1ère partie : L'architecture du Data Warehouse
De l'infocentre tactique au Data Warehouse stratégique
Une nouvelle génération des systèmes décisionnels
Les points d'amélioration attendus du côté des utilisateurs
Les complémentarités entre infocentre et Data Warehouse
La reprise de l'existant
Les modèles de mise en oeuvre
Data marts indépendants ou Data Warehouse incrémental référentiel ?
Construire une architecture couvrant l'ensemble des besoins
Rôles respectifs des modules de collecte, d'intégration et de restitution
Evolutions pour l'ODS (Operational Data Store) et la DSA (Data Staging Area)
La gestion des flux de données
Le système de collecte des données opérationnelles et l'intégration des informations décisionnelles
Comment assurer la cohérence du Data Warehouse et des applications décisionnelles et temps réel en aval ?
La capture des données modifiées : le besoin fonctionnel et les solutions techniques
La restitution des informations décisionnelles : le besoin fonctionnel et les solutions pratiques
2ème partie : Les offres décisionnelles
Outils de construction back-office
Les dernières évolutions techniques des SGBDR dans le domaine du décisionnel
Les facteurs différenciateurs des outils d'alimentation du Data Warehouse. Le panorama et la typologie des solutions du marché : Data Stage, Sagent, Informatica, MS DTS, Oracle Sunopsis...
Outils de restitution front-office
Panorama et typologie des offres du marché (Reporting, Query, OLAP, Data mining)
Ergonomie et autonomie de l'utilisateur : comment éviter les pièges de l'amalgame ?
À quels utilisateurs s'adressent les éditeurs spécialisés d'outils multidimensionnels Olap?
L'approche multidimensionnelle et la modélisation des besoins des utilisateurs
Le data mining : de l'information à la connaissance
À quels besoins fonctionnels répond le data mining ? Les dernières évolutions techniques des SGBDR dans le domaine du décisionnel
Panorama et typologie synthétique des techniques et des éditeurs. Les facteurs différenciateurs des outils d'alimentation du Data Warehouse
Les outils d'analyse
Les outils d'analyse côté serveur et côté client : limites et points forts
Multidimensionnel OLAP (MOLAP) ou relationnel OLAP (ROLAP), comment choisir
Les performances attendues des bases de données dédiées à l'analyse
La cohabitation du relationnel et du multidimensionnel
|