SSIS Il est développé sur la base d’un modèle en constellation(modèle multidimensionnel composé de plusieurs tables de fait ayant en commun des tables de dimension) Il est composé de 16 tables de dimension et de 10 tables de fait. Chaque table de fait contient les indicateurs de performance nécessaire pour mesurer et piloter l’activité d’un domaine précis.
  • 10. 10Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Cadrage du domaine d’étude et modèle Dans ce travail, nous limitons le domaine aux faits suivant: ➢ Vente par Internet ➢ Finance ➢ Production ➢ Revendeur
  • 11. 11Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Fait Vente par internet (FactInternetSales) FactInternetSales DimDate DimProduct DimProuctCategory DimSubProductCategory DimPromotion DimCustomer DimSalesTerritory DimGeography DimCurrency NB: présence d’une boucle
  • 12. 12Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Fait Revendeur (FactResellerSales) FactResellerSales DimDate DimProduct DimProuctCategory DimSubProductCategory DimPromotion DimCustomer DimSalesTerritory DimGeography DimCurrency DimEmployee DimReseller NB: présence de deux boucles
  • 13. 13Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Fait Finance (FactFinance) FactFinance DimDate DimAccount DimOrganization DimDepartementGroup DimScenario
  • 14. 14Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Fait Inventaire Produit (FactProductInventory) FactProductInventory DimDate DimProduct
  • 15. 15Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Remarques Les quatre modèles présentent systématiquement la dimension temps (DimDim) Les modèles ont en commun plusieurs dimensions La dimension date (DimDate) est triplement liée aux tables de fait FactInternetSales et FactRessellerSales Cette configuration du schéma de l’entrepôt fait apparaitre plusieurs boucles entre les tables. Cela entraînera une ambiguïté au niveau SQL et une complexité des requêtes SQL. Pour résoudre ce problème, nous utiliserons les tables d’alias et les contextes d’exécution dans notre future fondation de données.
  • 16. 16Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Dimension Temps
  • 17. 17Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 ALIAS ou CONTEXTES? Le choix des alias ou des contextes n’est pas toujours évident. Cela dépend des circonstances de votre boucle. Si les dimensions de votre boucle ont toutes la même signification commerciale, les contextes sont plus appropriés. Si les dimensions de votre boucle ont des significations commerciales différentes, vous devez utiliser des tables d’alias. La règle générale est d'avoir un contexte pour chaque table de faits.
  • 18. 18Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Avantages et Inconvénients ❖ ALIAS: l’utilisation d’alias nécessite de dupliquer des objets et une possibilité de fusionner les objets au moment de développer des rapports. Ils facilitent la maintenance mais, fait perdre du temps. ❖ Contexte : son utilisation réduit le volume d’objet dans l’univers. Il permet de minimiser le temps de développement. Il faut une bonne compréhension des contextes d’exécution de la part des développeurs de rapport. Ils sont plus difficiles à maintenir; car les modifications des jointures ne sont pas automatiquement considérées.
  • 19. 19Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 19Copyright © Optimis 2018. All Rights Reserved SAP Univers AdventureWorks DW 2016
  • 20. 20Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Démonstrations avec SAP IDT
  • 21. 21Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Création du projet
  • 22. 22Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Création de connexion relationnelle
  • 23. 23Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Création de fondation de données
  • 24. 24Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Alias et contextes Dans notre cas, la dimension date (DimDate) est triplement liée aux tables de fait FactInternetSales et FactRessellerSales. Les trois liaisons n’ont pas le même sens commercial. Nous créerons trois tables d’alias (DimDateOrder, DimDateShip ,DImDateDue). Nous créerons sept contextes ▪ Finance ▪ Internet Sales Customer Geography ▪ Internet Sales Territory Geography ▪ Product Inventory ▪ Reseller Sales Territory ▪ Reseller Sales Employee Territory ▪ Reseller Sales Reseller Territory
  • 25. 25Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Internet Sales Territory Geography ▪ bbb
  • 26. 26Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Internet Sales Territory Geography
  • 27. 27Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Finance
  • 28. 28Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Finance
  • 29. 29Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Reseller Sales Reseller
  • 30. 30Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Reseller Sales Reseller
  • 31. 31Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Product Inventory
  • 32. 32Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Contexte Product Inventory
  • 33. 33Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 FONDATION SAP Univers AdventureWorks DW 2016
  • 34. 34Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 UNIVERS SAP Univers AdventureWorks DW 2016 ▪
  • 35. 35Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 VUES SAP Univers AdventureWorks DW 2016 Les vues nous permettent de décomposer l’univers en différents domaines. Les utilisateurs verront les objets des vues associées à leurs profils de sécurité.
  • 36. 36Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 VUES
  • 37. 37Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Exemple de requête avec contexte d’éxecution ▪ Montant et quantité des ventes par produit et catégorie pour chaque zone géographique
  • 38. 38Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Exemple de requête avec contexte d’exécution
  • 39. 39Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 Résultats
  • 40. 40Copyright © Optimis 2015. All Rights Reserved SAP Business Intelligence | Décembre 2015 FIN ▪Merci de votre attention
  • 41. The information contained in this presentation is proprietary. © 2015 Optimis. All rights reserved. www.optimis.sn Qui sommes-nous Optimis a été créé dans la volonté d'accompagner les gouvernements et les entreprises africaines dans l'implémentation de solutions d'informatique de gestion. Nos experts ont travaillé dans les plus grands cabinets de conseil d'Europe. En tant que partenaire de SAP, nous travaillons pour vous proposer les meilleurs outils du marché et vous présenter les innovations de notre partenaire.