Les notions de base à connaître

Business Intelligence :

appelée également informatique décisionnelle (en opposition à l'informatique opérationnelle), la BI répond à quatre fonctions : la collecte, l'intégration, la diffusion et la présentation des informations.

Datawarehouse (entrepôt de données) :

système de gestion de bases de données adapté aux grands volumes d'informations. Les données issues de l'ensemble des services d'une entreprise y sont collectées, stockées, homogénéisées, agrégées et historisées en vue d'une exploitation analytique.

Datamart (magasin de données) :

subdivision d'un datawarehouse, le datamart est dédié à un métier (marketing, production, comptabilité, contrôle de gestion, etc.) et ne comprend qu'une partie des données pour en faciliter et accélérer l'accès.

ETL (Extract Transform Load) :

il s'agit d'un outil logiciel qui joue le rôle d'un pont entre la base opérationnelle et décisionnelle de l'entreprise. Sa mission est de rassembler les informations dans l'entrepôt de données, de les rendre homogènes et exploitables. L'ETL s'appuie sur des “connecteurs” qui établissent la communication avec les applications opérationnelles du système d'information (CRM, ERP, etc.).

Métadonnées :

les sources de données étant hétérogènes, la difficulté de la mission de l'ETL est de les utiliser conjointement. Pour ce faire, chaque type d'informations est défini par des renseignements complémentaires, les métadonnées. Celles-ci sont référencées dans un dictionnaire unique à tout le système décisionnel, afin d'en assurer la cohésion.

Reporting :

type d'outils le plus répandu, les solutions de reporting font appel à des fonctions simples de l'analyse de données (sélection, tri, classement, répartition) et à des calculs basiques (somme, plus haute et plus basse valeur, moyenne, écart type, etc.). Le reporting se limite à l'analyse du passé sans réaliser de projection.

OLAP (On Line Analytical Processing) :

une analyse qui nécessite plus deux dimensions fait intervenir des outils plus puissants et complets, désignés par le terme “OLAP”. On parle de cube (trois axes) ou d'hypercube (à partir de quatre). Un moteur OLAP permet d'explorer les informations issues du passé en tenant compte de l'ensemble des éléments constitutifs de l'activité de l'entreprise (produit, saisonnalité, géographie, clientèle, matières premières, coût de production, etc.). Il existe cinq types de moteur OLAP : multidimensionnel, relationnel, dynamique, hybride et spatial.

Data mining (exploration de données) :

procédé permettant de découvrir des corrélations significatives parmi de grands volumes d'informations. Contrairement au reporting et à l'exploration OLAP, il s'agit d'une démarche destinée à relever des tendances et des hypothèses. De nombreux algorithmes sont utilisés en data mining : analyse discriminante, arbre de décision, régression linéaire ou non linéaire, réseaux de neurones, inférence bayésienne, algorithme génétique, etc. En plein développement, notamment depuis l'avènement du “Web 2.0”, le Textmining est une déclinaison du data mining qui tient compte de la sémiologie dans ses modèles.