Méthodes et outils d'analyse de la Business Intelligence

Analyse des données

Analyse de données

Ce chapitre est consacré aux techniques et aux méthodes d'analyse des données de l'entreprise pour améliorer la prise de décision. Les incontournables statistiques sont au programme, mais aussi l'analyse prédictive tout comme les arbres de décision sans omettre le data mining et le text mining.

On accordera un point particulier à l'utilisation d'Excel, désormais une brique essentielle de la stratégie décisionnelle de Microsoft Corp. Les techniques et technologies d'analyses massives nées et formalisées dans les labos des principaux acteurs du web comme Google Corp, Apache ou Yahoo Corp que sont MapReduce et Hadoop sont regroupées au chapitre big data.

Les principaux outils d'analyse de données

• Analyses statistiques
  Les techniques et outils statistiques appliqués à l'analyse des données du data warehouse
• Analyse prédictive
  Les méthodes et techniques de l'analyse prédictive pour construire des modèles comportementaux plus précis
• Les arbres de décision
  Que sont les arbres de décision ? Comment les utiliser ?
• Le Data Mining
  Présentation du data mining, un outil particulièrement efficace pour étudier de grandes quantités de données
• Le Text Mining
  Qu'est-ce que le Text Mining ? Pour quels usages ? Quelles sont les solutions ?
• Data Visualisation
  Qu'est-ce que la data visualisation ? Comment explorer les données numériques à l'aide de graphiques ?
• Analyse Business Intelligence avec Excel de Microsoft
  Quels sont les apports ou les inconvénients d'utiliser Excel comme outil utilisateur de la Business intelligence ?
• Démocratisation de la BI avec Excel
  La Business Intelligence est toujours en phase de démocratisation, les besoins en informations s'accroissent mais les outils sont toujours plus comples. Microsoft Excel peut-il être la solution ?
• Analyse multidimensionnelle
  Le modèle de base de données OLAP, spécifique aux analyses décisionnelles ?
• Les 12 règles OLAP
  les 12 règles OLAP défini par Edgar F. CODD puis reprises par la suite et complétées ?
• La conception de la base OLAP
  OLAP, une conception plus délicate qu'il n'y paraît,se méfier des erreurs typiques et récurrentes ?

---

Lecture recommandée

› 1. Les techniques d'analyse quantitative des données une référence pour les spécialistes du sujet.

Science Mining
Fondamentaux et études de cas : Machine learning avec Python et R
de Eric Biernat, Michel Lutz  
294 pages
Editions Eyrolles
Dispo chez : www.amazon.fr

› 2. Les techniques du datamining et ses applications le plus classique, comportementale, étude client, détection/prévention des fraudes...

Exploration de données :
Méthodes et modèles du data mining
de Daniel-T Larose  
392 pages
Vuivert 2ème éd. 2018
Dispo chez : www.amazon.fr

Partagez cet article...

  
(total partages cumulés > 185)

Si vous souhaitez partager votre point de vue sur cet article, utilisez désormais Twitter ou votre réseau social favori.

---

Copyright : Alain FERNANDEZ ©1998-2019 Tous droits réservés Mentions légales

---