background preloader

Informatique décisionnelle (Business intelligence)

Informatique décisionnelle (Business intelligence)
Juin 2016 Introduction à l'informatique décisionnelle On qualifie d'informatique décisionnelle (en anglais « Business intelligence », parfois appelé tout simplement « le décisionnel ») l'exploitation des données de l'entreprise dans le but de faciliter la prise de décision par les décideurs, c'est-à-dire la compréhension du fonctionnement actuel et l'anticipation des actions pour un pilotage éclairé de l'entreprise. Les outils décisionnels sont basés sur l'exploitation d'un système d'information décisionnel alimenté grâce à l'extraction de données diverses à partir des données de production, d'informations concernant l'entreprise ou son entourage et de données économiques. Un outil appelé ETL (Extract, Transform and Load) est ainsi chargé d'extraire les données dans différentes sources, de les nettoyer et de les charger dans un entrepôt de données. Reporting Datawarehouse/Datamart Pour approfondir Formation Business Intelligence Voitures Break Occasion Défi 22 jours - Gratuit Choix Abri Piscine Related:  Systèmes d'Information

Hadoop en 5 questions Quel est le principe de fonctionnement de cette infrastructure de traitement massif de données ? Quelles sont ses principales briques ? Quid des premières applications ? Décryptage. 1 - Qu'est ce qu'Hadoop ? Il s'agit d'un framework Open Source conçu pour réaliser des traitements sur des volumes de données massifs, de l'ordre de plusieurs petaoctets (soit plusieurs milliers de To). Hadoop a été conçu par Doug Cutting en 2004. Yahoo! 2 - Quel est le principe de fonctionnement de ce framework de traitement intensif ? Dans une logique d'architecture Hadoop, cette liste est découpée en plusieurs parties, chaque partie étant stockée sur une grappe de serveurs différente. 3 - Quelles en sont les différentes briques ? Poursuivons notre exemple. Les réseaux sociaux Facebook, Twitter et Linkedin repose sur Hadoop En aval, la distribution et la gestion des calculs est réalisé par MapReduce. Map qui s'applique sur une liste d'éléments. 4 - Au-delà de Yahoo!

Business Intelligence (informatique décisionnelle) - définition, actu De l'exploitation des données métiers à la gouvernance IT, le point sur la Business Intelligence, et ses outils de type décisionnel : le reporting, le tableau de bord et l'analyse prévisionnelle. Quel est l'objectif de la Business Intelligence ? La Business Intelligence (BI), également "intelligence d'affaires" ou "informatique décisionnelle", englobe les solutions IT apportant une aide à la décision aux professionnels avec, en bout de chaîne, des rapports et tableaux de bord de suivi des activités de l'entreprise à la fois analytiques et prospectifs. Cette notion apparait à la fin des années 1970 avec les premiers infocentres. Comment fonctionne les outils décisionnels aujourd'hui ? Quels champs sont couverts par la BI ?

Informatique décisionnelle Définition[modifier | modifier le code] Le terme anglais de business intelligence (BI) peut porter à confusion avec la notion d'intelligence économique (IE). Business intelligence ne signifie pas « intelligence économique », contrairement à ce que laisserait croire une traduction littérale (Cf. cette discussion). La BI diffère de l'IE sur trois points : la BI travaille sur des informations internes à l'entreprise, alors que l'IE exploite des informations externes à l'entreprise ;la BI exploite des informations structurées, gérées dans des entrepôts de données, alors que l'IE se fonde sur des informations non structurées ;la BI fournit surtout une vision du passé alors que l'IE est tournée vers l'avenir. Enjeux de l'informatique décisionnelle[modifier | modifier le code] Les entrepôts de données permettent de produire des rapports qui répondent à la question « Que s’est-il passé ? Du tableau à l'hypercube[modifier | modifier le code] L'informatique décisionnelle s'attache à mesurer :

Data Mining: An Introduction By this point in time, you've probably heard a good deal about data mining -- the database industry's latest buzzword. What's this trend all about? To use a simple analogy, it's finding the proverbial needle in the haystack. In this case, the needle is that single piece of intelligence your business needs and the haystack is the large data warehouse you've built up over a long period of time. Data Mining in Business Through the use of automated statistical analysis (or "data mining") techniques, businesses are discovering new trends and patterns of behavior that previously went unnoticed. Gathering Data The first step toward building a productive data mining program is, of course, to gather data! Selecting an Algorithm At this point, take a moment to pat yourself on the back. Regression Regression is the oldest and most well-known statistical technique that the data mining community utilizes. Classification Other Techniques Data Mining Products Moving On

Que signifie Hadoop? - Définition par WhatIs.com Hadoop est une infrastructure de programmation gratuite qui repose sur Java et qui prend en charge le traitement de jeux de données volumineux au sein d'environnements informatiques distribués. Hadoop fait partie intégrante du projet Apache parrainé par l'Apache Software Foundation. Hadoop permet d'exécuter des applications sur des systèmes dotés de milliers de noeuds impliquant des centaines de téraoctets. Son système de fichiers distribué favorise un taux élevé de transfert de données entre les noeuds et permet un fonctionnement ininterrompu du système en cas de défaillance d'un d'entre eux. Hadoop s'inspire de Google MapReduce, une infrastructure logicielle qui consiste à fragmenter une application en de nombreux petits composants. Doug Cutting, le créateur d'Hadoop, a baptisé l'infrastructure du nom de l'éléphant en peluche de son fils. Les systèmes d'exploitation privilégiés sont Windows et Linux, mais Hadoop fonctionne également avec BSD et OS X.

Qu'est-ce que l'informatique décisionnelle ? Conscients que l'une des plus grandes richesses d'une entreprise est son information, mais noyés sous de nombreuses données, éparses, déstructurées et hétérogènes, les dirigeants sont face à une problématique de taille : comment analyser ces informations, dans des temps raisonnables ? Celles-ci concernent-elles toutes les mêmes périodes ? Ces décideurs ont besoin qu'on leur expose les faits importants, base de leurs décisions. C'est ce à quoi l'informatique décisionnelle (aussi nommée DSS pour Decision Support System ou encore BI pour Business Intelligence) est destinée. Elle permet une sélection des informations opérationnelles pertinentes pour l'entreprise. L'informatique décisionnelle doit produire des indicateurs et des rapports à l'attention des analystes. Le modèle multidimensionnel est la combinaison de tables de dimensions et de faits. De cette hiérarchie découle le niveau de granularité de l'entrepôt, et donc, les niveaux d'agrégations. III-A. III-B. III-C. III-D. III-E.

Les outils de la Business Intelligence, architecture du système Informatique Décisionnelle Les outils de la Business Intelligence We are just beginning to understand how to use information as a tool. Peter Drucker Architecture du Système d'Information Décisionnelle (SID) La Business Intelligence (informatique décisionnelle) propose d'utiliser les données transitant par le Système d'information, données de production le plus souvent, en informations susceptibles d'être exploitées à des fins décisionnelles. Sur le plan pratique et technique, la Business Intelligence se compose d'une famille d'outils informatiques et de progiciels assurant le fonctionnement de la chaine de traitement de l'information. Les 4 fonctions de la chaîne décisionnelle Il est coutumier de présenter les éléments et outils composant la chaîne décisionnelle en quatre catégories correspondant chacune à une fonction spécifique, à une phase du processus. Fig 1. 1. Collecter, Nettoyer et Consolider les données de l'entreprise étendue. Téléchargement libreMéthode Gimsi 2. 3. 4. Perspectives de la Business Intelligence

Exploration de données Un article de Wikipédia, l'encyclopédie libre. Vous lisez un « bon article ». L'utilisation industrielle ou opérationnelle de ce savoir dans le monde professionnel permet de résoudre des problèmes très divers, allant de la gestion de la relation client à la maintenance préventive, en passant par la détection de fraudes ou encore l'optimisation de sites web. C'est aussi le mode de travail du journalisme de données[1]. L'exploration de données[2] fait suite, dans l'escalade de l'exploitation des données de l'entreprise, à l'informatique décisionnelle. Histoire[modifier | modifier le code] Collecter les données, les analyser et les présenter au client. De 1919 à 1925, Ronald Fisher met au point l'analyse de la variance comme outil pour son projet d'inférence statistique médicale. L'arrivée progressive des micro-ordinateurs permet de généraliser facilement ces méthodes bayésiennes sans grever les coûts. Applications industrielles[modifier | modifier le code]

Les 20 meilleurs outils de datavisualisation au banc d’essai Que vous soyez absolument novice ou codeur amateur, il existe aujourd’hui sur le web une impressionnante palette d’outils (presque) gratuits pour réaliser des datavisualisations. Banc d’essai. Note : j’ai volontairement éliminé les outils (a) entièrement payants (b) trop moches pour être utilisés dans des rédactions (c) en Flash. Ce billet n’est consacré qu’aux outils de “visualisation”, et non de scraping ou de traitement des données (un autre billet suivra bientôt). ↑1 » Pour les novices/pressés : le clé-en-mains Ces outils gratuits ou freemium permettent de générer des graphiques ultra-rapidement en copiant-collant des données d’un tableur. Le meilleur – Datawrapper : Simple d’utilisation, sobre, rapide, Datawrapper est tout à fait satisfaisant pour la plupart des visualisations courantes. Les + : la possibilité de personnaliser les couleurs, de mettre en évidence une série, la navigation par onglets entre les différentes séries. Les challengers : Ils ne nous ont pas convaincu : Sources :

Statistique décisionnelle, Data Mining, Scoring et CRM Les meilleures solutions de Business Intelligence selon Forrester Le cabinet d'étude a analysé et noté les principaux outils de "BI". Il en ressort plusieurs leaders qui dominent l'offre logicielle. Forrester a évalué les 11 solutions de Business Intelligence "les plus significatives aujourd'hui" à ses yeux. Les outils d'IBM, Information Builders, Microsoft, MicroStrategy, OpenText, Oracle, Qlik, SAP, SAS, Tableau Software, et Tibco Software ont été retenus, et notés sur 60 critères. Evaluer les offres Comment évaluer les offres ? Forrester a noté, sur 5, tous ces aspects de l'offre, mais s'est également appliqué à utiliser le même barème pour évaluer la stratégie du fournisseur (tarifs, transparence, direction produit...) et sa présence sur le marché (applications horizontales et verticales, présence dans le monde, écosystème de partenaires, mais aussi résultats financiers...). Ces notes, pondérées, ont permis à Forrester de hiérarchiser les solutions au sein de sa fameuse Wave présentée dans un rapport dédié. Les qualités des leaders

La Business Intelligence, cost-killer mais user-friendly Pour améliorer les prises de décision sur sa production mondiale, la société d'études de marché GfK a mis en place un système global de collecte de données. Avec la volonté d'adapter l'outil aux contraintes et aux besoins de ses utilisateurs. Si notre groupe international dispose bien sûr d'outils de pilotage financiers, les indicateurs qu'ils produisent ne sont pas reliés à la production. Nous ne possédons ni outils, ni indicateurs partagés pour piloter cette dernière dans la centaine de pays où nous sommes présents. En mettant en place une application dédiée, baptisée Ariane, le groupe entend mieux ajuster les moyens mis en œuvre dans telle ou telle région avec les impératifs de production. Par exemple, il s'agit de mesurer combien d'heures requiert telle activité ou quelle est la proportion de prestations achetées à des sous-traitants pour répondre à telle ou telle demande. Aller vite, miser sur des outils intuitifs Aller vers la mesure de coûts unitaires

L'ARCEP adopte des lignes directrices relatives à la tarification des réseaux d'initiative publique L'ARCEP adopte des lignes directrices relatives à la tarification des réseaux d'initiative publique Paris, le 7 décembre 2015 Pour donner de la visibilité aux collectivités territoriales qui investissent dans la fibre, l'Autorité adopte le 7 décembre 2015 des lignes directrices concernant la tarification des réseaux d'initiative publique (" RIP "). L'intervention des collectivités territoriales est primordiale pour permettre le déploiement de la fibre sur les zones les moins denses du territoire et prévenir l'apparition d'une fracture numérique. L'Autorité a tenu le plus grand compte du cadre européen, et notamment des règles européennes en matière d'aides d'Etat, de manière à sécuriser dans la durée les projets portés par les collectivités territoriales. La consultation publique menée par l'Autorité du 6 octobre 2015 au 6 novembre 2015 sur le projet de lignes directrices détaillant ces mesures a suscité une large mobilisation du secteur.

Related: