> Formations > Technologies numériques > Business Intelligence > BI : état de l'art et méthodes > Formation Construire un Data Warehouse > Formations > Technologies numériques > Formation Construire un Data Warehouse

Construire un Data Warehouse

qualité des données et performance du SI décisionnel

Construire un Data Warehouse

qualité des données et performance du SI décisionnel
Télécharger au format pdf Partager cette formation par e-mail 2


Au travers d'une démarche structurée et pragmatique, vous apprendrez à modéliser un Data Warehouse à partir des besoins métier, l'alimenter et le rendre fiable et évolutif. Vous découvrirez également l’impact de cette modélisation sur l'architecture SI et la qualité du référentiel de données d'entreprise. Un cours pratique qui vous donnera aussi une première approche de la modélisation "en étoile".


Inter
Intra
Sur mesure

Cours de synthèse en présentiel ou en classe à distance

Réf. DAW
Prix : 2450 € H.T.
  3j - 21h
Pauses-café et
déjeuners offerts




Au travers d'une démarche structurée et pragmatique, vous apprendrez à modéliser un Data Warehouse à partir des besoins métier, l'alimenter et le rendre fiable et évolutif. Vous découvrirez également l’impact de cette modélisation sur l'architecture SI et la qualité du référentiel de données d'entreprise. Un cours pratique qui vous donnera aussi une première approche de la modélisation "en étoile".

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Comprendre les enjeux stratégiques d'un SI décisionnel et ses avantages
  • Repérer les différentes couches de l'organisation d'un système décisionnel
  • Modéliser Data Warehouse au cœur du système décisionnel
  • Identifier les étapes essentielles dans la démarche de construction d'un Data Warehouse
  • Maîtriser les rôles et les livrables sur un projet de construction de Data Warehouse
  • Avoir une vue complète et synthétique des solutions BI du marché

Public concerné
Responsables Infocentre, responsables informatiques, responsables des études, architectes de Systèmes d'Information, chefs de projet fonctionnel et technique.

Prérequis
Bonnes connaissances en gestion de bases de données. Connaissances de base en analyse décisionnelle.

Programme de la formation

Le Data Warehouse, finalité et principes

  • Les enjeux stratégiques d'un SI décisionnel.
  • Les raisons techniques et culturelles qui conduisent au Data Warehouse.
  • Définition du Data Warehouse selon Bill Inmon.
  • Les solutions apportées par l'architecture technique et fonctionnelle du Data Warehouse.
  • Caractéristiques des données du SI décisionnel.
  • L'Infocentre et le SI décisionnel.
  • Présentation des différentes approches Data Warehouse et Infocentre, leurs avantages et inconvénients.

L'architecture d'un SI décisionnel d'entreprise

  • Les différentes couches de l'organisation d'un Data Warehouse.
  • La collecte et l'intégration des données.
  • L'Operational Data Store et la Data Staging area.
  • La couche de présentation, le portail décisionnel.
  • Les moteurs d'analyse OLAP : (MOLAP) et/ou relationnel OLAP (ROLAP).
  • Les techniques d'analyse "data mining" : méthodes prédictives, méthodes descriptives.
  • Croissance du volume et de la nature des données, les enjeux du Big Data.
  • La documentation des données du DW : notions de référentiel de données.
  • Comment le DW fiabilise la gestion du référentiel de données (MDM)?
  • La gestion des flux : la capture des données sources, les règles de transformation.
Exemple
Présentation d'exemples de projets d'analyse décisionnelle divers.

Les principes de la modélisation Data Warehouse

  • Les modèles relationnels opérationnels et dénormalisés.
  • Les modèles hybrides.
  • Les modèles génériques.
  • Comprendre le modèle en étoile, sa finalité.
  • Comprendre les notions de faits et d'analyse. Les hiérarchies d'axe d'analyse.
  • Le modèle en flocon.
  • La problématique des dimensions à évolution.
  • Gestion des agrégats et de la stabilité du périmètre fonctionnel.
  • Quelle approche favorise les informations de détail ou les agrégats ? Bonnes pratiques, questions à poser au métier.
Réflexion collective
Construction collective et enrichissement d'un modèle de données en étoile, suivant plusieurs études de cas données. Elaboration du questionnement à proposer pour recueillir le besoin utilisateur.

La démarche de construction d'un Data Warehouse

  • Identifier le périmètre fonctionnel candidat. Déterminer l'objectif et les événements de gestion à suivre.
  • Estimer la volumétrie du périmètre.
  • Analyse fonctionnelle, recueil des besoins utilisateurs.
  • Conception de l'architecture technique détaillée.
  • Etablir une démarche générique de mise en œuvre.
  • Les apports d'une démarche itérative, le contenu d'une itération.
  • Première itération ou projet pilote, bien le choisir. Rôle du sponsor, de la MOA, de la MOE, impact sur l'organisation.
  • L'administration et le suivi de la solution opérationnelle.
Echanges
Présentation de la démarche de conception d'un périmètre fonctionnel du Data Warehouse.

Organisation du projet, les acteurs et les livrables

  • Le rôle fondamental du sponsor ou promoteur.
  • Le comité de pilotage.
  • Le rôle de l'équipe fonctionnelle, du groupe de projet utilisateurs : valider le design de l'environnement utilisateur.
  • Le transfert de compétences vers les utilisateurs finaux par l'équipe fonctionnelle : formation et documentation.
  • L'équipe technique, les architectes.
  • Les principaux livrables d'un projet décisionnel.
Echanges
Présentation des livrables et de leur responsable suivant les étapes de la démarche.

Les outils dans le domaine du décisionnel

  • Les dernières évolutions techniques des SGBDR dans le domaine du décisionnel.
  • Panorama et typologie des solutions BI du marché. Les offres en mode SaaS.
  • Les solutions de reporting : SSRS, IBM Cognos, SAS, BusinessObjects... La mise en œuvre des outils de requête.
  • Les outils d'analyse OLAP côté serveur et côté client : utilisation, évolutivité, approche DataMart, temps de réponse.
  • Les solutions d'analyse data mining : SAS Enterprise Miner, IBM, OBI data mining. Exigences et points forts.
  • Les solutions ETL : IBM, Informatica, Oracle, SAP, Talend...
  • Les outils de modélisation relationnelle : possibilités et limites.
Exemple
Présentation des possibilités de divers outils BI.

Synthèse

  • Les tendances d'évolution des systèmes décisionnels.
  • Bonnes pratiques pour la modélisation.
  • Recommandations pour l'organisation du projet Data Warehouse.


Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.

Avis clients
5 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
CAROLE R.
08/11/21
5 / 5

Format des supports complètement revu par rapport à une session suivie par un collègue l’an dernier : de meilleure qualité aujourd’hui de mon point de vue. Notamment, il est bien pris en compte l’évolution des pratiques et le futur. Formateur très expérimenté, ouvert à la discussion et passionné par son sujet. Il manque peut-être un focus sur le retraitement, requalification de la donnée,
SAHIB B.
07/04/21
3 / 5

Bien, regrette de ne pas avoir vu la construction effective et technique du DatawareHouse (démo) avec des outils comme SSIS et SQL Server par exemple
FABIEN N.
31/03/21
5 / 5

- un support et une organisation de la formation claire - des exemples concrets et des réponses aux questions via expérience/vécu - apporte une vraie vision sur la démarche et la structuration du projet et des outils nécessaires




Horaires
En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
En classe à distance, la formation démarre à partir de 9h.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 15h30 le dernier jour.

Dates et lieux
Pour vous inscrire, sélectionnez la ville et la date de votre choix.
Du 19 au 21 décembre 2022
FR
Classe à distance
S’inscrire
Du 19 au 21 décembre 2022
FR
Paris La Défense
S’inscrire