Cours Entrepôt de données - Chapitre 1

True (A)

False (B)

<p>Analyse descriptive, analyse prédictive, fouille de données, analyse causale (A)</p> Signup and view all the answers

<p>Le processus ETL signifie Extract, Transform, Load. Il s'agit d'un ensemble d'opérations permettant d'extraire les données des sources, de les transformer dans un format compatible avec l'entrepôt de données et de les charger dans l'entrepôt de données. Le processus ETL est essentiel pour la qualité et la cohérence des données dans l'entrepôt.</p> Signup and view all the answers

<p>Un entrepôt de données est un référentiel centralisé qui stocke les données provenant de diverses sources. Un magasin de données est un sous-ensemble d'un entrepôt de données qui se concentre sur un sujet d'analyse spécifique. Les magasins de données sont généralement utilisés pour des analyses plus ciblées et plus spécialisées.</p> Signup and view all the answers

<p>Un stockage distribué de données brutes, non transformées (C)</p> Signup and view all the answers

<p>Elle est plus facile à mettre à l'échelle et à moindre coût. (B)</p> Signup and view all the answers

<p>True (A)</p> Signup and view all the answers

Un SI est un ensemble de ressources matérielles, humaines et logicielles qui permettent aux différents acteurs d'une entreprise de véhiculer des informations et de communiquer.

Un SI a principalement pour fonctions la saisie, la mémorisation, le traitement et la communication des informations.

Les données provenant d'un système d'information peuvent provenir de sources internes comme les bases de données ou les systèmes de gestion des ressources humaines, et de sources externes comme les données démographiques ou les données concurrentielles.

Les données d'un système d'information peuvent être réparties sur différents systèmes, avoir des structures différentes, être très détaillées et ne pas être facilement analysables. De plus, elles peuvent être volatiles et ne pas être systématiquement historisées.

L'abondance de données dans un système d'information représente une opportunité pour extraire des informations stratégiques et améliorer la prise de décision.

Un système décisionnel vise à aider les décideurs d'une entreprise à prendre des décisions plus éclairées en leur offrant un accès simple et rapide à l'information stratégique.

Un système décisionnel permet d'accéder à une vision transversale des données de l'entreprise, d'extraire, de grouper, d'organiser et de transformer les données pour une analyse efficace.

Une base de données transactionnelle est conçue pour gérer les transactions en temps réel, telles que les ajouts, les mises à jour et les suppressions de données.

Un entrepôt de données est une base de données dédiée à l'exécution de requêtes statistiques sur des données historiques ou faiblement dynamiques. Il permet de consulter et d'analyser des données statiques.

Un entrepôt de données permet de regrouper et d'organiser des informations provenant de sources diverses, de les intégrer et de les stocker pour une vue orientée métier, et de retrouver et d'analyser les données rapidement et facilement.

Un entrepôt de données permet d'améliorer les performances décisionnelles d'une entreprise.

OLAP (Online Analytical Processing) est une approche d'aide à la décision qui permet d'analyser et de traiter des données en temps réel.

L'intégration des données provenant de sources multiples et hétérogènes dans un entrepôt de données permet d'améliorer l'efficacité et la performance des requêtes analytiques.

OLTP (Online Transaction Processing) est une approche qui permet de gérer les transactions en temps réel, tandis que OLAP est dédié à l'analyse des données.

Il est déconseillé de partager la même base de données entre OLTP et OLAP, car cela peut entraîner des problèmes de performance, de verrouillage des données et de difficulté à analyser des données historiques.

Les sources de données d'un entrepôt de données peuvent être multiples et hétérogènes, incluant des ERP, des CRM, des POS, des données web et des données externes.

La zone de préparation des données (DSA) est une base de données intermédiaire qui stocke les données provenant des systèmes de production opérationnelle dans un format proche de leur source avant leur intégration dans l'entrepôt de données.

Les processus ETL (Extract, Transform, Load) permettent d'extraire, de transformer et de charger les données dans l'entrepôt de données.

Les processus ETL visent à extraire l'information nécessaire à l'analyse, à transformer les données pour les nettoyer et les consolider, et à charger les données dans l'entrepôt de données.

L'entrepôt de données est un lieu de stockage centralisé qui intègre et historise l'ensemble des données utiles pour les prises de décisions.

Un entrepôt de données est orienté sujet, intégré, non volatile, historisé et organisé pour supporter un processus d'aide à la décision.

Un magasin de données est une portion du contenu d'un entrepôt de données dédié à un seul sujet d'analyse et permettant des analyses simples et spécialisées.

La conception d'un entrepôt de données peut être réalisée de manière descendante (top-down) ou de manière ascendante (bottom-up).

L'exploitation des données dans un entrepôt de données peut se faire par la production de rapports récurrents, l'exploration manuelle ou l'analyse de données (descriptive ou prédictive).

La conception d'un système décisionnel se déroule en plusieurs phases, incluant la conception, la construction, la diffusion et l'administration, et la restitution.

La conception d'un système décisionnel implique la définition de la finalité de l'entrepôt de données, la détermination des données à entreposer, la définition des aspects techniques et des processus d'alimentation.

La construction d'un système décisionnel implique l'extraction des données, la transformation des données et le chargement des données dans l'entrepôt de données.

La diffusion et l'administration d'un système décisionnel garantissent la qualité, la pérennité et la sécurité des données, ainsi que la gestion des droits d'accès.

La restitution des données d'un système décisionnel permet de fournir aux utilisateurs des informations pertinentes pour la prise de décision.

Un data lake est un stockage centralisé des données brutes, non transformées, et de différents types, permettant des analyses exploratoires et la création de modèles de machine learning.

Un data lakehouse est un système qui combine les avantages d'un entrepôt de données et d'un data lake, permettant de stocker et d'analyser des données structurées et non structurées.

Un data lakehouse permet à la fois de stocker des données brutes et d'effectuer des analyses structurées, ce qui le rend adapté à un large éventail d'utilisateurs aux compétences différentes.