BI - Chap 1 Introduction To BI PDF

BUSINESS INTELLIGENCE By Dr. O L L E O L L E E M A I L : [email protected]/ [email protected]  AGENDA DU COURS Chapitre 1. I N T R O D U C T I O N AU D O M A I N E D U D E C I S I O N N E L Structure organisationnelle d’une entreprise Types de s...

BUSINESS INTELLIGENCE By Dr. O L L E O L L E E M A I L : [email protected]/ [email protected]  AGENDA DU COURS Chapitre 1. I N T R O D U C T I O N AU D O M A I N E D U D E C I S I O N N E L Structure organisationnelle d’une entreprise Types de systèmes d’information Définitions du décisionnel (BI) Importance du BI dans une entreprise Exemples d’applications du BI Chapitre 2. DATAWA R E H O U S E ( E N T R E P OT D E D O N N E E S ) Définitions D B vs Datawarehouse Architecture d’un système Décisionnel O L A P vs O LT P Data Mart Datawarehouse and Datamart Chapitre 3. C O N C E P T I O N D E S E N T R E P O T D E D O N N E E S Modélisation Dimensionnelle (fait, dimension, étoile,) Approche de Bil Inmon Approche de Ralph Kimball  Bottom-Up vs Top-down Architecture Bus Operations O L A P  Chapitre 4. I N T R O D U C T I O N A E T L E T A P P L I C AT I O N S Principes généraux d’un processus E T L Architecture Simplifiée Outils et principes de transformation des données Entreposage  Chapitre 5. M O D E L I S AT I O N AVA N C E E Fait Additifs et Non Additif Dimension dégénérée Slow Changing Dimension (SCD) Application STUDENTS EVALUATION  Attendance and Participation  Assignments (Presentations and Submissions)  Continuous Assessment and Student Personal Works  Final Exam ANY QUESTIONS SO FAR ?  CHAP 1 Introduction to Business Intelligence (Concepts, and Applications) ( I N T RO D U C T I O N AU D O M A I N E D U D E C I S I O N N E L )  STRUCTURE ORGANISATIONNELLE D’UNE ENTREPRISE (INFORMED DECISION MAKING AS A PREREQUISITE FOR SUCCESS) V ision Mission Values, Purpose, Structure, Politics, Environment, etc. Strategic Givens Direction Policies, Goals, and Objectives Decision What should be done ? Making Analytics, Decision Making When and how ?? Implementation Project Management Action TYPES OF INFORMATION SYSTEMS MANAGERIAL DECISION MAKING INFORMATION TECHNOLOGY SOLUTIONS FOR IMPROVING EFFECTIVENESS INTELL I G E N C E MODE LS DATA Structuring Relationships DESIGN Problem Representation Variables (Measures and Generation of Alternatives Estimates) Probabilities and Estimates C H O IC E Spreadsheet Models Decision Analysis and Influence Diagrams for Visualizing for managing complex Models and Choices relationships and detail COMPONENTS OF A DSS C R E AT I N G I N F O R M AT I O N U N D E R C O N D I T I O N S OF U N C E R TA I N T Y AND COMPLEXITY Information Technology for Enterprise Strategic Systems DATA MODEL BA S E BASE Enterprise Application Data Models DBMS MBMS DATA WA R E H O U S I N G O N L I N E A N A LY T I C A L PROCESSING Business Reporting E N T E R P R I S E W I DE D E C I S I O N S Goals/Strategy Pricing Promotion Marketing Demand Consumers Loyalty Capacity Labor Production Quantity Suppliers Materials Cash flow Finance Revenues Investors Debt/Equity Investments  BUSINESS ANALYTICS Decision Making Business Business Modeling “Actionable” Information Intelligence Knowledge Management Data Warehouse Report Warehouse Data Analysis and Data Mining And And Data Marts Document Mart PROJECT MANAGMENT C O N T E X T E (1) Besoin :  Prise de décisions stratégiques et tactiques  Réactivité Qui :  les décideurs (non informaticiens, non statisticiens) Comment :  Répondre aux demandes d’analyse de données  Dégager des informations qualitatives nouvelles  C O N T E X T E (2) Type de données : données opérationnelles (de production)  Bases de données, Fichiers, Paye, Gestion RH, … Caractéristiques des données :  Distribuées : systèmes éparpillés  Hétérogènes : systèmes et structures de données différents  Détaillées : organisation de données selon les processus fonctionnels et données trop abondantes pour l’analyse  Peu/pas adaptées à l’analyse : des requêtes lourdes peuvent bloquer le système transactionnel  Volatiles : pas d’historisation systématique P R O B L É M A T I Q U E (1) NOUS AVONS DONC : Une grande masse de données  Distribuées  Hétérogènes  Très détaillées à traiter  Synthétiser / résumer  Visualiser  Analyser pour une utilisation par des  Experts / analystes d’un métier  Non informaticiens  Non statisticiens P R O B L É M A T I Q U E (2) Comment répondre aux besoins de décideurs afin d’améliorer les performances décisionnelles de l’entreprise?  En donnant un accès rapide et simple à l’information stratégique  En donnant du sens aux données  En donnant une vision transversale des données de l’entreprise (intégration de différentes bases de données)  En extrayant, groupant, organisant, corrélant et transformant (résumé, agrégation) les données  P RO B L É M AT I Q U E (3) Mettre en place un SI dédié aux applications décisionnelles : un entrepôt de données (datawarehouse)  Transformer des données de production en informations stratégiques LE PROCESSUS DE PRISE DE DÉCISION (1) W HA T IS BI ( CONTINUED ) Improving organizations by providing business insights to all employees leading to better, faster, more relevant decisions © 2008 Accenture. All Rights Reserved. WHAT IS B U S I N E S S I N T E L L I G E N C E (BI) D efinitions: Business Intelligence (BI) refers to skills, processes, technologies, applications and practices used to support decision making. or  Business Intelligence is a broad category of applications and technologies for gathering, storing, analyzing , and providing access to data to help clients make better business decisions. L e système d'information décisionnel (BI) est un ensemble de données organisées de façon spécifiques par des outils et technologies informatiques, facilement accessibles et appropriées à la prise de décision. L a finalité d'un système décisionnel est le pilotage d'entreprise. Les systèmes de gestion sont dédiés aux métiers de l'entreprise L es systèmes décisionnels sont dédiés au management de l'entreprise W HA T I S B U S I N E S S I N T E L L I G E N C E ? Originally a term coined by the Gartner Group in 1993, Business Intelligence (BI) is a broad range of software and solutions aimed at collection, consolidation, analysis and providing access to information that allows users across the business to make better decisions. The technology includes software for database query and analysis, multidimensional databases or O L A P tools, data warehousing and data mining, and web enabled reporting capabilities.  Applied across disciplines but especially in Customer Relationship Management (CRM), Supply Chain Management (SCM) Enterprise Resource Planning Provide better, faster and more accessible reports WHY DO COMPANIES NEED BI? What’s the best that can happen? Optimization What will happen next? Predictive Modeling Tactical / What if these trends continue? Forecasting/extrapolation Strategic B I Advantage Competitive Why is this happening? Statistical analysis Alerts What actions are needed? Query/drill down Operational B I Where exactly is the problem? Ad hoc reports How many, how often, where? Standard reports What happened? Sophistication of Intelligence C O R E CAPABILITIES OF BI STAGES IN BUSINESS INTELLIGENCE BENEFITS OF BUSINESS INTELLIGENCE Improve Management Processes – planning, controlling, measuring and/or changing resulting in increased revenues and reduced costs Improve Operational Processes fraud detection, order processing, purchasing.. resulting in increased revenues and reduced costs Predict the Future  BUSINESS APPLICATIONS IN THE EXTENDED ENTERPRISE Suppliers Customers Strategic Apps. Tactical Apps. Consumers Materials/Components SCM Applications ERP Applications CRM Applications Business Intelligence  C U S T O M E R -C E N T R I C I N T E L L I G E N T E B U S I N E S S 2 BI G O L D E N R U L E S Data Quality & Accuracy Data Consistency Data Timeliness “Get the right information to the right people at the right time” RETAIL ANALYTICS  Market Basket Analytics  Text Analytics  Customer Segmentation/Clustering  Tailored Product Assortments  Inventory Forecasting E X A M P L E O F BI IN U S E  C H U R N PREDICTION ISSUES Keeping Customers in House a C R M strategy (Commercial and Marketing Department)