SlideShare une entreprise Scribd logo
1  sur  63
Alicante SYSTÈME D’INFORMATION ET PERFORMANCE HOSPITALIÈRE Présentation
Informatique décisionnelle
Informatique décisionnelle ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Informatique décisionnelle ,[object Object],26/05/09
Problématique ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
26/05/09
Rappels de bases de données ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Système de Gestion de Bases de Données ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Système de Gestion de Bases de Données(2) ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Système de Gestion de Bases de Données(3) ,[object Object],[object Object],[object Object],[object Object],26/05/09
Système de Gestion de Bases de Données(4) ,[object Object],26/05/09 Recueil des Actes Base Compta Annuaire des médecins … Base Patients
datawarehouse : l’entrepôt de données ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
datawarehouse : l’entrepôt de données(2) ,[object Object],26/05/09
datawarehouse : l’entrepôt de données(3) ,[object Object],[object Object],[object Object],[object Object],26/05/09
datawarehouse : l’entrepôt de données(4) 26/05/09 Recueil des Actes Base séjours Annuaire des médecins Base Patients DW Actes Base diagnostics DW Séjours
datawarehouse : l’entrepôt de données(5) ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
datawarehouse : l’entrepôt de données(6) ,[object Object],[object Object],[object Object],[object Object],26/05/09
datawarehouse : l’entrepôt de données(7) ,[object Object],[object Object],[object Object],[object Object],26/05/09
datawarehouse : l’entrepôt de données(8) ,[object Object],[object Object],[object Object],26/05/09
Architecture technique 26/05/09 Bases de production Saisie Outil d’alimentation datawarehouse Cube OLAP Outil de restitution Client
Architecture technique (2) ,[object Object],[object Object],[object Object],26/05/09
Architecture technique (3) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Architecture technique (4) ,[object Object],26/05/09 M,F 1,0 Homme,femme Eur $ Char(10) Dec(12,2) Numeric(7) Intégration datawarehouse M,F Eur Numeric(7)
Modélisation du datawarehouse ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Modélisation du datawarehouse ,[object Object],[object Object],[object Object],26/05/09
Modélisation du datawarehouse (2) ,[object Object],26/05/09
Modélisation du datawarehouse (3) ,[object Object],[object Object],26/05/09
Modélisation du datawarehouse (4) ,[object Object],[object Object],26/05/09
 
Modélisation du datawarehouse (5) ,[object Object],[object Object],26/05/09
OnLine Analytical Processing ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
OnLine Analytical Processing (2) ,[object Object],[object Object],[object Object],[object Object],26/05/09
26/05/09
26/05/09
OnLine Analytical Processing (3) ,[object Object],[object Object],[object Object],26/05/09
OnLine Analytical Processing (4) ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
OnLine Analytical Processing (5) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
OnLine Analytical Processing (6) ,[object Object],[object Object],[object Object],26/05/09
En pratique 26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 EXEMPLE DE REQUETE MDX : select  { ([Measures].[Quantite] ) , ([Measures].[Somme des ventes])} on columns , {  ([DimensionProduit].[Produit].[Categorie].Members) } on rows from [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 /*  Members = accès via les hiérarchies pour aller chercher tous les membres d'un niveaux  */ select  { ([Measures].[Order Quantity] ) , ([Measures].[Sales Amount])} on columns , {  ([Dim Product].[Product].[Category].Members) } on rows from [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 /* Children : Accès par les membres */ select  { ([Measures].[Order Quantity] ) , ([Measures].[Sales Amount])} on columns , {  ([Dim Product].[Product].[Bikes].Children ) } on rows from [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select  { CrossJoin  (    { ([Order Date].[Time Hier].[Year].[2003]) ,  ([Order Date].[Time Hier].[Year].[2004]) },   { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } )  } on columns, { CrossJoin (  [Dim Product].[Dim Product Category].[Dim Product Category].Members ,  [Dim Product].[Dim Product Subcategory].Members) } on rows from [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select  { NonEmptyCrossJoin  (    { ([Order Date].[Time Hier].[Year].[2003]) ,  ([Order Date].[Time Hier].[Year].[2004]) },   { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } )  } on columns, { NonEmptyCrossJoin (  [Dim Product].[Dim Product Category].[Dim Product Category].Members ,  [Dim Product].[Dim Product Subcategory].Members) } on rows From  [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select  { NonEmptyCrossJoin  (    { ([Order Date].[Time Hier].[Year].[2003]) ,  ([Order Date].[Time Hier].[Year].[2004]) },   { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } )  } on columns, { NonEmptyCrossJoin (  [Dim Product].[Dim Product Category].[Dim Product Category].Members ,  [Dim Product].[Dim Product Subcategory].Members) } on rows From  [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],26/05/09
MultiDimentionnal eXpression, un langage de requêtage 26/05/09 with  Member [Measures].[Sales by Unit]  as   ( [Measures].[Sales Amount] / [Measures].[Order Quantity] ) select  { ([Measures].[Sales Amount] ), ([Measures].[Order Quantity] ) , ([Measures].[Sales by Unit] ) } on columns, { ([Dim Product].[Product].[Category].Members) } on rows from [MONCUBE]
MultiDimentionnal eXpression, un langage de requêtage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],26/05/09
Merci de votre attention. [email_address]

Contenu connexe

Tendances

Cours data warehouse
Cours data warehouseCours data warehouse
Cours data warehousekhlifi z
 
Etat de l’art approche et outils BI
Etat de l’art approche et outils BIEtat de l’art approche et outils BI
Etat de l’art approche et outils BISaid Sadik
 
La Business Intelligence
La Business Intelligence La Business Intelligence
La Business Intelligence Khchaf Mouna
 
Projet BI - 2 - Conception base de données
Projet BI - 2 - Conception base de donnéesProjet BI - 2 - Conception base de données
Projet BI - 2 - Conception base de donnéesJean-Marc Dupont
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceLilia Sfaxi
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataLilia Sfaxi
 
Business Intelligence au coeur de la décision
Business Intelligence au coeur de la décision Business Intelligence au coeur de la décision
Business Intelligence au coeur de la décision Amal Brioual
 
Conception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseConception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseAbderrahmane Filali
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business IntelligenceLilia Sfaxi
 
Chapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de donnéesChapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de donnéesMohamed Mkaouar
 

Tendances (20)

Resume de BI
Resume de BIResume de BI
Resume de BI
 
Présentation bi 1.0
Présentation bi 1.0Présentation bi 1.0
Présentation bi 1.0
 
Cours data warehouse
Cours data warehouseCours data warehouse
Cours data warehouse
 
Partie2BI-DW2019
Partie2BI-DW2019Partie2BI-DW2019
Partie2BI-DW2019
 
Etat de l’art approche et outils BI
Etat de l’art approche et outils BIEtat de l’art approche et outils BI
Etat de l’art approche et outils BI
 
La Business Intelligence
La Business Intelligence La Business Intelligence
La Business Intelligence
 
Projet BI - 2 - Conception base de données
Projet BI - 2 - Conception base de donnéesProjet BI - 2 - Conception base de données
Projet BI - 2 - Conception base de données
 
Introduction au BIG DATA
Introduction au BIG DATAIntroduction au BIG DATA
Introduction au BIG DATA
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-Reduce
 
Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?
 
Big data
Big dataBig data
Big data
 
Etude sur le Big Data
Etude sur le Big DataEtude sur le Big Data
Etude sur le Big Data
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Etl -
Etl -Etl -
Etl -
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
 
Business Intelligence au coeur de la décision
Business Intelligence au coeur de la décision Business Intelligence au coeur de la décision
Business Intelligence au coeur de la décision
 
Conception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data WarehouseConception et Réalisation d'un Data Warehouse
Conception et Réalisation d'un Data Warehouse
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Chapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de donnéesChapitre 1 les entrepôts de données
Chapitre 1 les entrepôts de données
 
Le processus ETL (Extraction, Transformation, Chargement)
Le processus ETL (Extraction, Transformation, Chargement)Le processus ETL (Extraction, Transformation, Chargement)
Le processus ETL (Extraction, Transformation, Chargement)
 

En vedette

Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouseHassane Dkhissi
 
Etat de l art business intelligence
Etat de l art business intelligenceEtat de l art business intelligence
Etat de l art business intelligenceOCTO Technology
 
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...GeoInWeb
 
Crazytech business intelligence
Crazytech business intelligenceCrazytech business intelligence
Crazytech business intelligencecrazytechnet
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligencesenejug
 
Datastage to ODI
Datastage to ODIDatastage to ODI
Datastage to ODINagendra K
 
Informatique Décisionnelle décisionnelle
Informatique Décisionnelle décisionnelleInformatique Décisionnelle décisionnelle
Informatique Décisionnelle décisionnelleHajer Trabelsi
 
Cloud et Business Intelligence : la combinaison gagnante ?
Cloud et Business Intelligence : la combinaison gagnante ?Cloud et Business Intelligence : la combinaison gagnante ?
Cloud et Business Intelligence : la combinaison gagnante ?Jean-Michel Franco
 
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?Vincent Heuschling
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleLilia Sfaxi
 
Ma présentation PFE : Application Android & Site Web
Ma présentation PFE : Application Android & Site WebMa présentation PFE : Application Android & Site Web
Ma présentation PFE : Application Android & Site WebHarrathi Mohamed
 
Open day Business Intelligence spécial Jaspersoft 4
Open day Business Intelligence spécial Jaspersoft 4Open day Business Intelligence spécial Jaspersoft 4
Open day Business Intelligence spécial Jaspersoft 4ALTIC Altic
 
Les logiciels Connus de la B.I
Les logiciels Connus de la B.ILes logiciels Connus de la B.I
Les logiciels Connus de la B.Imariam belkhiria
 
3 short big_data_oracle
3 short big_data_oracle3 short big_data_oracle
3 short big_data_oraclepour action !
 
DATA WAREHOUSING
DATA WAREHOUSINGDATA WAREHOUSING
DATA WAREHOUSINGKing Julian
 
Data warehouse architecture
Data warehouse architectureData warehouse architecture
Data warehouse architecturepcherukumalla
 
PriceMinister et IBM FlashSystem
PriceMinister et IBM FlashSystemPriceMinister et IBM FlashSystem
PriceMinister et IBM FlashSystemStephaneBenatar
 

En vedette (20)

Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouse
 
Etat de l art business intelligence
Etat de l art business intelligenceEtat de l art business intelligence
Etat de l art business intelligence
 
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...
GeoInTalk 2010 : Luc Vaillancourt (Spatialytics) - Injection du géospatial au...
 
Crazytech business intelligence
Crazytech business intelligenceCrazytech business intelligence
Crazytech business intelligence
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Datastage to ODI
Datastage to ODIDatastage to ODI
Datastage to ODI
 
Informatique Décisionnelle décisionnelle
Informatique Décisionnelle décisionnelleInformatique Décisionnelle décisionnelle
Informatique Décisionnelle décisionnelle
 
Cloud et Business Intelligence : la combinaison gagnante ?
Cloud et Business Intelligence : la combinaison gagnante ?Cloud et Business Intelligence : la combinaison gagnante ?
Cloud et Business Intelligence : la combinaison gagnante ?
 
Pilotage et Performance 2012
Pilotage et Performance 2012Pilotage et Performance 2012
Pilotage et Performance 2012
 
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?
COMMENT LE BIGDATA CHANGE LA BUSINESS INTELLIGENCE ?
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
 
Ma présentation PFE : Application Android & Site Web
Ma présentation PFE : Application Android & Site WebMa présentation PFE : Application Android & Site Web
Ma présentation PFE : Application Android & Site Web
 
Introduction to ETL and Data Integration
Introduction to ETL and Data IntegrationIntroduction to ETL and Data Integration
Introduction to ETL and Data Integration
 
Chap1 2 dw (1)
Chap1 2 dw (1)Chap1 2 dw (1)
Chap1 2 dw (1)
 
Open day Business Intelligence spécial Jaspersoft 4
Open day Business Intelligence spécial Jaspersoft 4Open day Business Intelligence spécial Jaspersoft 4
Open day Business Intelligence spécial Jaspersoft 4
 
Les logiciels Connus de la B.I
Les logiciels Connus de la B.ILes logiciels Connus de la B.I
Les logiciels Connus de la B.I
 
3 short big_data_oracle
3 short big_data_oracle3 short big_data_oracle
3 short big_data_oracle
 
DATA WAREHOUSING
DATA WAREHOUSINGDATA WAREHOUSING
DATA WAREHOUSING
 
Data warehouse architecture
Data warehouse architectureData warehouse architecture
Data warehouse architecture
 
PriceMinister et IBM FlashSystem
PriceMinister et IBM FlashSystemPriceMinister et IBM FlashSystem
PriceMinister et IBM FlashSystem
 

Similaire à Business Intelligence : introduction to datawarehouse

Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesConverteo
 
BD_Decisionnel_fin-2020tjtgenieindustriel.ppt
BD_Decisionnel_fin-2020tjtgenieindustriel.pptBD_Decisionnel_fin-2020tjtgenieindustriel.ppt
BD_Decisionnel_fin-2020tjtgenieindustriel.pptmarocdakhla135
 
Emna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouseEmna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouseEmna Borgi
 
Seance 1 & 2 deploiement de la bi dans l'entreprise
Seance 1 & 2 deploiement de la bi dans l'entrepriseSeance 1 & 2 deploiement de la bi dans l'entreprise
Seance 1 & 2 deploiement de la bi dans l'entreprisesciafrique
 
Outils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseOutils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseBEL MRHAR Mohamed Amine
 
Les systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordLes systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordTayssirLimem
 
Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Converteo
 
Dwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentDwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentCarlos Sanin
 
CHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfCHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfamine17157
 
De la business intelligence au Big Data
De la business intelligence au Big DataDe la business intelligence au Big Data
De la business intelligence au Big DataTechnofutur TIC
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big DataIdriss22
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Gautier Poupeau
 
presentationcoursbd.pdf
presentationcoursbd.pdfpresentationcoursbd.pdf
presentationcoursbd.pdfAabidiHafid
 
cours-intro-base-donnees.pdf
cours-intro-base-donnees.pdfcours-intro-base-donnees.pdf
cours-intro-base-donnees.pdfdjamelbentorkia
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...dibs-conseil
 
Data Warehousing.pptx
Data Warehousing.pptxData Warehousing.pptx
Data Warehousing.pptxSamirAwad14
 

Similaire à Business Intelligence : introduction to datawarehouse (20)

Livre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakesLivre Blanc : comprendre les data-lakes
Livre Blanc : comprendre les data-lakes
 
BD_Decisionnel_fin-2020tjtgenieindustriel.ppt
BD_Decisionnel_fin-2020tjtgenieindustriel.pptBD_Decisionnel_fin-2020tjtgenieindustriel.ppt
BD_Decisionnel_fin-2020tjtgenieindustriel.ppt
 
Emna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouseEmna borgi mabroukachraita-datawarehouse
Emna borgi mabroukachraita-datawarehouse
 
Seance 1 & 2 deploiement de la bi dans l'entreprise
Seance 1 & 2 deploiement de la bi dans l'entrepriseSeance 1 & 2 deploiement de la bi dans l'entreprise
Seance 1 & 2 deploiement de la bi dans l'entreprise
 
Outils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseOutils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouse
 
Les systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordLes systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bord
 
Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018
 
Dwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - studentDwh udl 2014_2015_v0.22 - student
Dwh udl 2014_2015_v0.22 - student
 
CHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfCHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdf
 
Intro SQL
Intro SQL Intro SQL
Intro SQL
 
Big data
Big dataBig data
Big data
 
De la business intelligence au Big Data
De la business intelligence au Big DataDe la business intelligence au Big Data
De la business intelligence au Big Data
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
 
presentationcoursbd.pdf
presentationcoursbd.pdfpresentationcoursbd.pdf
presentationcoursbd.pdf
 
cours-intro-base-donnees.pdf
cours-intro-base-donnees.pdfcours-intro-base-donnees.pdf
cours-intro-base-donnees.pdf
 
7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...7 points clés à retenir pour aborder le data management de données clients...
7 points clés à retenir pour aborder le data management de données clients...
 
Cours datamining
Cours dataminingCours datamining
Cours datamining
 
Data Warehousing.pptx
Data Warehousing.pptxData Warehousing.pptx
Data Warehousing.pptx
 
Rapport final-2
Rapport final-2Rapport final-2
Rapport final-2
 

Business Intelligence : introduction to datawarehouse

  • 1. Alicante SYSTÈME D’INFORMATION ET PERFORMANCE HOSPITALIÈRE Présentation
  • 3.
  • 4.
  • 5.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15. datawarehouse : l’entrepôt de données(4) 26/05/09 Recueil des Actes Base séjours Annuaire des médecins Base Patients DW Actes Base diagnostics DW Séjours
  • 16.
  • 17.
  • 18.
  • 19.
  • 20. Architecture technique 26/05/09 Bases de production Saisie Outil d’alimentation datawarehouse Cube OLAP Outil de restitution Client
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.  
  • 30.
  • 31.
  • 32.
  • 35.
  • 36.
  • 37.
  • 38.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 EXEMPLE DE REQUETE MDX : select { ([Measures].[Quantite] ) , ([Measures].[Somme des ventes])} on columns , { ([DimensionProduit].[Produit].[Categorie].Members) } on rows from [MONCUBE]
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 /* Members = accès via les hiérarchies pour aller chercher tous les membres d'un niveaux */ select { ([Measures].[Order Quantity] ) , ([Measures].[Sales Amount])} on columns , { ([Dim Product].[Product].[Category].Members) } on rows from [MONCUBE]
  • 56. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 /* Children : Accès par les membres */ select { ([Measures].[Order Quantity] ) , ([Measures].[Sales Amount])} on columns , { ([Dim Product].[Product].[Bikes].Children ) } on rows from [MONCUBE]
  • 57. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select { CrossJoin ( { ([Order Date].[Time Hier].[Year].[2003]) , ([Order Date].[Time Hier].[Year].[2004]) }, { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } ) } on columns, { CrossJoin ( [Dim Product].[Dim Product Category].[Dim Product Category].Members , [Dim Product].[Dim Product Subcategory].Members) } on rows from [MONCUBE]
  • 58. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select { NonEmptyCrossJoin ( { ([Order Date].[Time Hier].[Year].[2003]) , ([Order Date].[Time Hier].[Year].[2004]) }, { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } ) } on columns, { NonEmptyCrossJoin ( [Dim Product].[Dim Product Category].[Dim Product Category].Members , [Dim Product].[Dim Product Subcategory].Members) } on rows From [MONCUBE]
  • 59. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 select { NonEmptyCrossJoin ( { ([Order Date].[Time Hier].[Year].[2003]) , ([Order Date].[Time Hier].[Year].[2004]) }, { ( [Measures].[Sales Amount]),([Measures].[Order Quantity] ) } ) } on columns, { NonEmptyCrossJoin ( [Dim Product].[Dim Product Category].[Dim Product Category].Members , [Dim Product].[Dim Product Subcategory].Members) } on rows From [MONCUBE]
  • 60.
  • 61. MultiDimentionnal eXpression, un langage de requêtage 26/05/09 with Member [Measures].[Sales by Unit] as ( [Measures].[Sales Amount] / [Measures].[Order Quantity] ) select { ([Measures].[Sales Amount] ), ([Measures].[Order Quantity] ) , ([Measures].[Sales by Unit] ) } on columns, { ([Dim Product].[Product].[Category].Members) } on rows from [MONCUBE]
  • 62.
  • 63. Merci de votre attention. [email_address]