Chaine youtube Piloter.org   Piloter.org sur facebook   Profil  Linkedin   Actualités Twitter
Plus de 800 fiches pratiques pour les managers, sans pub et sans traceurs…
Le Portail du Manager Innovant
Chaine youtube Piloter.org Je suis aussi  sur facebook  Je suis aussi sur  Linkedin  Actualités Twitter
×
★ Tous les articles classés ★

Le projet Data Warehouse, un processus continu

Mise à jour le 04 aout 2020  Par
Le projet Data Warehouse est un processus continu. Voyons les 4 étapes d'un projet DW qui sera toujours en perpétuelle évolution et rappelons qu'il est essentiel de se placer sous l'angle de l'utilisateur et non sous celui de la technique.

Une démarche singulière

La toute première génération de Data warehouse a été marquée par une succession d'échecs. Les concepteurs appliquaient le "postulat du technicien" :
"Si je mets le maximum de données, les utilisateurs trouveront leur bonheur."
Bien entendu, avec une hypothèse erronée dès l'énoncé du principe fondateur, on ne peut que bâtir des usines à gaz.

Un processus continu

En fait, le projet Data Warehouse est un processus. Il sera toujours en perpétuelle évolution, que ce soit sur le plan du nombre d'utilisateurs que celui des thématiques traitées.

Une succession de projet plus "légers"

Il est important de considérer le projet Data Warehouse, non pas comme unique, mais plutôt comme une succession de projets plus légers, focalisés sur les besoins métiers, répondant chacun à une nécessité clairement identifiée et définie. Chacun des projets s'intégrant avec le précédent et ouvrant des pistes pour les suivants. Un peu comme un puzzle sans fin.
C'est la solution pour suivre de près les attentes des utilisateurs et maîtriser le ROI du projet.

Le projet DW

Les 4 temps du projet

  • 1) Identifier le besoin auprès des utilisateurs

    Le data warehouse est le pivot du système décisionnel. Les données stockées seront transformées en informations et exploitées par les utilisateurs-décideurs. Il semble donc primordial de placer les besoins des utilisateurs au centre de la problématique.
    C'est vrai quel que soit le projet d'informatisation. Mais dans le cas du projet Data warehouse, cette omission ne pardonne pas.
    Ainsi, chacune des phases du projet sera définie sous l'éclairage des nécessités utilisateurs, des besoins métiers. On accordera un soin particulier à la délicate phase de collecte et notamment aux opérations de nettoyage, de formatage et de consolidation. Ne perdons pas de vue qu'une donnée n'a pas de valeur en soi. C'est bien l'utilisateur-décideur qui transformera les données en informations.
    Voir aussi les données de référence.

  • 2) Modéliser les données

    Adoptez un modèle spécifique orienté utilisateur et métier dans une logique décisionnelle et non un modèle qui privilégie le confort technique de l'analyste Base de données dans une logique de production. C'est une différence majeure de conception. Les modèles de structure des données normalisés ne sont pas adaptés aux besoins décisionnelles qui sollicitent de nombreux rapprochement de données. Ls modèles étoiles et flocons, les plus courants sont plus adéquats, et ce n'est pas peu dire, pour des analyses complexes. La modélisation est une tâche particulièrement complexe qui ne s'improvise pas, c'est un métier à part entière.
    Pour aller plus avant : Modéliser les données

  • 3) Choisir l'architecture technique

    Les requêtes décisionnelles un peu complexes sollicitent énormément l'architecture de traitement. Autant prendre le temps de bien la choisir en tenant compte des besoins actuels et de leurs évolutions dans un horizon de temps raisonnable. Les architectures technologiques représentent un investissement conséquent qu'il s'agit de rentabiliser dans la durée.
    Pour aller plus avant :Choisir l'architecture technique

  • 4) Implanter et déployer

    Élaboration des schémas d'accès aux données et des règles de nettoyage et de consolidation. Voir aussi Data Warehouse et DataMart.

Ressources Web Ressources web

La transformation démocratique de l'entreprise, le livreInstaurer la démocratie dans l'entreprise
Pour en finir avec le mépris, principe délétère du management d'hier et d'aujourd'hui

Auteur : Alain Fernandez
Sujet : Expérience concrète d'instauration de la démocratie au sein d'une PME
Pages : 360 pages
Prix Format papier : 19,95 €
Prix Format ebook : 0,99 € Promo de lancement ! (epub ou kindle)    Librairies en ligne...
Dispo :
Amazon.fr   Kindle   Fnac ebook     Autres librairies en ligne...

‘Voir Présentation détaillée du livre "la transformation démocratique de l'entreprise"

L’auteur

Alain FernandezAlain Fernandez est un spécialiste de la mesure de la performance, de l’aide à la décision et de la conception de tableaux de bord de pilotage. Au fil de ces vingt dernières années, il a conduit de nombreux projets de réalisation de système décisionnel en France et à l'International. Il est l'auteur de plusieurs livres publiés aux Éditions Eyrolles consacrés à ce thème, vendus à plusieurs dizaines de milliers d'exemplaires et régulièrement réédités.
Me suivre sur LinkedIn

Voir aussi... À ce sujet, voir aussi

  • Modélisation du data warehouse, schéma en étoile
    Commençons par un rappel sur la modélisation des bases de données en utilisant le schema en étoile, et intéressons nous ensuite aux spécificités de la Business Intelligence...
  • Data Mining, explorer les données du Data Warehouse
    Il ne suffit pas de stocker une multitude de données au sein d'une base spécialisée, Data Warehouse ou Big Data, encore faut-il les exploiter. C'est là le rôle du Data Mining...
  • Le ROI de la Business Intelligence
    Le projet Business Intelligence est un projet d'envergure. Voyons comment calculer le ROI du projet BI en tenant compte des gains cachés qui n'apparaissent pas immédiatement sur le compte de résultats.

À lire...

Véritable "guide de terrain" alimenté par les 25 années d'expertise de Ralph Kimball dans le domaine du data warehouse, cet ouvrage met à la disposition des décideurs tout un ensemble d'outils et de techniques pour concevoir, développer et déployer un data warehouse au sein d'une grande entreprise...

The Data Warehouse Lifecycle Toolkit The Data Warehouse Lifecycle Toolkit
R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, B. Becker
John Wiley & Sons Ltd 3ème édition
600 pages (anglais)

Dispo : www.amazon.fr


The Data Warehouse Toolkit Classics : Version en coffret de 3 volumes...

The Data Warehouse Lifecycle Toolkit The Data Warehouse Toolkit Classics
R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, B. Becker, J. Caserta
John Wiley & Sons Ltd 2ème édition
1800 pages (anglais)

Dispo : www.amazon.fr


Livre de référence du site. Guide de réalisation du système de business Intelligence de l'entreprise orienté besoins des utilisateurs pour une prise de décision efficace. Attention, il s'agit d'un ouvrage nettement moins technique que les précédents. Référence francophone du management de la performance...

Les nouveaux tableaux de bord des managersLes nouveaux tableaux de bord des managers
Le projet Business Intelligence clés en main

Alain Fernandez
6ème édition Eyrolles
468 pages

Voir la fiche du livre »»»

Pour acheter ce livre :

Amazon.fr  Eyrolles.com  Fnac.com

Format ebook : PDF ou ePub, Kindle


Livres à lire Piloter l'Entreprise Innovante...

De l'importance de réformer les principes archaïques de contrôle de la mesure de la performance pour enfin dynamiser la prise de décision en équipe, incontournable clé de l'entreprise innovante. La méthode SOCRIDE centrée sur les questions de Confiance et de Reconnaissance est ici expliquée, illustrée et détaillée :

Tableaux de bord du manager innovant, le livreLes tableaux de bord du manager innovant
Une démarche en 7 étapes pour faciliter la prise de décision en équipe

Alain Fernandez
Éditeur : Eyrolles
Pages : 320 pages

Fiche technique Consultez la fiche technique »»»

Pour acheter ce livre :

amazon.fr  Eyrolles.com  ="Fnac.com"

Format ebook : PDF & ePub, Format Kindle

Voir aussi...

Partagez cet article...

Envoyer le lien de cet article par e-mail    Twitter Facebook Linkedin Retour au début
(total partages cumulés > 145)