Accueil > Business Intelligence et SAP > Modélisation du Data Warehouse
Formation #BSI319

Formation Modélisation du Data Warehouse

Durée : 4 jours

Code : BSI319


Prochaines dates programmées :

Du 30 Avril au 03 Mai 2024

Du 11 au 14 Juin 2024

Du 06 au 09 Août 2024

Du 29 Oct. au 01 Nov. 2024

Du 24 au 27 Déc. 2024

Fin d'Inscription :
Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.
Si vous avez un besoin URGENT et que vous souhaitez une date de formation plus proche que les sessions programmées (minimum 15 à 20 jours ouvrés à date de votre demande)

Objectifs

  • Déterminer les apports d'un Data Warehouse et comprendre les enjeux stratégiques d'un SI décisionnel
  • Concevoir et mettre en oeuvre l'architecture d'un Data Warehouse
  • Assimiler les principes OLAP et les implémenter
  • Être capable de mener à bien un projet de Data Warehouse en maîtrisant la démarche requise
  • Pouvoir évaluer l'intérêt des outils ETL tout en distinguant les étapes de constitution d'un Data Warehouse
  • Percevoir le lien entre le data Mining et le data Warehouse tout en assimilant son intérêt et ses principes
Programme
1/ Introduction au Data Warehouse
  • Historique
  • Les enjeux d’aujourd’hui d'un SI décisionnel
  • Les différents SI décisionnels et Opérationnels
  • Définition actuelle du data warehouse
  • Distinguer le Data Warehouse et le Data Marts
  • Identifier les composants d'un DataWarehouse
  • Les moteurs d'analyse OLAP et OLTP
2/ L'approche Data Warehouse
  • Concepts de bases : data warehouse, infocentre, datamart, datamining
  • Distinguer l'analyse décisionnelle du reporting
  • Connaître les risques liés à l'utilisation d'outils de reporting sur une structure inappropriée
  • Comprendre phases d'élaboration d'un Data Warehouse
  • Assimiler les règles de construction (historique, méta-modèle, référentiel d'entreprise et données métiers)
  • Appréhender les diverses approches et méthodes de conception
3/ Les grands principes
  • Fonctions des différentes composantes du SID (Système d’informations décisionnel)
  • Architectures classiques
  • Architecture technique et architecture fonctionnelle
4/ Composantes de l’architecture d’un data warehouse
  • Stratification du data warehouse
  • Connaitre les principaux outils ETL
  • L’Operational Data Store (ODS)
  • La Data Staging Area et son apport durant le processus d’ETL
  • Les moteurs d'analyse OLAP et OLTP
  • L’analyse OLAP : outils coté serveur et coté client
  • La nécessité d’un référentiel de données
  • Le rôle du MDM
5/ Mettre en oeuvre un Data Warehouse : la démarche
  • Comprendre le cycle de vie décisionnel
  • Connaître les spécificités de la Business Intelligence
  • Comprendre pourquoi les modèles de données classiques sont devenus inadaptés
  • Distinguer les hiérarchies, les dimensions et les indicateurs
  • Connaître les principes et atouts de la modélisation en étoile et en flocons
  • Appréhender les règles de modélisation
  • Comprendre la dé-normalisation
  • Connaître l'architecture en bus décisionnel
  • Gérer les agrégats
  • Conserver la stabilité du périmètre fonctionnel défini en amont
  • Bonnes pratiques de modélisation
  • Garder une vision transversale du projet : l’interview des métiers
6/ Les prérequis au projet décisionnel
  • Savoir évaluer les critères de réussite et les risques d'un projet
  • Définir le périmètre fonctionnel et la volumétrie du projet
  • Passer de l'analyse des besoins à la modélisation
  • Gérer et planifier un projet
  • Les justifications métiers et financières
  • Distinguer les protagonistes du projet : architecte, sponsors, équipe de projet, etc.
  • Planification du projet, identification des KPI et tableaux de suivi
7/ Les méthodes de conduites de projet
  • Techniques de base
  • Les principales étapes
  • Méthodologie Kimball : l’approche bottom-up
  • Méthodologie Inmonn : l’approche top-down
  • Méthodologie Agile et data warehouse
  • Approche itérative du projet
  • Rôle de la maîtrise d’ouvrage (MOA) et de la maîtrise d’œuvre (MOE)
  • Administrer et maîtriser la solution opérationnelle
8/ L’implémentation
  • Implémentation de la base de données
  • Outils de restitution (reporting) et leur mise en oeuvre
  • Les méthodes de datamining : méthodes prédictives et méthodes descriptives
  • Les enjeux de la croissance du volume des données : les solutions Big Data
  • Les impacts sur la méthodologie d’implémentation
9/ Les cubes OLAP et agrégats
  • Du modèle en étoile au cube multidimensionnel
  • L'algèbre des cubes et la navigation dimensionnelle
  • Assimiler les extensions SQL OLAP
  • Les règles OLAP
  • Les Serveurs OLAP (MOLAP, ROLAP, HOLAP) : quand les utiliser ?
  • Optimiser à l’aide des agrégats
10/ Comprendre les optimisations physiques
  • L'architecture générale d'un Data Warehouse
  • Operational Data Store et Data Staging Area
  • Comprendre le processus d'extraction
  • Comprendre la transformation et le chargement de données
  • Connaitre les principaux outils ETL
  • Comprendre le concept du métamodèle
11/ Les différentes applications utilisateur
  • Distinguer les différents types d'utilisateurs
  • Connaître les outils de référence Open-source et commerciaux (IBM Cognos, SAP BO)
  • Développement vers le WEB
12/ Data Mining
  • Les Systèmes d'Information Décisionnels : connaître les principes et concevoir les liens
  • Appréhender les principales techniques associées et applications possibles
Approche Pédagogique

Approche Pédagogique

  • Pédagogie très opérationnelle fondée sur l'alternance entre théorie et pratique
  • Cas pratiques
  • Remise d’outils
  • Echanges d’expériences
Public cible

Public cible

  • Responsables des systèmes de pilotage
  • Responsables Infocentre
  • Responsables informatiques
  • Responsables des études
  • Architectes de systèmes d'information
  • Chefs de projets fonctionnels et techniques
Dates

Dates

  • Du 30 Avril au 03 Mai 2024
  • Du 11 au 14 Juin 2024
  • Du 06 au 09 Août 2024
  • Du 29 Oct. au 01 Nov. 2024
  • Du 24 au 27 Déc. 2024
  • Fin d'Inscription :
    Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email : Au minimum 15 JOURS OUVRÉS avant la date de formation.