Capgemini Institut 0144742410
24 rue du Gouverneur général Eboué 92136 Issy les Moulineaux
Décisionnel : l’état de l’art Paris
Décisionnel : l’état de l’art Paris
Décisionnel : l’état de l’art Paris
DURéE
3 jours
DATES
4-6 décembre 2017
26-28 mars 2018
25-27 juin 2018
LIEU
Paris
PRIX
2 615 € ht (3 138 € ttc)
Sommaire du séminaire
    Séminaires technique Institut Capgemini

    Décisionnel : l’état de l’art

    >  Architectures, modélisation, outils, mise en œuvre pratique, évolution




    En trois journées denses et illustrées de nombreux exemples pratiques, ce séminaire dresse un état de l’art pragmatique du Décisionnel. Pour chacune des phases de construction du système d’information décisionnel, sont mis en évidence les options possibles, les difficultés de mise en œuvre et les enseignements en termes de bonnes pratiques.

    • Quelle architecture retenir pour le système décisionnel ? Pour quel type de projet ? Quel est le rôle du Data Warehouse au cœur du système d’information décisionnel ? Quel est l’impact du Big Data ?
    • Comment modéliser les données en étoile selon une approche vectorielle. Comment maîtriser les flux de collecte et de normalisation des données (Master Data Management), d’intégration des informations décisionnelles (Business Process Intelligence) et de restitution des indicateurs (Data Visualization).
    • Quels niveaux de décisionnel choisir : pilotage, analyse, suivi opérationnel ou temps réel ? Quels sont les points clés de la mise en œuvre ?
    • Quelle organisation de projet mettre en place ? Quels sont les rôles des différents acteurs de la maîtrise d’ouvrage et de la maîtrise d’œuvre dans un projet de Business Intelligence ?
    • Comment améliorer concrètement le suivi et le pilotage des activités d’une entreprise et optimiser ses processus métiers.

    Le mot de l’intervenant

    « L’efficacité d’un Système d’Information Décisionnel dépend directement de l’architecture des informations que son Data Warehouse intègre, de l’organisation industrielle des flux qui l’alimentent et de l’ergonomie de son Portail BI.

    Au cours de ce séminaire, vous découvrirez comment la modélisation vectorielle des données, la modularité des flux et le design agile des indicateurs clés conduisent naturellement à la pérennité du projet décisionnel : précision dans l’expression des besoins, souplesse dans l’analyse des flux, définition de tableaux de bord partagés, et au final, adhésion des protagonistes. »

    Pierre Bourguet

    Architecte de l’information, il accompagne les entreprises pour la mise en place de SI Décisionnels, en fondant sa démarche sur les bonnes pratiques du Agile Data Warehouse Design.



    L’architecture du système d’information décisionnel


    Du reporting à la Business Process Intelligence

    • L’évolution des exigences des utilisateurs en termes d’aide à la décision.
    • Les complémentarités entre pilotage opérationnel et business intelligence.
    • Comment valoriser les données pour optimiser les processus métier.
    • Comment concrètement intégrer les objectifs stratégiques dans le projet décisionnel.
    • Comment faire évoluer les Infocentres et Data Marts existants vers un système décisionnel unifié.

    Les modèles de mise en œuvre

    • Data Marts indépendants ou dépendants, système décisionnel centralisé ?
    • Peut-on construire une architecture couvrant l’ensemble des besoins : reporting, analyse, pilotage ?
    • Les facteurs clés pour garantir la capacité d’évolution : volumes, utilisateurs, périmètres fonctionnels.
    • Rôles et fonctions des modules d’alimentation : réplication, extraction, normalisation, intégration et visualisation.
    • Le projet décisionnel : quel impact sur les systèmes informatiques de gestion et sur les référentiels métiers ?

    La gestion des flux de données

    • Le système de collecte des données opérationnelles.
    • Les flux de normalisation des données référentielles.
    • Les flux d’intégration des informations décisionnelles.
    • Comment assurer la cohérence des données du Data Warehouse.
    • Changed Data Capture : besoins fonctionnels et solutions réalistes.
    • Comment éviter les pièges de la restitution ad hoc tout en préservant l’autonomie des utilisateurs.

    L’information référentielle, mode d’emploi

    • Quelles sont les conditions pour qu’une information devienne référentielle, et le reste ?
    • Comment éviter les pièges sémantiques : acronymie, synonymie, polysémie.
    • Dictionnaire dédié ou intégration des métadonnées dans le portail décisionnel ?
    • Le Data Quality Management (DQM) et le Master Data Management (MDM) en prolongement du projet décisionnel.

    Le portail décisionnel


    Le décisionnel et le Web

    • Quelles « interfaces » aujourd’hui pour l’information décisionnelle ?
    • Comment profiter de l’ergonomie Web 2.0 : pour quels types de besoins et d’utilisateurs ?
    • La Data Visualization : Réalité des nouvelles interfaces pour le portail décisionnel.
    • Comment choisir le bon compromis entre richesse fonctionnelle et simplicité d’utilisation.

    Les composants du portail décisionnel

    • Quelles sont les solutions aujourd’hui opérationnelles ?
    • Quelles sont les contraintes liées à leur mise en œuvre ?
    • Quels sont les apports réels de la Data Visualization pour le décisionnel ?

    L’intégration du portail décisionnel

    • Les cibles intranet, extranet et externet.
    • Portail décisionnel et portail d’entreprise.
    • Comment faire du décisionnel une source de nouveaux services.

    En route vers le Big Data…


    Les axes d’évolution du Décisionnel vers le Big Data

    • Faut-il faire évoluer l’architecture du Système d’Information Décisionnel pour intégrer les fonctions Big Data ?
    • Data Warehouse, Data Lake et Big Data : objectifs et rôles respectifs au sein du SID.
    • Les complémentarités entre SI Opérationnel, Décisionnel et Big Data.
    • Données « non structurées », Prédictif, Prescriptif : quels besoins et quelles solutions ?
    • De la BI à la Data Science : données In-memory, temps réel, embedded BI, NoSQL, Hadoop …
    • Big Data : évolution ou révolution ?

    La modélisation des informations d’aide à la décision


    Les objectifs de la modélisation

    • Comment décrypter l’expression des besoins décisionnels.
    • Comment définir et cadrer le périmètre du projet décisionnel.
    • Agile Data Warehouse Design et « model storming ».
    • La démarche de modélisation agile (BEAM).

    La modélisation en étoile

    • Faut-il re-modéliser les processus métier (BPR) ?
    • Les composants de l’étoile : faits, indicateurs et référentiels.
    • Comment éviter le foisonnement des agrégats et des indicateurs.
    • Pourquoi faut-il éviter la modélisation des données « en flocon » ?

    Les processus de pilotage

    • Comment réconcilier MOA et MOE (BPI).
    • Comment garantir la fiabilité des consolidations (DQM).
    • Les référentiels et la stabilité historique du périmètre (MDM).

    La performance et l’évolutivité

    • Quelles sont les réponses de la modélisation vectorielle ?
    • La modélisation des évolutions dans les référentiels métiers.
    • Comment garantir la cohérence des analyses transversales ou rétroactives.

    La mise en œuvre du projet décisionnel


    L’étude préalable

    • Les facteurs clés du succès d’un système décisionnel.
    • Comment mieux impliquer directions générales et utilisateurs.
    • Quels sont les critères pour le lotissement du projet décisionnel ?
    • Périmètre fonctionnel pilote : quelle définition optimum ?

    Le groupe de projet

    • Acteurs, rôles et livrables.
    • Sous-traitance : quoi, quand, comment ?
    • Les responsabilités MOA et MOE.

    De l’expression des besoins à la modélisation

    • Jusqu’où aller dans l’expression des besoins ? Comment formaliser les besoins fonctionnels.
    • Comment répartir les rôles entre maîtrises d’ouvrage et d’œuvre. Les livrables : objectifs et contenu.
    • Modélisation vectorielle : quels vrais avantages ? Où sont les difficultés ?

    L’approche spécifique de la recette

    • Recette du système décisionnel : qui invoquer et comment ?
    • Comment valider le retour sur investissement.
    • Comment évaluer la qualité des données : que faire des données « invalides » ?
    • Comment établir un cycle vertueux d’amélioration de la qualité des informations.
    • Quels liens entre système décisionnel, système référentiel et système informatique de gestion ?

    Le déploiement au-delà du projet pilote

    • Extensions du projet décisionnel : domaine fonctionnel, historique, usages, données non structurées.
    • Comment garantir la cohérence et la fiabilité des informations décisionnelles dans le temps.
    • Quand et comment faire évoluer le cercle des utilisateurs du système décisionnel ?
    • Comment passer d’une culture du Data Mart à un système décisionnel partagé.
    • Comment gérer les impacts inévitables sur les systèmes informatiques de gestion.

    La plate-forme Data Warehouse


    Le Système de Gestion de Base de Données

    • Fonctionnalités et positionnement du système de gestion de base de données dans l’architecture décisionnelle.
    • Comment choisir et faire évoluer la machine et la base de données dédiées au Data Warehouse.
    • Pourquoi et comment faire cohabiter bases relationnelles (SGBDR) et multidimensionnelles (SGBDM) ?
    • SGBD In-memory : comment faire profiter les utilisateurs de cette rupture technologique ?
    • Panorama des offres : Oracle, IBM, Teradata, SAP, Microsoft et les nouveaux entrants.

    Les outils d’intégration de données

    • Fonctionnalités attendues d’un logiciel ETL (Extract, Transform, Load).
    • Comment modéliser les flux des données et leur ordonnancement.
    • Positionnement des offres ETL : Informatica, ODI, BODS, SSIS, Talend, etc.
    • Démarche de choix d’un outil logiciel ETL : la norme ISO 9126.

    Les outils de restitution

    • Query et reporting, ad hoc analysis, cubes MOLAP, etc. : quels domaines d’application privilégiés ?
    • Quels outils et quelles fonctionnalités pour quelles catégories d’utilisateurs ?
    • Comment éviter le foisonnement des rapports et des flux de restitution.
    • Positionnement des offres : SAP, IBM, MicroStrategy, Microsoft BI, Qlik, Tableau …
    • Ergonomie et autonomie de l’utilisateur : comment éviter le rejet de la solution de restitution.