background preloader

Datamining olap

Facebook Twitter

Business intelligence,Datawarehouse et analyse OLAP. Vous avez certainement dû entendre parler d'au moins un de ces trois termes qui sont intimement liés : Business intelligence, Datawarehouse et Analyse OLAP.

Business intelligence,Datawarehouse et analyse OLAP

En effet, depuis les années 2000-2001, le marché du décisionnel ne cesse d'exploser en France (et partout d'ailleurs) surtout avec l'investissement de plusieurs grandes sociétés qui souhaitent instaurer un système de Business Intelligence (B.I.) dans leur organisation. Ce système difficile à mettre en œuvre, demandant une expertise et nécessitant une maîtrise d'ouvrage de la part des informaticiens concepteurs du système rend souvent difficile le recrutement de ces profils. Mais c'est quoi le décisionnel ? Comment y débuter ? Eh bien je vais tenter dans cet article de donner un aperçu de tout ce jargon souvent méconnu et n'ayant souvent pas d'équivalents français et j'essaierai après un bref aspect théorique, de passer à un aspect pratique traitant l'analyse OLAP avec Analysis Services de Microsoft. II-A. II-B. II-C. II-C-1. Datamining et OLAP. Ce que le data Mining ? Exploration des données. Le Data Mining, qu'est-ce que c'est ?

ce que le data Mining ? Exploration des données

The devil is in the details. C'est un outil d'exploration des données décisionnelles Définition : Le Data Mining est en fait un terme générique englobant toute une famille d'outils facilitant l'exploration et l'analyse des données contenues au sein d'une base décisionnelle de type Data Warehouse ou DataMart. Les techniques mises en action lors de l'utilisation de cet instrument d'analyse et de prospection sont particulièrement efficaces pour extraire des informations significatives depuis de grandes quantités de données.

À quoi ça sert ? Principe : En peu de mots, l'outil de prospection Data Mining est à même de trouver des structures originales et des corrélations informelles entre les données. Comment on l'utilise ? A contrario des méthodes classiques d'analyses statistiques, Cet instrument d'analyse est particulièrement adapté au traitement de grands volumes de données.

Les techniques mises en oeuvre Différentes techniques sont proposées. › 1. › 2. Datamining and OLAP. April 2014 The purpose of OLAP (On-Line Analytical Processing) is the allow a multidimensional analysis of high-volume databases to conduct a special analysis of data (subjet matter of special querying).

Datamining and OLAP

Thanks to OLAP, users may create multidimensional representations (called hypercubes or "OLAP cubes") in accordance with the criteria defined by them to simulate situations. Data Mining Datamining, other than multidimensional analysis (OLAP), is intended to show any correlations in a significant volume of data of the information system in order to detect any trends.

Datamining is supported by artificial intelligence (neural network) techniques to show hidden links between data. EIS and IDSS An EIS (Executive Information System) is a tool which makes it possible to organize, analyze, and determine indicators to create border tables. See also Knowledge communities. Programming forum Extracción de datos y OLAP Datamining und OLAP Datamining et OLAP. DataMining+vs+OLAP. What is OLAP (online analytical processing)? - Definition from WhatIs.com. OLAP (online analytical processing) is computer processing that enables a user to easily and selectively extract and view data from different points of view.

What is OLAP (online analytical processing)? - Definition from WhatIs.com

For example, a user can request that data be analyzed to display a spreadsheet showing all of a company's beach ball products sold in Florida in the month of July, compare revenue figures with those for the same products in September, and then see a comparison of other product sales in Florida in the same time period. To facilitate this kind of analysis, OLAP data is stored in a multidimensional database. Whereas a relational database can be thought of as two-dimensional, a multidimensional database considers each data attribute (such as product, geographic sales region, and time period) as a separate "dimension. " OLAP software can locate the intersection of dimensions (all products sold in the Eastern region above a certain price during a certain time period) and display them.