Ce document intitulé "Les Entrepôts de Données : ERP vs B.I" est destiné aux étudiants universitaires. Il explore les différences entre les systèmes ERP (Enterprise Resource Planning) et les systèmes de Business Intelligence (BI).
Il couvre les notions suivantes:
- Objectifs et fonctionnalités des ERP
- Production et stockage des données par les ERP
- Inaptitude des ERP à restituer des informations aux décideurs
- Caractéristiques des systèmes de Business Intelligence
- Architecture décisionnelle de la BI, incluant l'OLAP et les entrepôts de données
Exercices TD ERP vs BI -BI - business intelligence
Télécharger PDFLes Entrepôts de Données
ERP vs B.I
Un Système ERP a pour objectif de supporter la réalisation des activités courantes d’une organisation.
Par exemple, un ERP dédié au processus de vente assistera les commerciaux dans l’enregistrement des commandes des clients et des expéditions des articles commandés. Un ERP RH permettra l’enregistrement d’informations sur les salariés, les contrats de travail, les salaires et les primes, les entretiens de carrière et permettra également la génération des fiches de paie.
ERP : Systèmes transactionnels
Chaque fois qu’une activité est réalisée dans un ERP, on dit que l’on a réalisé une transaction.
ERP : Systèmes de production de données
Les ERP sont considérés efficaces pour produire et stocker des données. Ils ne sont pas adaptés à restituer de l’information aux décideurs. Les raisons de ce constat sont les suivantes :
- Traitement ligne par ligne : Un ERP est conçu pour permettre l’exécution de transactions « unitaires » (ou « atomiques ») dans une base de données. En effet, dans un ERP de gestion des ventes, on va enregistrer les ventes ou les expéditions une par une ; dans un système de gestion des ressources humaines, on enregistrera les informations salarié par salarié.
- Les transactions dans un ERP sont prédéfinies et prévisibles : Les transactions exécutées dans les ERP sont « prévisibles » : elles sont connues à l’avance car elles sont programmées au sein du logiciel autour duquel est conçu l’ERP. Contrairement aux transactions effectuées dans les ERP, les demandes d’informations de la part des décideurs de l’entreprise sont par nature imprévisibles (processus exploratoire).
- Les schémas des données d’un ERP sont hautement normalisés : Pour que l’exécution des transactions unitaires et prévisibles soit efficace et s’effectue sans erreur, le modèle de données sous jacent à l’ERP doit être un modèle de type entité-association et hautement normalisé (3FN voire plus).
- Historique des données : Dans un ERP, les données enregistrées sont constamment modifiées et parfois supprimées sans que les anciennes valeurs de ces données ne soient conservées : une fois qu’une commande a été livrée, l’historique des différents statuts par lesquels cette commande est passée (« en attente de traitement », « en préparation », « expédiée ») peut souvent être supprimé. Lorsqu’un client change d’adresse, son ancienne adresse est remplacée par la nouvelle car la conserver est inutile pour l’ERP de gestion des ventes. En revanche, l’historique des valeurs modifiées constitue un ensemble d’informations utiles pour les décideurs d’une entreprise ou d’une organisation : par exemple, connaître l’adresse d’un client au moment où il a passé une commande (et non pas son adresse actuelle) est utile en matière de géomarketing.
- Duplication et Hétérogénéité des données des systèmes opérationnels (SIO) : Même si depuis la fin des années 1990, de nombreux projets de rationalisation du SI ont vu le jour par l’intermédiaire de la mise en place de progiciels de gestion intégrés (PGI, ERP en anglais), les SIO d’une organisation ne sont en règle générale pas intégrés : Ils ont été construits brique par brique, sans cohérence d’ensemble, au fur et à mesure de l’émergence de nouveaux besoins d’automatisation de processus métier. Ils fonctionnent le plus souvent « en silo », relativement indépendamment les uns des autres, ne s’échangeant des données les uns avec les autres que par l’intermédiaire d’interfaces point à point. Chaque SIO possède sa propre base de données, d’où une très grande redondance de données au sein de l’ensemble du système d’information de l’organisation. De plus, les données redondantes (c’est-à-dire présentes dans plusieurs SIO) sont souvent incohérentes car elles ne peuvent pas être mises à jour en même temps dans chaque SIO dans lesquels elles sont présentes ; elles ne sont synchronisées que périodiquement. Conséquence : les informations nécessaires à la prise de décision sont le plus souvent éparpillées dans de multiples SIO ; il est donc nécessaire de les rassembler dans un endroit unique et de les mettre en cohérence pour pouvoir les exploiter de manière optimale.
Le constat de l’inaptitude des SIO à restituer les données qu’ils stockent a amené les organisations à construire des systèmes à part, dédiés à la restitution d’informations, que l’on appelle systèmes de Business Intelligence (BI).
ERP vs B.I
Par opposition à un ERP dont l’objectif est l’exécution de processus métier, la BI a pour but l’évaluation de la performance des processus. Elle a pour vocation de faciliter la prise de décision en fournissant des réponses à des questions telles que :
- Quelle fut l’évolution du chiffre d’affaires et de la marge brute pour chaque catégorie de produits entre le premier semestre de cette année et celui de l’année précédente ?
- Quelle est la rentabilité moyenne des clients du secteur des grandes entreprises par rapport à celui des PME ?
- Quelle fut l’évolution annuelle des encours de crédit octroyés à la clientèle professionnelle par les différentes agences de mon réseau bancaire ?
La BI est donc un système d’information dédié aux décideurs d’une organisation et permettant, au moyen d’une base de données et d’une interface d’accès aux données, d’obtenir des informations utiles à la prise de décision.
Le tableau 1 illustre les principales différences entre les ERP et la BI.
La Business Intelligence ?
Des données brutes vers des informations pertinentes sur l’activité de l’entreprise
Passer à l’ère de l’information
Défi : Transformer le Système d’Information qui a une vocation de production à un SI décisionnel dont la vocation devient le pilotage de l’entreprise.
Le décisionnel ?
Un système d’information décisionnel (S.I.D.) est un ensemble de données organisé de façon spécifique, approprié à la prise de décision.
Finalité d’un système décisionnel : pilotage de l’entreprise
Contrairement aux systèmes de gestion organisés par métiers (vue verticale); les systèmes décisionnels sont dédiés au pilotage de l’entreprise (vue transversale) ; Passage des données de production aux données décisionnelles
Les bases de production : toutes les sources de données (légales, juridiques, fiscales, politiques, techniques, marketing…)
Comment organiser ces différentes données dans un ensemble cohérent afin de procéder à toutes les analyses nécessaires pour construire les indicateurs indispensables au pilotage de l’entreprise ? Par un processus d’entreposage de données (Data Warehousing)
Architecture Décisionnelle de la BI
OLAP
OLAP (On-Line Analytical Processing) est défini comme étant « ... le nom donné à l’analyse dynamique requise pour créer, manipuler, animer et synthétiser l’information par des modèles d’analyse de données selon des formules » Codd et al. [1993]. En d’autres termes, il s’agit d’applications de modélisation descriptive et d’analyse exploratoire des données, conçues à des fins de prise de décision.
Contrairement à l’OLTP qui constitue un environnement d’accès en ligne aux BDs pour des fins de MAJ (transactions), l’OLAP est un environnement dédié pour l’analyse en ligne de données structurées sous forme de cubes de données (hyper-cubes et cuboïdes)
OLAP offre une algèbre multidimensionnelle permettant de manipuler les cubes de données : ROLL-UP, DRILL-DOWN, PIVOT, SLICE, DICE, etc.
Cube de données
Data warehouse : Définition
(ou entrepôt de données) Un ED (DW) est une structure informatique dans laquelle est centralisé un volume important de données consolidées à partir des différentes sources de données d'une entreprise (notamment les BDs internes) et qui est conçue de manière que les personnes intéressées aient accès rapidement à l'information stratégique dont elles ont besoin. Dans un ED , les données sont : sélectionnées et préparées (pour répondre aux questions vitales de l'entreprise), intégrées (à partir des différentes sources de données) et datées (elles gardent la trace de leur origine).
Bill Inmon a proposé les termes de : Entreprise Data warehouse (EDW) ou Corporate Information Factory (CIF)
- Le DWH est orienté sujets : les données collectées doivent être orientées ‘’métier’’ et donc triées par thème
- Le DWH est composé de données intégrées : un ‘’nettoyage’’ préalable des données est nécessaire dans un souci de rationalisation et de normalisation
- Les données du DWH sont non volatiles : une donnée entrée dans l'entrepôt n'a pas vocation à être supprimée ;
- Les données du DWH doivent être historisées, donc datées
D’après BILL Inmon : “Un ED est une collection de données thématiques, intégrées, non volatiles et historisées, organisées pour la prise de décision.”
- Thématiques : thèmes par activités majeures ;
- Intégrées : divers sources de données ;
- Non volatiles : ne pas supprimer les données du DW ;
- Historisées : trace des données, suivre l’évolution des indicateurs.
⮚ Pb de volumétrie, de stockage, d’accès.
Architecture de Data warehouse
Architecture prônée par Bill Inmon :
- L'ODS : est l'acronyme pour Operational Data Store ou (Magasin de données opérationnelles). Il joue deux rôles : sert à stocker les données extraites des systèmes sources. intègre les données sources dans le but de présenter toute l'information nécessaire à prendre des décisions.
- L'Entreprise Data warehouse : Les données de l'ODS sont transférées vers le DWH. Ce dernier est central (d’où son appellation Entreprise Data Warehouse (EDW)). Il contient toutes les données de l'entreprise.
- Les datamarts dépendants : Ils peuvent être alimentés soit de L'EDW soit de l'ODS.
- La zone de présentation : Une fois les données chargées dans le Data warehouse et les datamarts dépendants, les utilisateurs peuvent y accéder pour exécuter leurs requêtes Ad hoc, programmer les rapports, analyser et visualiser l'information…
Caractéristiques d’utilisation : OLTP vs OLAP
| Caractéristiques | OLTP | OLAP |
|---|---|---|
| Portée de l’interaction utilisateur | Qte de data affectées par l’interaction | Transaction |
| Enregistrements individuels | Secondes | Stable |
| Primitives (au plus bas niveau de détail) | Accès prédéfini | Elevée |
| BD entière | Groupes d’enregistrements | Temps de réponse |
| Secondes à minutes | Mode d’utilisation | Dynamique |
| Nature des données | Dérivées (agrégées) | Mode d’accès à la BD |
| Accès indéfini ou dynamique | Volatilité des données | Faible |
| Priorités | Haute performance, grande disponibilité | Grande souplesse, grande autonomie |
FAQ
Quelle est la différence principale entre un ERP et un système de Business Intelligence (BI) ?
Un ERP est conçu pour supporter les activités courantes d’une organisation, tandis qu’un système de BI est dédié à la restitution d’informations pour la prise de décision.
Pourquoi les ERP ne sont-ils pas adaptés à la restitution d’informations aux décideurs ?
Les ERP sont conçus pour traiter des transactions unitaires et prévisibles, ce qui les rend inefficaces pour accéder à des informations en masse et pour répondre aux demandes imprévisibles des décideurs.
Quels sont les avantages d’un Data Warehouse (DW) ?
Un Data Warehouse permet de centraliser un volume important de données consolidées, de les intégrer à partir de différentes sources, et de les historiser pour faciliter la prise de décision.