TABLE DES MATIERES
0.1. PROBLEMATIQUE ET HYPOTHESE 2
0.2. CHOIX ET INTERET DU SUJET 3
0. 3. DELIMITATION DU SUJET 4
0.4. METHODES ET TECHNIQUES UTILISEES 4
0.4.1. Méthodes 4
0.4.2. Techniques 5
Chapitre Premier : GENERALITES SUR L'INFORMATIQUE
DECISIONNELLE 6
I.1. INTRODUCTION 6
I.2. SYSTEME D'INFORMATION 6
I.3. L'INFORMATION DECISIONNELLE 8
I.3.I. Business intelligente dans le système
d'information 10
I.3.2. Les outils d'aide à la décision
12
I.3.3. Les outils de manipulation décisionnelle
12
I.4. LES NOTIONS OLAP ET OLTP 13
I.4.1. OLTP à OLAP 13
I.4.2. Le principe OLAP 15
I.5. CHAINE DECISIONNELLE ET OUTILS DE L'INFORMATIQUE
DECISIONNELLE 16
I.6. ARCHITECTURE D'UN SYSTEME DECISIONNEL 17
I.7. OUTILS D'EXTRACTION 19
I.7. I. Définition 19
I.7.2. L'outil de l'ETL (Extract Transform Loading)
20
I.7.3. Les Le processus ou fonctions d'ETL 20
I.8. LES CUBES OLAP 21
I.8.1.Navigation dans un cube 22
I.8.2. Implémentations OLAP 22
I.9. FAIT ET DIMENSION 24
I.9.1. Fait 24
I.9.2. Dimension 24
I.10. Concept d`hiérarchie 25
I.10.1. Hiérarchies Simple 25
I.10.2. Hiérarchies Multiple
25
Chapitre Deuxième : CONCEPT DE BASE SUR L'ENTREPOT
DE DONNEES 27
II.1. INTRODUCTION 27
II.2. DEFINITION D'UN ENTREPOT DE DONNEES 28
II.2.1. Données orientées sujets
29
II.2.2. Données intégrées
29
II.2.3. Données non volatiles
30
Mémoire KIAKA MUSITU Héritier Page 89
Conception d'un Datamart pour le pilotage du système de
gestion des impôts (cas de la DGI)
Page 90 sur 91
II.2.4. Données historisées
30
II.2.5. Données agrégées
31
II.2.6. Méta-données
31
II.3. UTILITE D'UN ENTREPOT DE DONNEES 31
II.4. LES ARCHITECTURES D'UN ENTREPOT DE DONNEES 32
II.4.1. L'architecture Réelle 32
II.4.2. L'architecture Virtuelle 33
II.4.3. L'architecture Remote 33
II.5. ARCHITECTURE TECHNIQUE D'UN ENTREPOT DE DONNEES
34
II.7. COMPOSANTS DE BASE OU ARCHITECTURALES D'UN ENTREPOT
DE
DONNEES 34
II.8. TABLE DE FAITS 36
II.9. TABLE DE DIMENSION 36
II.10. LES MESURES 36
II.11. MODELES DE CONCEPTION D'UN ENTREPOT DE DONNEES
37
II.11.1. Modélisation en étoile 37
II.11.2. Modélisation en flocon 38
II.11.3. Modélisation en Constellation 40
II.11.4. Modélisation en Grappe 40
II.12. APPROCHES DE MISE EN PLACE D'UN DATA WAREHOUSE
40
II.12.1.Approche Top-down 41
II.12.2. Approche Bottom-up 41
II.12.3. Approche Middle-out 41
II.13. LE MAGASIN DE DONNEES 42
II.13.1. Introduction 42
II.13.2. Définition 42
II.13.3 Structure physique et théorique 43
II.13.4 Place du DataMart dans la structure de données
43
II.13.5 Interaction avec les utilisateurs 43
II.13.6. Intérêt et limites 44
Chapitre Troisième : PRESENTATION DE LA
DIRECTION GENERALE DES IMPOTS. 45
III.1. PRESENTATION DE LA DIRECTION GENERALE DES IMPOTS
45
III.1.1. Historique et Nature Juridique de la Direction
Générale des Impôts 45
III.1.2. Mission de la Direction Générale des
Impôts 46
III.2. OBJECTIF 47
III.3. FONCTIONNEMENT 47
III.4. STRUCTURE ADMINISTRATIVE DE LA DIRECTION GENERALE DES
IMPOTS 47
III.4.1. Organigramme de la DGI 50
III.4.2. Description de Postes 51
Mémoire KIAKA MUSITU Héritier Page 90
Conception d'un Datamart pour le pilotage du système de
gestion des impôts (cas de la DGI)
Page 91 sur 91
III.5. L'IMPOT 56
III.5.1. Notion et définition 56
III.5.2. Types d'impôts 57
III.5.3. Opérations d'exécution d'impôt
60
III.6. PRESENTATION DU SCHEMA RELATIONNEL DE LA BASE DE DONNEES
EXISTANTE 61
|