Memoire Online - Mise en place d'un data mart pour l'analyse de l'évaluation de la performance du personnel dans une entreprise bancaire. Cas de FINCA.

Je bénirai, l'Eternel qui me donne conseil durant la nuit même mes reins m'enseignent ;

Je me suis toujours proposé l'Eternel devant moi parce qu'il est à ma droite, je ne serai, pas ébranlé ;

C'est pourquoi mon coeur se réjouit, et mon âme s'égaie ; même ma chair reposera en assurance.

DEDICACE

Qui, des manières constantes, ont accolé leurs sacrifices pour parfaire l'oeuvre que je suis. Qu'ils en soient remerciés et trouvent par ici la gratitude de mon coeur.

A tous les miens parents, amis et connaissance ; Que je ne peux énumérer Je dédie ce travail.

REMERCIEMENTS

A celui qui garde l'âme et protège le corps le Tout-Puissant Dieu qui renouvelle les forces, nous transmettons nos tout premiers remerciements ; car après nous avoir gardés tout au long de notre deuxième cycle en force et bonne santé, a bien voulu que nous l'achevions avec ce présent travail qui le couronne. Merci Seigneur Jésus Christ. S'il s'est avéré possible de réaliser ce présent travail, c'est grâce au Professeur Simon NTUMBA BADIBANGA qui nous a accepté sous sa direction et son Assistant Trésor ANONGA MAGUBU qui l'a poursuivi jusqu'à sa perfection ; qu'ils trouvent à travers ces lignes l'expression de notre profonde gratitude et de notre respect.

Notre gratitude s'adresse au Professeur Pierre KAFUNDAKATALAY, Professeur MUSESA LANDU, Professeur Rostin MABELA, Monsieur l'abbé Noel, Assistant Didier MAMBULU, nous vous sommes très reconnaissantes pour vos multiples

Nous pensons à la grande famille KALENGA Kathy KALENGA, Erick KALENGA, Dido KALENGA, Valérie KALENGA, Obel KALENGA, Serge KABUNDA, Herline NGOMBI, Alexis TSHIMAKA, Marie MANGU Pour leur soutien ainsi que leur amour fraternel à notre personne.

Que nos amis et connaissances ainsi que nos compagnons de Lutte trouvent ici notre attention singulière Jean clause LWEMBE Francis KIMANGA, Vice OKITO, Pamela KAPINGA, Brenda MAUMBA, Chagy KABU, Radine PUNGA, Lefie NKANDA, Gino LUWIDI, Rodrick MOSHI, Emmanuel MBULU, Richy NGOMBO, Rodrick MOKUMBA, Jose LILUKA, Nash NKIE, Berty KIFUIDI et Adel NGALULA

LISTE DES ABREVIATIONS

LISTE DES FIGURES

FigureI.2:Dissemblance Décisionnelle..........................................................page10

FigureII.2 Arbre de décision finale................................................................page33

FigureIII.1 Architecture d'un entrepôt de données......................................page38

Figure III.2 Architecture d'un Data Mart.........................................................Page44

Figure III. 1.Exemple de Modélisation en étoile............................................Page47

Figure III.2. Exemple de modélisation en flocon de neige..................Page49

Figure III.3. Exemple de Modélisation en constellation......................Page50

LISTE DES TABLEAUX

Tableau II.1. Les taches et techniques du datamining.............................24

Tableau II.2.Exemple pratique........................................................31

Tableau III.2caracteristique des systèmes..........................................41

Tableau III.3 Méthodologie a neuf étapes de kimball............................47

0. INTRODUCTION

La prise de décision est un problème essentiel qui préoccupe les gestionnaires des entreprises. Cette prise de décision passe par la modélisation des différents problèmes qu'ils rencontrent dans la gestion, d'où la nécessité d'un modèle basé sur l'arbre de décision.

L'entrepôt de données étant une vision centralisée et universelle de toutes les informations de l'entreprise, C'est une structure qui a pour but, contrairement aux bases de données, de regrouper les données de l'entreprise pour des fins analytiques et pour aider le manager à la prise de décision stratégique.

Une décision stratégique est une action entreprise par les décideurs de l'entreprise qui vise à améliorer, quantitativement ou qualitativement, la performance de l'entreprise.

Un problème d'extraction de connaissances consiste à extraire les connaissances à partir d'un entrepôt de données ou d'une autre source de données en utilisant les techniques du Datamining (Arbre de décision, réseaux Bayesien, réseaux de neurones, etc.).

0.1. PROBLEMATIQUE

Etant donné que la banque égorge à son sein des agents qui travaille dans les différentes zones de l'étendu du pays, le décideur cherche à évaluer la performance de chaque agent afin de savoir la zone qu'il ne maitrise ou pas pour pouvoir de le permuter.

Sur ce, il a besoin de toutes les données qui lui permettant d'avoir une décision stratégique. C'est pourquoi nous avons réalisé notre système d'aide à la prise de décision qui permettra de réunir toutes les données afin d'en faire des analyses.

De plus, l'enregistrement de données pour chaque agent se fait dans un format de fichier Excel, alors le décideur a du mal à prendre une décision stratégique pour faire l'évaluation, ce qui justifie la lenteur dans la prise de décision.

De tout ce qui précède, nous pouvons résumer notre problématique par des questions suivantes :

0.2. HYPOTHESE

Partant des problèmes soulevés ci-haut dans la problématique, nous pensons que la mise en place d'un système décisionnel pour l'analyse de la performance des agents de la banque FINCA RDC pourrait aider le décideur dans la prise de décision face à une importante masse de données à traiter et à gérer.

0.3. MOTIVATION ET INTERET DU SUJET

Les techniques de l'entrepôt de données sont d'une grande importance en termes de la prise de décision. Elles jouent un grand rôle dans les entreprises actuelles avec l'évolution de budget.

Le choix de ce sujet est motivé par le fait qu'il aborde un domaine qui est récent et aussi complexe d'informatique décisionnelle.

Aussi, il permettra à la banque FINCA RDC de bénéficier d'un outil informatique décisionnel capable d'aider le décideur à connaitre la performance des agents d'une manière rationnelle.

En outre, ce travail servira de guide pour les chercheurs qui voudraient entreprendre des investigations dans le même domaine.

0.4. METHODES ET TECHNIQUES

0.4.1. Méthodes utilisées

Une méthode est un ensemble d'opérations intellectuelles par lesquelles une discipline cherche à atteindre les vérités qu'elle poursuit, les démontre et les vérifie. C'est aussi l'ensemble des démarches que suit l'esprit pour découvrir et démontrer la vérité.

Dans le cadre de notre travail nous avons opté pour la méthode de Raph Kimball. Elle nous a présenté la faveur d'aller sur terrain, de récolter les données pour la construction de notre Data Mart.

0.4.2. Techniques utilisées

Les techniques sont des procédures utilisées dans la collecte d'informations (chiffre ou nom) qui, grâce aux méthodes, permettent l'analyse dans une recherche.

Dans le cadre de notre travail, nous avons utilisé les techniques ci-après :

0.4.2.1. Technique documentaire

C'est celle qui met en présence d'un coté le chercheur et d'autre part les documents supposés contenir des informations ayant trait à l'étude faite par le chercheur.

Cette technique nous a permis de consulter des ouvrages, des travaux de fin de cycle, voire l'internet, pour bien rédiger notre travail.

0.4.2.2. Technique d'observation

Cette technique nous a permis d'observer des faits qui se déroulent au sein de la Banque FINCA RDC considère attentivement les phénomènes ayant trait à notre sujet de recherche.

0.4.2.3. Technique d'interview

Une interview est une entrevue au cours de laquelle l'enquêté (interviewer) interroge une personne sur sa vie, ses projets, ses opinions dans l'intention de publier une relation de l'entretien.

En d'autres termes, l'interview est la communication entreprise verbalement entre l'interviewer et l'interviewé dans le but de récolter les informations qui traduisent fidèlement les phénomènes sous études visant la solution d'un problème.

Nous nous sommes servis de cette technique pour décrire la manière dont se déroule l'évaluation de la performance des agents auprès des responsables de la Banque FINCA RDC, d'une part ; et pour recueillir d'autres informations pertinentes en rapport avec nos investigations, d'autre part.

0.5. DELIMITATION DU TRAVAIL

Pour parler de la délimitation du travail qui consiste à évoquer sa précision dans le temps et dans l'espace. Ainsi, nous sommes limités à concevoir un système décisionnel pour la banque FINCA RDC permettra au décideur de prendre une décision stratégique.

Ensuite nous avons utilisé l'arbre de décision comme outil de datamining pour l'extraction de données dans notre DataMart pour la prise de décision. Notre travail a été réalisé pour la Banque FINCA RDC avec les données de 2010 - 2013 .

0.6. PLAN DU TRAVAIL

Outre l'introduction et la conclusion, notre travail comprend quatre chapitres.

Le premier chapitre reprend les concepts sur les Systèmes Décisionnels, nous définissons les systèmes décisionnels et ses enjeux.

Le troisième chapitre traite des entrepôts des données où nous expliquons les différents concepts relatifs aux entrepôts de données.

Le quatrième chapitre est consacré à la modélisation et l'implémentation.

CHAPITRE I. SYSTEME DECISIONNEL [1][2][12][15][16]

I.1. INTRODUCTION

Notons de prime à bord qu'aujourd'hui, le système d'information (SI) a pour objectif de faciliter l'établissement et la mise en oeuvre de la stratégie, en particulier de concrètement supporter la réalisation des activités : « Produire les informations légales réclamées par l'environnement, Déclencher les décisions programmées, Fournir des informations aux décideurs pour aider à la prise de décisions non programmées, Coordonner les tâches en assurant les communications au sein du système organisationnel ».

Il est construit à partir des exigences des métiers, des processus définis par l'entreprise, et il est constitué de l'ensemble des moyens (humains, logiciels, matériels) utilisés pour collecter, stocker, traiter et communiquer les informations.

Il est d'usage de distinguer trois types différents de SI, les systèmes supportant la conception des produits (calcul numérique, ...), les systèmes industriels et les systèmes de gestion. Ces derniers couvrent toutes les activités de gestion du fonctionnement de l'entreprise (marketing, vente, achat, production, logistique, finance, ressources humaines, ...). Pour des raisons techniques, qui existent toujours en partie aujourd'hui, les SI de gestion ont été historiquement structurés en deux sous-systèmes : l'un dit opérationnel qui prend en charge la réalisation des opérations au jour le jour, et l'autre dit décisionnel, objet de ce chapitre qui lui, permet de fournir des informations pour définir des stratégies gagnantes, piloter les opérations et analyser les résultats.

Disons donc que l'utilisation des informations contenues dans les bases opérationnelles des entreprises paraissait peu adaptée pour le support conséquent d'aide à la prise de décision. Face à cette inadaptabilité, les entreprises ont mis en place des systèmes spécifiques dédiés à la prise de décision, lesquels systèmes sont basés sur l'approche des Entrepôts de Données. Ces systèmes regroupent un ensemble d'informations et d'outils mis à la disposition des décideurs pour supporter de manière efficace la prise de décision.

I.2. SYSTEME DECISIONNEL

I.2.1. Définition

Un système décisionnel est un ensemble de moyens, d'outils, et de méthodes permettant de collecter, de modéliser, de consolider et de restituer les données dans le but d'apporter une aide dans la prise de décision.

I.2.2. Objectif du système décisionnel

L'objectif du système décisionnel permet d'améliorer les performances d'une entreprise dans la prise de décision.

I.2.3. La Décision dans une Entreprise

Notons qu'au regard de la mondialisation et de la concurrence grandissante des entreprises, la prise de décision est devenue cruciale pour les dirigeants d'entreprises. L'efficacité de cette prise de décision repose sur la mise à disposition d'informations pertinentes et d'outils adaptés. Le problème des entreprises est d'exploiter efficacement d'importants volumes d'informations, provenant soit de leurs systèmes opérationnels, soit de leur environnement extérieur, pour supporter la prise de décision. De ce fait, il sied de savoir « c'est quoi une décision dans une entreprise et c'est quoi aussi la prise de décision ».

La décision consiste à effectuer un choix lors d'une confrontation à un problème afin de le résoudre. C'est aussi la solution apportée à un problème posé.

La prise de décision est un acte essentiel dans la vie de l'entreprise ; elle constitue une préoccupation constante que l'on retrouve à tous les moments de la vie de l'entreprise et à différents niveaux de son organisation.

Les décisions sont nombreuses mais aussi différentes selon leur nature ou leur portée pour l'entreprise dans le temps.

La décision est un choix portant soit sur la détermination des objectifs, soit sur la détermination d'une position par rapport à un problème posé à l'entreprise (partenariat, mode d'organisation ou de direction), soit encore sur la mise en oeuvre de ressources (recherche et acquisition de nouvelles ressources, modification de leur allocation interne

I.2.4. Rôle du système décisionnel

Ø Exploiter les données structurés et accumulées dans l'entreprise en les mettant à la disposition de tous ;

Ø Sauvegarder et gérer les données dans le Data Warehouse, les raffine avec les outils de datamining, les informations sont diffusées par le biais du reporting. Dans le Data warehouse, on stocke le profil de chaque client au cours du temps. Cela permet à l'entreprise de pratiquer une approche individualisée en marketing dite : One to one (plus exactement one to few).

I.2.5. Architecture du système décisionnel

L'architecture générale d'un système décisionnel qui se décompose en trois processus : extraction et intégration, organisation et interrogation.

Nous trouvons le processus d'extraction et intégration entre les sources de données et l'entrepôt. Ce processus est responsable de l'identification des données dans les divers sources internes et externes ;

De l'extraction de l'information qui nous intéresse et de la préparation et de la transformation (nettoyage, filtrage, etc) des données à l'intérieur de l'entrepôt, nous trouvons le processus d'organisation, il est responsable de structurer les données par rapport à leur niveau de granularité (agrégats). Finalement, le troisième processus correspond à l'interrogation qui se place entre l'entrepôt et les différents outils pour arriver à l'analyse des données, pour les différents utilisateurs de l'entreprise.

I.2.6. Les Systèmes OLTP et OLAP

Le terme OLTP (On Line Transaction processus) regroupe les concepts mis en place pour un système destiné à l'autorisation d'un processus de traitement de l'information. On utilise pour cela les bases de données transactionnelles, les fichiers, dont la mise à jour est faite en temps réel. Ces bases de données et fichiers sont utilisés dans les entreprises pour gérer les importants volumes d'informations contenus dans leurs systèmes opérationnels (ou transactionnel). Les systèmes transactionnels se caractérisent de la manière suivante :

De part leurs caractéristiques, les Processus Transactionnels en Ligne regorgent une grande masse d'informations cachant une certaine connaissance dont eux-mêmes sont peu adaptés à pouvoir déceler. Pour remédier à ceci, il faudrait torturer cette masse d'informations jusqu'à ce qu'elles vont avouer la connaissance qu'elles détiennent.

C'est dans cette perspective que plus de 95% d'entreprises Européennes se sont donc mises à la recherche de systèmes supportant efficacement les applications d'aide à la décision à partir de la connaissance extraite dans les systèmes transactionnels. Ces applications décisionnelles utilisent des processus d'analyse en ligne de données (OLAP : "On-Line Analytical Processing". Ces processus OLAP se caractérisent de la manière suivante :

· Il s'agit uniquement de traitements semi-automatiques visant à interroger, visualiser et synthétiser les données ;

· Ils concernent un nombre d'enregistrements importants aux structures hétérogènes ;

· Ils sont définis et mis en oeuvre par un nombre réduit d'utilisateurs qui sont les décideurs.

Une autre différence que nous pouvons établir entre les deux systèmes est que les OLTP sont orientés « Applications », ce qui fait que nous pouvons parler de la gestion de ressources humaines, des abonnés, de vente de cartes prépayées, alors que les systèmes OLAP sont orientés « Sujets ou thèmes ou encore Activités » et par exemple nous pouvons avoir comme sujet : la performance des employés, la vente, ... ceci est illustré par la figure ci-après.

I.2.7. Les Application de L'Informatique Décisionnelle

Ces applications : la Gestion de la relation client, la Gestion de commandes, de stocks, les Prévisions de ventes, la Définition de profil utilisateur, l'Analyse de transactions bancaires et la Détection de fraudes.

Les nouveaux outils de BI facilitent la mise au point d'indicateurs fédérant toutes les couches de l'entreprise. La vision stratégique de la direction générale doit en effet être diffusée et déclinée dans tous les services de l'entreprise comme l'illustre la figure 3 : il s'agit de fixer à chacun des objectifs qui lui « parlent ». Parce qu'un chef d'équipe sur une chaîne de montage se sentira infiniment plus concerné par un objectif de réduction des délais de mise en route de la chaîne ou par un ratio de défauts, que par un objectif d'accroissement de part de marché au plan mondial.

I.2.8. Fonctions d'un Système D'aide à la Décision

Un système d'information décisionnel (SID) doit être capable d'assurer quatre fonctions fondamentales : la collecte, l'intégration, la diffusion et la présentation des données. À ces quatre fonctions s'ajoute une fonction d'administration, soit le contrôle du SID lui-même :

· Fonction de Collecte : Cette fonction (parfois appelée datapumping) recouvre l'ensemble des tâches consistant à détecter, sélectionner, extraire et filtrer les données brutes issues des environnements pertinents compte tenu du périmètre couvert par le SID. Comme il est fréquent que les sources de données internes et/ou externes soient hétérogènes tant sur le plan technique que sur le plan sémantique, cette fonction est la plus délicate à mettre en place dans un système décisionnel complexe. Elle s'appuie notamment sur des outils d' ETL (extract-transform-load pour extraction-transformation-chargement). Les données sources qui alimentent le SD sont issues des systèmes transactionnels de production, le plus souvent sous forme :

· Fonction d'Intégration : Celle-ci consiste à concentrer les données collectées dans un espace unifié, dont le socle informatique essentiel est l'entrepôt de données (concept de central du décisionnel). Celui-ci permet aux applications décisionnelles de masquer la diversité de l'origine des données et de bénéficier d'une source d'information commune, homogène, normalisée et fiable, au sein d'un système unique et si possible normalisé.

· Fonction de Diffusion (ou distribution) : La fonction de diffusion met les données à la disposition des utilisateurs, selon des schémas correspondant aux profils ou aux métiers de chacun, sachant que l'accès direct à l'entrepôt de données ne correspond généralement pas aux besoins spécifiques d'un décideur ou d'un analyste. L'objectif prioritaire est à ce titre de segmenter les données en contextes informationnels fortement cohérents, simples à utiliser et correspondant à une activité décisionnelle particulière. Alors qu'un entrepôt de données peut héberger des centaines ou des milliers de variables ou indicateurs, un contexte de diffusion raisonnable n'en présente que quelques dizaines au maximum. Chaque contexte peut correspondre à un Data Mart, bien qu'il n'y ait pas de règles générales concernant le stockage physique. Très souvent, un contexte de diffusion est multidimensionnel, c'est-à-dire modélisable sous la forme d'un hyper cube; il peut alors être mis à disposition à l'aide d'un outil OLAP.

· Fonction Présentation : Cette quatrième fonction, la plus visible pour l'utilisateur, régit les conditions d'accès de l'utilisateur aux informations, dans le cadre d'une interface Homme-machine déterminée (pour nous il s'agira d'un téléphone portable mini d'une carte SIM Vodacom). Elle assure le contrôle d'accès et le fonctionnement du poste de travail, la prise en charge des requêtes, la visualisation des résultats sous une forme ou une autre. Elle utilise toutes les techniques de communication possibles : outils bureautiques, requêteurs et générateurs d'états spécialisés, infrastructure web, télécommunications mobiles, etc.

· Fonction Administration : C'est la fonction transversale qui supervise la bonne exécution de toutes les autres. Elle pilote le processus de mise à jour des données, la documentation sur les données (les métadonnées), la sécurité, les sauvegardes, et la gestion des incidents.

I.2.9. Les enjeux de l'informatique décisionnelle

De nos jours, les données applicatives métier sont stockées dans une ou plusieurs bases de données relationnelles ou non relationnelles. Ces données extraites, transformées et chargées dans un entrepôt de données généralement par un outil du type ETL.

Un entrepôt de données peut prendre la forme d'un Data Warehouse globalise toutes les données applicatives de l'entreprise tandis que les Data Marts généralement alimentés depuis les données du Data warehouse sont des sous-ensembles d'informations concernant un métier particulier de l'entreprise assurance, marketing risque, contrôle de gestion, santé etc.

Les entreprises de données permettent de produire des rapports qui répondent à la question « que c'est - il passé ?», mais ils peuvent être également conçus pour répondre à la question analytique « pourquoi est-ce que cela c'est passé ? » et à la question pronostique « que va - t - il se passer ? ».

Dans un contexte opérationnel, ils répondent également à la question « que se passe - t- il en ce moment ? », voire dans le cas d'une solution d'entrepôt de données actif « que devrait - il se passer ? ».

I.2.10. Fonctions essentielles de l'informatique décisionnelle.

Un système d'information décisionnel assure quatre fonctions fondamentales, à savoir la collecte, l'intégration, la diffusion et la présentation des données à ces quatre fonctions s'ajoute une fonction de contrôle du système d'information décisionnelle lui - même, l'administration.

· Collecte : La collecte est l'ensemble des tâches consistant à détecter, à sélectionner, à extraire et à filtrer les données brutes issues des environnements pertinentes compte tenu du périmètre du SI.

· Intégration : L'intégration consiste à concentrer les données collectées dans un espace unifié, dont le socle informatique essentiel est l'entrepôt. Elément centrale du dispositif, il permet aux applications décisionnelles de bénéficier d'une source d'information commune, homogène, normalisée et fiable, susceptible de masquer la diversité de l'origine des données.

· Diffusion ou la distribution : La diffusion met les données à la disposition des utilisateurs, selon des schémas correspondant au profil ou au métier de chacun, sachant que l'accès direct à l'entrepôt ne correspondrait généralement pas aux besoins d'un décideur ou d'une analyse.

· Présentation : Cette quatrième fonction, la plus visible pour l'utilisateur, régit les conditions d'accès de l'utilisateur aux informations. Elle assure le fonctionnement du poste de travail, le contrôle d'accès, la prise en charge des requêtes, la visualisation des résultats sous une forme ou une autre. Elle utilise les techniques de communication possibles comme les outils bureautiques, raquetteurs et générateurs d'états spécialisés, infrastructure web, télécommunications mobiles, etc.

· Administration : c'est la fonction transversale qui supervise la bonne exécution de toutes les autres, elle pilote le processus de mise à jour des données, la documentation sur les données et sur les métadonnées, la sécurité, les sauvegardes, la gestion des incidents.

I.2.11. Les phases du processus décisionnel

En fonction des exigences recueillies, quelles sont les éléments de la chaine de la valeur décisionnelle qui doivent être implémentés ?

I.3. CONCLUSION

Dans ce chapitre, nous avons parlé le sujet de système décisionnel, nous avons définit l'informatique décisionnelle, l'architecture de système décisionnel, ses différents enjeux avec leurs fonction y compris les phases du processus dans un système décisionnel.

CHAPITRE II LE DATAMINING [1][3][4][6][9][10][11[17]

II.1. PRESENTATION

Historiquement, cette approche apparut en 1989 sous un premier nom de KDD (Knowledge Discovery in Databases, en français ECD pour Extraction de Connaissances à partir des Données), avant qu'en 1991 apparaisse pour la première fois le terme de « Data Mining ».

Ainsi, le développement des moyens informatiques et de calcul statistique permettent la conservation (bases de données ou encore Entrepôt de donnés), le traitement et l'analyse d'ensembles de données très volumineux. Plus récemment, le perfectionnement des logiciels et de leurs interfaces offrent aux utilisateurs, statisticiens ou non, des possibilités de mise en oeuvre très simples de ces méthodes.

Cette évolution, ainsi que la popularisation de nouvelles techniques algorithmiques (réseaux de neurones, machine à vecteurs support, Arbres de décision, segmentation, etc.) et outils graphiques, conduit au développement et à la commercialisation de logiciels (tels que le SPAD, le WEKA, R) intégrant un sous-ensemble de méthodes statistiques et algorithmiques utilisées sous la terminologie de Data Mining généralement traduit en français par fouille de données.

Cette approche, dont la présentation est principalement issue du marketing spécialisé dans la gestion de la relation client (GRC), trouve également des développements et applications industrielles en contrôle de qualité ou même dans certaines disciplines scientifiques dès lors que les ingénieurs et chercheurs que nous sommes, sont confrontés à un volume de données important comme celui que nous retrouvons aujourd'hui dans la téléphonie mobile.

« Comment trouver un diamant dans un tas de charbon sans se salir les mains ».

Le terme datamining est souvent employé pour désigner l'ensemble des outils permettant à l'utilisateur d'accéder aux données de l'entreprise, de les analyser.

Nous retiendrons ici le terme de data Mining aux outils ayant pour objet de générer des informations riches à partir des données de l'entreprise, notamment des données historiques, de découvrir des modèles implicites dans les données.

Ces outils peuvent permettre par exemple à un magasin de dégager des profils de client et des achats types et de prévoir ainsi les ventes futures. Ils permettent d'augmenter la valeur des données contenues dans le Data Warehouse.

Les outils d'aides à la décision, qu'ils soient relationnels ou OLAP, laissent l'initiative à l'utilisateur, de choisir les éléments qu'il veut observer ou analyser .Au contraire, dans le cas du datamining ,le système a l'initiative et découvre lui-même les associations entre données ,sans que l'utilisateur ait à lui dire de rechercher plutôt dans telle ou telle direction ou à poser des hypothèses .

Il est alors possible de prédire l'avenir, par le comportement d'un client, et de détecter, dans le passé, les données inusuelles, exceptionnelles.

Ces outils ne sont plus destinés aux seuls experts statisticiens mais doivent pouvoir être employés par des utilisateurs connaissant leur métier et voulant l'analyser, l'explorer.

Seul un utilisateur connaissant le métier peut déterminer si les modèles, les règles, les tendances trouvées par l'outil sont pertinentes, intéressantes et utiles à l'entreprise.

Ces utilisateurs n'ont donc pas obligatoirement un bagage statistique important .L'outil doit être soit ergonomique, facile à utiliser, soit permettre de construire une application clé en main, pour la transparence de toutes les techniques utilisées par l'utilisateur.

Nous pourrions définir le data mining comme une démarche ayant pour objet de découvrir des relations et des faits, à la fois nouveaux et significatifs, sur de grands ensembles de données.

Le terme datamining signifie littéralement forage de données dont le but est de pouvoir extraire un élément : la connaissance.

Ces concepts s'appuient sur le constat qu'il existe au sein de chaque entreprise des informations cachées dans le gisement de données. Nous appellerons datamining l'ensemble des techniques qui permettent de transformer les données en connaissances.

L'exploration se fait sur l'initiative du système, par un utilisateur métier, et son but est de remplir l'une des tâches suivantes : Classification, estimation, prédiction, regroupement par similitudes, segmentation (cautérisation), description et, dans une moindre mesure, l'optimisation.

II.2. SATATISTIQUE ET DATAMINING

Nous pourrions croire que les techniques du datamining viennent en remplacement des statistiques .En fait, il n'en est rien et elles sont omniprésentes .On les utilise :

· Après le processus pour mesurer les actions entreprises et faire un bilan.

II.3. LES TECHNIQUES DE DATAMINING

Le Data mining met en oeuvre un ensemble de techniques issues de la statistique, de l'analyse de données et de l'informatique pour exploiter les données. On distingue deux grandes familles de techniques à savoir les techniques Descriptives et celles Prédictives.

Les techniques descriptives permettent évidemment de « décrire, résumer, synthétiser, réduire, classer, mettre en oeuvre des informations présentes mais cachées par le volume de données ». Aussi appelées techniques non supervisées, elles produisent des modèles de classement et ne disposent pas de variable cible à prédire. Elles regroupent entre autre :La Segmentation (clustering / Classification Automatique), l'Analyse factorielle des correspondances, Analyse en composantes principales, la Recherche d'associations (analyse du ticket de caisse), etc.

Les techniques prédictives visent à « prédire, extrapoler (anticiper) de nouvelles informations à partir des informations présentes ». Aussi appelées techniques supervisées, elles sont plus délicates à mettre en oeuvre que celles descriptives et leur objectif est de prévoir une variable cible mais aussi de classer à partir de la variable cible.

II.3.1.La classification ascendante hiérarchique

Elle consiste à obtenir une succession de partitions (partitionnement horizontal) sur l'ensemble des clients sachant qu'à chaque partition est associée un seuil de similarité (de distance) au-delà duquel deux n-uplets sont considérés comme similaires et appartiennent donc à la même classe. Ces partitions irons des clients particuliers jusqu'à une partition globale contenant toute la population. L'algorithme utilisé fournit une hiérarchie de partitions, se présentant sous la forme d'arbres appelés « dendrogrammes » et contenant n-1 partitions.

Il est évident qu'au départ l'ensemble des individus à segmenter est muni d'une distance, ceci ne suppose donc pas que les distances soient toutes calculées au départ, d'où il faudra les calculer ou recalculer à partir des coordonnées des individus. On construit alors une première matrice de distances entre tous les individus. .

II.3.2. Régression

La régression est une méthode statistique qui permet d'étudier la façon dont une variable quantitative varie en fonction des autres (quantitatives). Aussi appelée « Modèle Linéaire », elle présente trois avantages, à savoir : le Description de phénomènes, le Contrôle et l'estimation (faire des projections).

Il est évident que nous appliquons la régression linéaire dans ce travail, pour faire des projections, (estimation) du nombre d'unités à recharger par un client

. Ceci étant, il y a lieu d'atteindre cet avantage, que ce soit avec la régression linéaire simple ou celle multilinéaire.

II.3.2.1. La Régression Simple

Il s'agit d'un cas de régression où l'on considère deux variables dans le but de d'estimer la ou les valeurs de l'une, dite variable « dépendante », correspondant à une ou plusieurs valeurs connues de l'autre variable, dite « indépendante ».

Cependant, la régression linéaire est conditionnée par les problèmes de corrélation. Ainsi, le coefficient de corrélation simple, défini dans tous les ouvrages classiques de statistique que nous avons lus, mesure l'intensité de la relation linéaire existant entre deux variables. Il peut être utile notamment, en rapport avec la notion de régression linéaire simple, dans la prévision ou l'estimation des valeurs d'une variable en fonction des valeurs d'une autre.

II.3.2.2. La Régression Multiple

Le modèle de régression linéaire multiple est l'outil statistique le plus habituellement mis en oeuvre pour l''étude de données multidimensionnelles. Cas particulier de modèle linéaire, il constitue la généralisation naturelle de la régression simple que nous venons d'étudier.

La régression multiple peut être utilisée chaque fois qu'une variable observe dite variable dépendante (endogène), doit être exprimée en fonction de deux ou plusieurs autres variables observées, dites indépendantes ou explicatives ou mieux exogènes. Le cas le plus simple est celui où les variables explicatives sont des variables non aléatoires, leurs valeurs étant toutes choisies à priori de façon arbitraire.

On suppose alors généralement que la relation étudiée est linéaire et que les différentes valeurs de la variable dépendante sont extraites de distributions normales, indépendantes et de même variance.

II.4. LES TACHES DU DATA MINING

Contrairement aux idées reçues, le Data Mining n'est pas le remède miracle capable de résoudre toutes les difficultés ou besoins de l'entreprise .Cependant, une multitude de problèmes d'ordre intellectuel, médical, économique peuvent être regroupés, dans leur formalisation, dans l'une des tâches suivantes :

En outre, hormis ces quelques techniques et tâches du datamining, nous signalons qu'il existe d'autres que nous n'avons pas énumérez dans notre travail.

II.5. ARBRE DE DECISION

Un arbre de décision est une structure qui permet de déduire un résultat à partir de décisions successives. Pour parcourir un arbre de décision et trouver une solution, il faut partir de la racine. Chaque noeud est une décision atomique.

Chaque réponse possible est prise en compte et permet de se diriger vers un des fils du noeud. De proche en proche, on descend dans l'arbre jusqu'à tomber sur une feuille. La feuille représente la réponse qu'apporte l'arbre au cas où l'on vient de tester.

Très souvent on considère qu'un noeud pose une question sur une variable, la valeur de cette variable permet de savoir sur quels fils descendre. Pour les variables énumérées, il est parfois possible d'avoir un fils par valeurs, on peut aussi décider que plusieurs variables différentes mènent au même sous arbre.

Pour les variables continues, il n'est pas imaginable de créer un noeud qui aurait potentiellement un nombre de fils infini, on doit discrétiser le domaine continu (arrondis, approximation), donc décider de segmenter le domaine en sous-ensembles. Plus l'arbre est simple, et plus il semble techniquement rapide à utiliser.

En fait, il est plus intéressant d'obtenir un arbre qui est adapté aux probabilités des variables à tester. La plupart du temps un arbre équilibré sera un bon résultat. Si un sous arbre ne peut mener qu'à une solution unique, alors toute cette sous-barbe peut être réduit à sa simple conclusion, cela simplifie le traitement et ne change rien au résultat final.

II.5.1. Définition

Un arbre de décision est un outil d'aide à la décision et à l'exploration de données. Il permet de modéliser simplement, graphiquement et rapidement un phénomène mesuré plus ou moins complexe. Sa lisibilité, sa rapidité d'exécution et le peu d'hypothèses nécessaires a priori expliquent sa popularité actuelle.

II.5.2. Caractéristiques et avantages :

Le caractéristique principale est la lisibilité du modèle de prédiction que l'arbre de décision fourni, et de faire faire comprendre ses résultats afin d'emporter l'adhésion des décideurs. Cet arbre de décision a également la capacité de sélectionner automatiquement les variables discriminantes dans un fichier de données contenant un très grand nombre de variables potentiellement intéressantes.

En ce sens, constitue aussi une technique exploratoire privilégiée pour appréhender de gros fichiers de données.

II.5.3. Algorithme ID3

L'algorithme ID3 a été développé à l'origine par ROSS QUINLAN. C'est un algorithme de classification supervise. C'est-a-dire il se base sur des échantillons déjà classés dans un ensemble de classes pour déterminer un modèle de classification. Le modèle que produit ID3 est un arbre de décision. Cet arbre servira à classer de nouveaux échantillons

Le modèle que produit ID3 est un arbre de décision. Cet arbre servira à classer de nouveaux échantillons. Permet aussi de générer des arbres de décisions à partir de données. Imaginons que nous ayons à notre disposition un ensemble d'enregistrements ayant la même structure, à savoir un certain nombre de paires attribut ou valeur.

L'un de ses attributs représente la catégorie de l'enregistrement. Le problème consiste à construire un arbre de décision qui sur la base de réponses à des questions posées sur des attributs non cible peut prédire correctement la valeur de l'attribut cible. Souvent l'attribut cible pend seulement les valeurs vrai, faux ou échec, succès.

1. Principes

Chaque exemple en entrée est constitué d'une liste d'attributs. Un de ces attributs est l'attribut « cible » et les autres sont les attributs « non cibles ». On appelle aussi cette "cible" la "classe". En fait l'arbre de décision va permettre de prédire la valeur de l'attribut « cible » à partir des autres valeurs. Bien entendu, la qualité de la prédiction dépend des exemples : plus ils sont variés et nombreux, plus la classification de nouveaux cas sera fiable.

Un arbre de décision permet de remplacer un expert humain dont il modélise le cheminement intellectuel. À chaque noeud correspond une question sur un attribut non cible. Chaque valeur différente de cet attribut sera associée à un arc ayant pour origine ce noeud. Les feuilles de l'arbre, quant à elles, indiquent la valeur prévue pour l'attribut cible relativement aux enregistrements contenus par la branche (indiqués par les différents arcs) reliant la racine à cette feuille.

ID3 construit l'arbre de décision récursivement. À chaque étape de la récursion, il calcule parmi les attributs restant pour la branche en cours, celui qui maximisera le gain d'information. C'est-à-dire l'attribut qui permettra le plus facilement de classer les exemples à ce niveau de cette branche de l'arbre. On appelle ce calcul l'entropie de Shannon.

L'entropie est utilisée pour mesurer la quantité d'information apportée par un noeud. (Cette notion a été introduite par Claude Shannon lors de ses recherches concernant la théorie de l'information qui sert de base à énormément de méthodes du datamining.

2. Algorithme

3. Exemple

Pour introduire et exécuter "à la main" l'algorithme ID3 nous allons tout d'abord considérer l'exemple ci-dessous: Une entreprise possède les informations suivantes sur ses clients et souhaite pouvoir prédire à l'avenir si un client donné effectue des consultations de compte sur Internet.

*Client*	*Moyenne des montants*	*Age*	*Lieu de Résidence*	*Etudes supérieures*	*Consultation par internet*
1	Moyen	Moyen	Village	Oui	oui
2	Elevé	Moyen	Bourg	non	non
3	Faible	Age	Bourg	non	non
4	Faible	Moyen	Bourg	oui	oui
5	Moyen	Jeune	Ville	oui	Oui
6	Elevé	Agé	Ville	oui	non
7	Moyen	Agé	Ville	oui	non
8	Faible	Moyen	Village	non	non

Ici, on voit bien que la procédure de classification à trouver qui à partir de la description d'un client, nous indique si le client effectue la consultation de ses comptes par Internet, c'est-à-dire la classe associée au client.

- Le premier client est décrit par (M : moyen, Age : moyen, Résidence : village, Etudes : oui) et a pour classe Oui.

- Le deuxième client est décrit par (M : élevé, Age : moyen, Résidence : bourg, Etudes : non) et a pour classe Non.

Pour cela, nous allons construire un arbre de décision qui classifie les clients. Les arbres sont construits de façon descendante. Lorsqu'un test est choisi, on divise l'ensemble d'apprentissage pour chacune des branches et on réapplique récursivement l'algorithme.

Choix du meilleur attribut : Pour cet algorithme deux mesures existent pour choisir le meilleur attribut : la mesure d'entropie et la mesure de fréquence:

L'entropie : Le gain (avec pour fonction i l'entropie) est également appelé l'entropie de Shannon et peut se réécrire de la manière suivante :

Pour déterminer le premier attribut test (racine de l'arbre), on recherche l'attribut d'entropie la plus faible. On doit donc calculer H(C|Solde), H(C|Age), H(C|Lieu), H(C|Etudes), où la classe C correspond aux personnes qui consultent leurs comptes sur Internet.

H(C|Solde) = -3/8(1/3.log(1/3) + 2/3.log(2/3)-3/8(2/3.log(2/3) + 1/3.log(1/3)-2/8(0.log(0) + 1.log(1)

Le premier attribut est donc l'âge (attribut dont l'entropie est minimale). On obtient l'arbre suivant :

Pour la branche correspondant à un âge moyen, on ne peut pas conclure, on doit donc recalculer l'entropie sur la partition correspondante.

H(C|Solde) = -2/4(1/2.log(1/2) + 1/2.log(1/2)-1/4(1.log(1) + 0.log(0)-1/4(0.log(0) + 1.log(1)

L'ensemble des exemples est classé et on constate que sur cet ensemble d'apprentissage, seuls deux attributs sur les quatre sont discriminants.

II.7. CONCLUSION

Dans ce chapitre nous avons présenté le datamining avec ses différentes méthodes, tâches, techniques et nous introduit quelque notion relative à la théorie de graphe avant de parler de l'arbre de décision qui répond à un problème de discrimination.

Ayant ainsi parlé du Data Mining comme outil indispensable pour extraire de la connaissance dans les données, il se pose maintenant un problème de stockage de ces données. Il est évident que l'Entrepôt de données se trouve au coeur même du système décisionnel dans une entreprise, ce qui permet à celle-ci de centraliser ses informations ; alors qu'en est-il de l'Entrepôt de données.

CHAPITRE III. LES ENTREPOTS DE DONNEES [1][5][7][8][12][18]

III.1 INTRODUCTION

Les entrepôts des données intègrent les informations en provenance de différentes sources, souvent reparties et hétérogènes ayant pour objectif de fournir une vue globale de l'information aux analystes et aux décideurs.

La construction et la mise en oeuvre d'un entrepôt de données représentent une tâche complexe qui se compose de plusieurs étapes.

La première à l'analyse des sources de données et à l'identification des besoins des utilisateurs, la deuxième correspond à l'organisation des données à l'intérieur de l'entrepôt. Finalement, la troisième sert à établir divers outils d'interrogation, analyse, de fouille de données.

Chaque étape présente des problématiques spécifiques. Ainsi, par exemple, lors de la première étape, la difficulté principale consiste à l'intégration des données, de manière qu'elles soient de qualité pour leur stockage .pour l'organisation, il existe plusieurs problèmes comme : la sélection des vues à matérialiser, le rafraichissement de l'entrepôt, la gestion de l'ensemble de données courantes et historiées. En ce qui concerne le processus d'interrogation, nous avons besoin des outils performants et conviviaux pour l'accès et l'analyse de l'information.

Notre travail se focalise principalement sur une étape du processus décisionnel, avec une proposition de la définition d'un modèle multidimensionnel, pour boucle par une conclusion.

III.2. DEFINITION CLASSIQUE D'UN ENTREPOT DES DONNEES

Un entrepôt de données est une collection de données orientées sujet, intégrées, non volatiles et historiées, organisées pour le support d'un processus d'aide à la décision. Nous détaillons ces caractéristiques :

Orientées sujet : les données des entrepôts sont organisés par sujet plutôt que par application : par exemple, une chaine de magasins d'alimentation organise les données de son entrepôt par rapport aux ventes qui ont été réalisées par produit et par magasin, au cours d'un certain temps.

Intégrées : les données provenant des différentes sources doivent être intégrées, avant leur stockage dans l'entrepôt de données. L'intégration c'est à dire la mise en correspondance des formats, permet d'avoir une cohérence de l'information.

Non volatiles : à la différence des données opérationnelles, celles de l'entrepôt sont permanentes et ne peuvent pas être modifiées .le rafraichissement de l'entrepôt consiste à ajouter de nouvelles données, sans modifier ou perdre celles qui existent.

Historiées : la prise en compte de l'évolution des données est essentielle pour la prise de décision qui, par exemple, utilise des techniques de prédication en s'appuyant sur les évolutions passées pour prévoir les évolutions futures.

III.3. ARCHITECTURE D'UN ENTREPOT DE DONNEES

L'architecture des entrepôts de données repose souvent sur un SGBD séparé du système de production de l'entreprise qui contient les données de l'entrepôt.

Le processus d'extraction des données permet d'alimenter périodiquement ce SGBD. Néanmoins avant d'exécuter ce processus, une phase de transformation est appliquée aux données opérationnelles.

Celle-ci consiste à les préparer (mise en correspondance des formats de données), les nettoyer, les filtrer,..., pour finalement aboutir à leur stockage dans l'entrepôt.

Dans cette figure III.1, nous présentons une architecture simplifiée d'un entrepôt selon Doucet et Gangarski. Les différents composants ont été intègres dans trois parties : les sources de données, l'entrepôt et les outils existants dans le marché.

a) Les sources : les données de l'entrepôt sont extraites de diverses sources souvent reparties et hétérogènes, et qui doivent être transformées avant leur stockage dans l'entrepôt.

Nous avons deux types de sources des donnes : internes et externes à l'organisation :

· Internes : la plupart des données sont saisies à partir des différents systèmes de production qui rassemblent les divers SGBD opérationnels, ainsi que des anciens systèmes de production qui contiennent des données encore exploitées par l'entreprise.

· Externes : ils représentent des données externes à l'entreprise et qui sont souvent achetées.

Magasin des données opérationnel (ODS operational data store) : c'est un mini annuaire des données opérationnelles actualisées et intégrées aux analyses pour un département spécifique au sein de l'entreprise.

b) Les types de données de l'entrepôt de données : il existe plusieurs types de données dans un entrepôt, qui correspondent à diverses utilisations, comme :

· Données de détail courantes : ce sont l'ensemble des données quotidiennes et plus couramment utilisées. Ces données sont généralement stockées sur le disque pour avoir un accès rapide. Par exemple, le détail des ventes de l'année en cours, dans les différents magasins.

· Données de détail anciennes : ce sont des données quotidiennes concernant des événements passés, comme par exemple le détail des ventes des deux dernières années. Nous les utilisons pour arriver à l'analyse des tendances ou des requêtes prévisionnelles. Néanmoins ces données sont plus rarement utilisées que les précédentes, et elles sont souvent stockes sur des mémoires d'archives.

· Donnes résumées ou agrégées : ce sont des données moins détaillées que les deux premières et elles permettent de réduire le volume des données à stocker. Le type de données, en fonction de leur niveau de détail, permet de les classifier commandes données légèrement ou fortement résumées.

· Les métadonnées : ce sont des données essentielles pour parvenir à une exploitation efficace du contenu d'un entrepôt. Elles représentent des informations nécessaires à l'accès et l'exploitation des données dans l'entrepôt comme : la sémantique (leur signification), l'origine (leur provenance), les règles d'agrégation (leur périmètre), le stockage (leur format, par exemple : francs, euro,...) et finalement l'utilisation (par quels programmes sont-elles utilisées).

· Données archives et sauvegarder : cette partie de l'entrepôt emmagasine les données détaillées résumées pour le besoins d'archivage et de sauvegarde. Les données sont transférées dans des stockages d'archivage tel que des bandes magnétiques ou disques optiques.

c) Outils : il existe sur le marché différents outils pour l'aide à la décision, comme les outils de fouille de données ou datamining (pour découvrir des liens sémantiques), outils d'analyse en ligne (pour la synthèse et l'analyse des données multidimensionnelles), outils d'interrogation (pour faciliter l'accès aux données en fournissant une interface conviviale au langage de requêtes).

III.4. ENTREPOTS ET LES BASES DE DONNEES

Dans l'environnement des entrepôts de données, les opérations, l'organisation des données, les critères de performance, la gestion des métadonnées, la gestion des transactions et le processus de requêtes sont très différents des systèmes de bases de données opérationnels.

Par conséquent, les SGBD relationnels orientes vers l'environnement opérationnel, ne peuvent pas être directement transplantes dans un système d'entrepôt de données.

Les SGBD ont été créés pour les applications de gestion de systèmes transactionnels. Par contre, les entrepôts de données ont été conçus pour l'aide à la prise de décision. Ils intègrent les informations qui ont pour objectif de fournir une vue globale de l'information aux analystes et aux décideurs.

Le tableau III.1 résume ces différences entre les systèmes de gestion de bases de données et les entrepôts de données.

	*SGBD*	*Entrepôts de données*
*Objectifs*	Gestion et production	Consultation et analyse
*Utilisateurs*	Gestionnaires de production	Décideurs, analystes
*Taille de la base*	Plusieurs giga-octets	Plusieurs téraoctets
*Organisation des données*	Par traitement	Par métier
*Type de données*	Données de gestion (courantes)	Données d'analyse (résumées, historiées)
*Requêtes*	simples, prédéterminées, données détaillées	Complexes, spécifiques, agrégations et group by
*Transactions*	Courtes et nombreuses, temps réel	Longues, peu nombreuses

III.5. SYSTEMES TRANSACTIONNELS ET SYSTEMES DECISIONNELS :

Les SGBD ont été créés pour gérer de grands volumes d'information contenus dans les différents systèmes opérationnels qui appartiennent à l'entreprise.

Ces données sont manipulées en utilisant des processus transactionnels en ligne .parallèlement à l'exploitation de l'information contenue dans ces systèmes opérationnels, les dirigeants des entreprises ont besoin d'avoir une vision globale concernant toute cette information pour faire des calculs prévisionnels, des statistiques ou pour établir des stratégies de développement et d'analyses des tendances.

système transactionnel

système décisionnel

Données

Exhaustives

courantes

dynamiques

orientées applications

Résumées

historiques

statiques

orientées sujets (d'analyse)

utilisateurs

Nombreux varies (employés, directeurs)

concurrentes

mises à jour et interrogations

requêtes prédéfinies

réponses immédiates

accès a peu d'information

peu nombreux

uniquement les décideurs

non concurrents

interrogations

requêtes imprévisibles et complexes

réponses moins rapides

accès à de nombreuses informations

III.6. DATAMART

III.6.1 Introduction

Un DataMart(mini entrepôt des données)est un sous-ensemble d'un entrepôt de données; il est généralement exploité dans les entreprise pour restituer des informations ciblées sur un métier spécifique, constituant pour ce dernier un ensemble d' indicateurs à vocation de pilotage de l'activité et d' aide à la décision. Un DataMart, selon les définitions, est issu ou fait partie d'un DataWarehouse, et en reprend par conséquent la plupart des caractéri stique

III.6.2 Définitions

· Le DataMart est un ensemble de données ciblées, organisées, regroupées et agrégées pour répondre à un besoin spécifique à un métier ou un domaine donné. Il est donc destine à être interrogé sur un panel de données restreint à son domaine fonctionnel, selon des paramètres qui auront été définis à l'avance lors de sa conception.

· De façon plus technique, le DataMart peut être considère de deux manières différentes, attribuées aux deux principaux théoriciens de l'informatique décisionnelle, Bill inmon et Ralph Kimball :

· Définition d'inmon : le DataMart est issu d'un flux de données provenant du DataWarehouse. Contrairement à ce dernier qui présente le détail des données pour toute l'entreprise, il a vocation à présenter la donnée de manière spécialisée, agrégée et regroupée fonctionnellement.

· Définition de Kimball : le Data Mart est un sous-ensemble du DataWarehouse, constitue de tables au niveau détail et à des niveaux plus agrèges, permettant de restituer tout le spectre d'une activité métier. L'ensemble des Data Marts de l'entreprise constitue le Data Warehouse.

III.6.3. Structure physique et théorique

Le DataMart est souvent confondu avec la notion d'hyper cube ; il peut de fait être représente par un modèle en étoile ou en flocon dans une base de données relationnelle notamment lorsqu'il s'agit de données élémentaires ou unitaires non agrégées.

III.7. DATAWAREHOUSE ET DATAMART

La première étape d'un projet busines intelligent est de créer un entrepôt central pour avoir une vision globale des données de chaque service. Cet entrepôt porte le nom de Data Warehouse. On peut également parler de DataMart, si seulement une catégorie de services ou métiers est concernée pour notre travail nous parlerons de DataMart des suivie de traitement médicale de la consultation jusqu'à la fin.

Par définition, un DataMart peut être contenu dans un Data Warehouse, ou il peut être seulement issu de celui-ci.

III.7.1. Architecture d'un Data Mart

III.7.2. La place du DataMart dans l'entreprise

Le DataMart se trouve en toute fin de la chaine de traitement de l'information. En règle générale, il se situe en aval d'un Data Warehouse plus global à partir duquel il est alimenté, dont il constitue en quelque sorte un extrait.

Un DataMart forme la principale interaction entre les utilisateurs et les systèmes informatiques qui gèrent la production de l'entreprise (souvent des ERP).

Dans un DataMart, l'information est préparée pour être exploitée brute par les personnes du métier auquel il se rapporte. Pour ce faire, il est appelé à être utilise via des logiciels d'interrogation de bases de données (notamment des outils de reporting) afin de renseigner ses utilisateurs sur l'état de l'entreprise à un moment donné (stock) ou sur son activité (flux).

La préparation de la donnée pour une utilisation directe, inhérente au DataMart, peut revêtir plusieurs formes. Il faut noter que toutes représentent une simplification par rapport au niveau de données inferieur ; on peut citer pour exemple

L'agrégation de données : le DataMart ne contient pas le détail de toutes les opérations qui ont eu lieu, mais seulement des totaux, repartis par groupements. Le retrait de données inutiles : le DataMart ne contient que les données qui sont strictement utiles aux utilisateurs.

L' historisation des données : le DataMart contient seulement la période de temps qui intéresse les utilisateurs.

III.8. CONCEPTION D'UN ENTREPOT DE DONNEES

La conception d'un entrepôt de données se fait de deux façon, la première consiste à construire d'abord plusieurs mini-entrepôts selon les directions ou les départements ensuite les intègres dans un seul entrepôt pour l'entreprise ; la deuxième consiste à construire un entrepôt pour l'entreprise ensuite mettre en place un ou plusieurs mini-entrepôts pour chaque direction ou départements que compte l'entreprise.

La conception d'un entrepôt de données peut se faire en utilisant la modélisation relationnelle classique (pour les bases de données transactionnelles) ou en utilisant la modélisation dimensionnelle.

Dans un entrepôt de données les requêtes pour l'interrogation des données utilisent beaucoup des jointures qui demandent trop de temps ce qui constitue un problème pour le système transactionnel. C'est pourquoi il est préférable d'utiliser l'approche multidimensionnelle.

III.8.1 Modélisation Multidimensionnelle

Pour arriver à construire un modèle approprie pour un entrepôt de données ou un DataMart, nous pouvons choisir, soit un schéma relationnel (le schéma en étoile, en flocon de neige ou en constellation) ; soit un schéma multidimensionnel.

Avant de décrire les différents schémas, nous commençons par quelques concepts de base. La modélisation multidimensionnelle consiste à considérer un sujet analyse comme un point dans un espace a plusieurs dimensions. Les données sont organisées de manière à mettre en évidence le sujet (le fait) et les différentes perspectives de l'analyse(les dimensions). Le fait représente le sujet d'analyse. Il est compose d'un ensemble de mesures qui représentent les différentes valeurs de l'activité analysée.

Par exemple, dans le fait ventes, nous pouvons avoir la mesure "quantité de produits vendus par magasin". Les mesures doivent être valorisées de manière continue et elles peuvent être additives (pour résumer une grande quantité d'enregistrements) ; semi-additives (si elles peuvent seulement être additionnées pour certaines dimensions) et non additives.

Une dimension modélise une perspective de l'analyse. Elle se compose de paramètres(ou attributs) qui servent à enregistrer les descriptions textuelles.

A. Méthodologie de design de la base de données pour l'entrepôt des données :

Dans cette section nous décrivons une méthodologie par étapes pour construire la base de données d'un entrepôt de données cette méthode a été initialement proposées par Kimball et s'appelle méthodologie a neuf étape dans la modélisation d'un entrepôt des données :

III.8.2. Schémas relationnels

Dans les schémas relationnels nous trouvons deux types de schémas. Les premiers sont des schémas qui répondent fort bien aux processus de type OLTP qui ont été décrits précédemment, alors que les deuxièmes, que nous appelons des schémas pour le décisionnel, ont pour but de proposer des schémas adaptes pour des applications de type OLAP.

Nous décrivons les différents types des schémas relationnels pour le décisionnel

III.8.3 Le Schéma en étoile

Il se compose du fait central et de leurs dimensions. Dans ce schéma il existe une relation pour les faits et plusieurs pour les différentes dimensions autour de la relation centrale. La relation de faits contient les différentes mesures et une clé étrangère pour faire référence à chacune de leurs dimensions.

La figure 3.3 montre le schéma en étoile en décrivant les ventes réalisées dans.

Les différents magasins de l'entreprise au cours d'un jour. Dans ce cas, nous avons une étoile centrale avec une table de faits appelée ventes et autour leurs diverses dimensions : temps, produit et magasin

III.8.3 Le schéma en flocon de neige

Il dérivé du schéma précédent avec une relation centrale et autour d'elle les différentes dimensions, qui sont éclatées ou décomposées en sous hiérarchies.

L'avantage du schéma en flocon de neige est de formaliser une hiérarchie au sein d'une dimension, ce qui peut faciliter l'analyse. Un autre avantage est représenté par la normalisation des dimensions, car nous réduisons leur taille.

Néanmoins dans, l'auteur démontre que c'est une perte de temps de normaliser les relations des dimensions dans le but d'économiser l'espace disque.

Par contre, cette normalisation rend plus complexe la lisibilité et la gestion dans ce type de schémas. En effet, ce type de schéma augmente le nombre de jointures à réaliser dans l'exécution d'une requête.

Les hiérarchies pour le schéma en flocon de neige de l'exemple de la figure 3 sont :

La figure 4 montre le schéma en flocon de neige avec les dimensionnes temps et magasin éclatées en sous hiérarchies.

Dans l'exemple ci-dessus, la dimension temps a été éclatée en deux, temps et T_mois. La deuxième dimension magasin, a été décomposée en trois : magasin, m_departement et m_region.

III.8.4 Le schéma en constellation

Le schéma en constellation représente plusieurs relations de faits qui partagent des dimensions communes. Ces différentes relations de faits composent une famille qui partage les dimensions mais où chaque relation de faits a ses propres dimensions.

La figure 3.4 montre le schéma en constellation qui est compose de deux relations de faits.

La première s'appelle ventes et enregistre les quantités de produits qui ont été vendus dans les différents magasins pendant un certain jour. La deuxième relation gère les différents produits achètes aux fournisseurs pendant un certain temps.

La relation de faits ventes partage leurs dimensions temps et produits avec la table achats. Néanmoins, la dimension magasin appartient seulement à ventes. Également, la dimension fournisseur est liée seulement à la relation achats.

III.8.5 Schéma multidimensionnel (cube)

Dans le modèle multidimensionnel, le concept central est le cube, lequel est constitué des éléments appelés cellules qui peuvent contenir une ou plusieurs mesures. La localisation de la cellule est faite à travers les axes, qui correspondent chacun a une dimension.

La dimension est composée de membres qui représentent les différentes valeurs. En reprenant une partie du schéma en étoile, nous pouvons construire le schéma multidimensionnel suivant.

La figure 3.6, présente un schéma multidimensionnel pour les ventes qui ont été réalisées dans les magasins pour les différents produits au cours d'un temps donne (jour).

III.9. MANIPULATION DES DONNEES MULTIDIMENSIONNELLES

Pour visualise les données multidimensionnelles, nous pouvons utiliser la représentation sous forme d'une table de données, qui est la plus courante. Dans une table, nous représentons les différentes combinaisons des valeurs choisies pour constituer les noms de lignes et de colonnes.

Néanmoins, quand le nombre de dimensions est supérieur à deux, l'utilisateur a des problèmes pour visualiser simultanément l'ensemble de l'information. Pour résoudre ce problème, nous devons disposer d'opérations pour manipuler les données et rendre possible la visualisation.

Nous présentons les opérations pour la manipulation des données multidimensionnelles, en les divisant selon leur impact sur la façon de présenter les différentes vues des données analysées

III.9.1 Opérations Classiques

Ces opérations correspondent aux opérations relationnelles de manipulation des données :

· La sélection : résulte en un sous-ensemble de données qui respecte certaines conditions d'appartenance.

· La projection : résulte en un sous-ensemble des attributs d'une relation, qui sont soit des dimensions, soit des niveaux de granularité. Dans les systèmes décisionnels, les opérations de sélection et de projection sont appelées souvent "slice-and-dice".

· D'union, d'intersection et de différence sont des opérations qui agissent sur des relations qui ont le même schéma. Par exemple, les opérations agissant sur la structure visent à présenter une vue (face du cube) différente en fonction de leur analyse, citons :

· La rotation (rotate) : consiste à pivoter ou à effectuer une rotation du cube, de manière à présenter une vue différente des données à analyser.

· La permutation (switch) : consiste à inverser des membres d'une dimension, de manière à permuter deux tranches du cube.

· La division (split) : consiste à présenter chaque tranche du cube en passant d'une représentation tridimensionnelle à une présentation tabulaire.

· L'emboitement (nest) : permet d'imbriquer les membres d'une dimension. En utilisant cette opération, nous représentons dans une table bidimensionnelle toutes les données d'un cube quel que soit le nombre de dimensions.

· L'enfoncement (push) : consiste à combiner les membres d'une dimension aux mesures du cube et donc de représenter un membre comme une mesure.

· L'opération inverse de retrait (pull) : permet de changer le statut de certaines mesures, pour transformer une mesure en membre d'une dimension.

· La factualisation (fold) : consiste à transformer une dimension en mesure(s) ; cette opération permet de transformer en mesure l'ensemble des paramètres d'une dimension.

· Le para métrisation (unfold) : permet de transformer une mesure en paramètre dans une nouvelle dimension.

III.9.2. Opérations agissant sur la granularité :

Les opérations agissant sur la granularité des données analysées, permettent de hiérarchiser la navigation entre les différents niveaux de détail d'une dimension. Dans la suite nous traitons les deux opérations de ce type :

· Le forage vers le haut (drill-up ou roll-up) : permet de représenter les données du cube à un niveau plus haut de granularité en respectant la hiérarchie de la dimension. Nous utilisons une fonction d'agrégation (somme, moyenne,...), qui est paramétrée, pour indiquer la façon de calculer les données du niveau supérieur à partir de celles du niveau inférieur.

· Le forage vers le bas (drill-down ou roll-down ou scale-down) : consiste à représenter les données du cube à un niveau de granularité inferieur, donc sous une forme plus détaillée. Ces types d'opérations ont besoin d'informations non représentées dans un cube, pour augmenter ou affiner des données, à partir d'une représentation initiale vers une représentation de granularité différente. Le forage vers le haut à besoin de connaitre la fonction d'agrégation utilisée tandis que le forage vers le bas nécessite de connaitre les données au niveau inférieur.

III.10. LES SERVEURS OLAP (ON-LINE ANALYTICAL PROCESSING)

Les données opérationnelles constituent la source principale d'un système d'information décisionnel. Les systèmes décisionnels complets reposent sur la technologie OLAP, conçue pour répondre aux besoins d'analyse des applications de gestion.

Nous exposons dans la suite les divers types de stockage des informations dans les systèmes décisionnels.

III.10.1. Les serveur ROLAP (RELATIONAL OLAP)

Dans les systèmes relationnels OLAP, l'entrepôt de données utilise une base de données relationnelle. Le stockage et la gestion de données sont relationnels. Le moteur ROLAP traduit dynamiquement le modèle logique de données multidimensionnel m en modèle de stockage relationnel, la plupart des outils requièrent que la donnée soit structurée en utilisant un schéma en étoile ou un schéma en flocon de neige.

(1) Elle permet la définition de données complexes et multidimensionnelles en utilisant un modèle relativement simple.

(2) Elle réduit le nombre de jointures à réaliser dans l'exécution d'une requête.

Le désavantage est que le langage de requêtes tel qu'il existe, n'est pas assez puisant ou n'est pas assez flexible pour supporter de vraies capacités d'OLAP.

III.10.2 Les serveur MOLAP (MULTIDIMENSIONAL OLAP)

Les systèmes multidimensionnels OLAP utilisent une base de données multidimensionnelle pour stocker les données de l'entrepôt et les applications analytiques sont construites directement sur elle. Dans cette architecture, le système de base de données multidimensionnel sert tant au niveau de stockage qu'au niveau de gestion des données. Les données des sources sont conformes au modèle multidimensionnel, et dans toutes les dimensions, les différentes agrégations sont pour le calculées pour des raisons de performance.

Les systèmes MOLAP doivent gérer le problème de données clairsemées, quand seulement un nombre réduit de cellules d'un cube contiennent une valeur de mesure associée.

Les avantages des systèmes MOLAP sont bases sur les désavantages des systèmes ROLAP et elles représentent la raison de leur création. D'un cote, les requêtes MOLAP sont très puissantes et flexibles en termes du processus OLAP, tandis que, d'un autre cote, le modèle physique correspond plus étroitement au modèle multidimensionnel. Néanmoins, il existe des désavantages au modèle physique MOLAP. Le plus important, a notre avis, c'est qu'il n'existe pas de standard du modèle physique.

III.10.3 Les serveur HOLAP (HYBRID OLAP)

Un système HOLAP est un système qui supporte et intègre un stockage des données multidimensionnel et relationnel d'une manière équivalente pour profiter des caractéristiques de correspondance et des techniques d'optimisation donc c'est l'ensemble des deux serveurs MOLAP et ROLAP.

Dans la figure 9, nous montrons une architecture en utilisant les types de serveurs ROLAP et MOLAP pour le stockage de données.

Ci-dessous, nous traitons une liste des caractéristiques principales qu'un système HOLAP doit fournir :

· La transparence du système : Pour la localisation et l'accès aux données, sans connaître si elles sont stockées dans un SGBD relationnel ou dimensionnel. Pour la transparence de la fragmentation.

· Un modèle de données général et un schéma multidimensionnel global : Pour aboutir à la transparence du premier point, tant le modèle de données général que le langage de requête uniforme doivent être fournis. Etant donné qu'il n'existe pas un modèle standard, cette condition est difficile à réaliser.

· Doit bénéficier des stratégies d'allocation qui existent dans les systèmes distribués tels que : le profil de requêtes, le temps d'accès, l'équilibrage de chargement.

· Une réallocation automatique : Toutes les caractéristiques traitées ci-dessus

Changent dans le temps. Ces changements peuvent provoquer la réorganisation de la distribution des données dans le système de stockage multidimensionnel et relationnel, pour assurer des performances optimales.

Actuellement, la plupart des systèmes commerciaux utilisent une approche hybride. Cette approche permet de manipuler des informations de l'entrepôt de données avec un moteur ROLAP, tandis que pour la gestion des Data Marts, ils utilisent l 'approche multidimensionnelle.

III.11. CONCLUSION

Dans ce chapitre, nous avons traité le sujet des entrepôts de données, nous avons données l'architecture d'un entrepôt de données, nous avons expliqué les différents composants qu'il intègre, comme les diverses sources, les types de données et les différents outils pour arriver à la visualisation de l'information.

Nous avons décrit les différents modèles multidimensionnels pour la construction d'un entrepôt de données, ainsi que les différentes opérations pour la manipulation des données multidimensionnelles et une aperçu sur le DataMart, le parallélisme entre le deux et présenter l'apport de DataMart dans les entreprise.

Dans un premier temps, nous avons décrit le serveur ROLAP qui utilise une base de données relationnelle, tant au niveau du stockage qu'au niveau de la gestion de données.

Ces types de systèmes utilisent une base de données multidimensionnelle pour le stockage des données. Les systèmes MOLAP doivent gérer le problème de données clairsemées, quand seulement un nombre réduit des cellules d'un cube et aspects temporels une valeur de mesure associée.

La troisième architecture que nous avons décrite est le serveur HOLAP et quelque caractéristique de ce types serveur.

CHAPITRE IV. MODELISATION ET IMPLEMENTION

IV.0. INTRODUCTION

Ce chapitre est consacré à la réalisation de notre système décisionnel ainsi que à l'interprétation des résultats obtenue après construction de notre arbre de décision. Ces applications sont réalisées pour le département des ressources humaines de la banque FINCA qui constitue le champ d'application de notre travail.

Ainsi, nous parlerons de l'aperçu historique, la situation géographique, suivie de la structure organisationnelle pour terminer par une conception de notre système décisionnel.

Par ailleurs, nous tenons à signaler que notre étude porte sur la réalisation d'un système décisionnel qui permettra de faire des analyses sur la performance des agents de la banque FINCA.

IV.1. ANALYSE DE L'EXISTANT

1. Historique de FINCA R.D.Congo

FINCA RDC est une institution de micro finance appartenant au groupe FINCA International, présent dans 21 pays du monde. Elle a demandé ses activités en 2003, grâce à une subvention de l'USAID consacrée à l'introduction de la technique « banque villageoise » à Kinshasa. L'IMF, qui dispose aujourd'hui d'un réseau de 11 agences, concentré dans les régions de Kinshasa, du bas Congo et du Katanga, a sollicité l'agence Française de Développement de son portefeuille de prêts.

L'Agence a répondu favorablement à cette demande et les deux institutions ont signé le 11 septembre 2009 une convention de crédit de 2,8 millions de dollars. Le projet vise a soutenir FINCA RDC, d'une part dans le développement de ses activités en dehors de Kinshasa, notamment la zone de Lubumbashi et d'autre part le développement de son portefeuille de crédits aux TPE (très petites entreprises) au profit de diverses activités comme le petit commerce, l'artisanat ou les services.

2. Vision, Mission et Stratégies

2.1. La vision

La vision de FINCA s'énonce comme suit : « tisser un réseau globale au service de micro entrepreneurs comme jamais au paravent tout en fonctionnant sur base des principes commerciaux de performance et de stabilité ».

Cette déclaration de vision traduit clairement d'une part la volonté de FINCA d'être le leader mondial en matière de services financiers fournis aux micro entrepreneur et d'autre part la nécessité de travailler de manière rentable et professionnelle, afin d'assurer la pérennité de ses opérations.

2.2. La Mission

Toute organisation a une mission précise qui lui permet d'atteindre le but de son existence et sa vision.

La mission de la FINCA consiste à « fournir des services financiers aux entrepreneurs de faibles revenus du monde permettant ainsi de créer des emplois, générer des capitaux, et améliorer leur niveau de vie »Aujourd'hui la mission de FINCA est d'atteindre plus de 1.000.000 des clients dans le monde.

L'objectif de cette mission est d'avoir un impact systématique et générationnel sur la pauvreté, en rendant accessible le prêts aux femmes pauvres et c'est à grande échelle.

Dans le secteur du micro crédit, FINCA est réputée pour atteindre les segments les plus pauvres du marché

2.3. La stratégie

La stratégie étant un ensemble cohérent ou conséquent d'actions qu'une organisation entreprend pour aller vers sa vision.

L'essentiel, en matière de stratégie, consiste de choisir d'exécuter les opérations de manière différente par rapport à la concurrence, afin de fournir une proposition de valeur unique.

3. Situation Géographique

La direction générale de FINCA RDC se situe dans le district de Lukunga plus précisément dans la commune de Gombe, au croisement des avenues Colonel Ebeya et de l'hôpital général de Kinshasa (ex maman yemo), au sein de l'ex immeuble SODIMCA.

4. Nature Juridique

FINCA RDC est une société par action de société anonyme (SA), avec comme numéro du registre commercial KG/4096/M et de l'identification nationale 01-61O-N53321U, agrée par la Banque Centrale du Congo.

5. Evolution de FINCA/RDC

La FINCA/RDC a débuté ses activités en Mai 2003 dans un contexte marqué par une situation politique très instable (la fin de la guerre n'étant pas encore effective et formelle), ainsi qu'une extrême méfiance du public envers les institutions financières. En dépit de cela, la FINCA/RDC dotée alors du statut d'ONG parvint à récolter un succès impressionnant avec son produit « Village banking »

En 2005, FINCA/RDC obtint aux termes de l'instruction n°001 de la banque centrale du Congo, le statut d'institution de micro finance.

En 2006, un nouveau produit est introduit par l'institution à savoir « crédit individuel » lequel a permis à FINCA/RDC de doubler son portefeuille de crédit en l'espace de quelques mois seulement.

C'est dans ce contexte que FINCA/RDC décida de passer de la phase d'expansion de ses activités, ce qui impliqua d'importants investissements dans les infrastructures : il fut décidé la création de deux branches à Kinshasa, la branche de Gombe et celle de Masina dotées de bureaux ultramodernes, et qui devinrent pleinement opérationnelles en Décembre 2006. Au cours de l'année 2006, le personnel de FINCA/RDC passa de 50 à plus de 120 employés.

En septembre 2007, FINCA/RDC entama son déploiement à l'intérieur du pays lequel ne permettait pas d'offrir au public de nouveaux produits tels que les transferts d'argent et les paiements électroniques : de par la législation congolaise en effet, seules les banques sont habilitées à gérer les moyens de paiement, dont font partie les transferts et le paiement électronique.

Cet obstacle est désormais levé, car depuis Mai 2008, FINCA/RDC est devenu une société par action à responsabilité limité (SARL), disposant du tout nouveau statut juridique de « société de micro finance ».

6. Structure Organique

La direction générale de FINCA/RDC est dirigée par un Directeur nationale assisté d'un adjoint suivie d'un management Team (une équipe de direction). Il est composé de 9 départements.une attention particulière sera accordé au département de l'Information Service(IS) dans lequel nous avions effectué notre stage.

7. Organigramme de la direction générale de FINCA

Management

IV.2. OUTIL UITILISE

Nous présentons succinctement les outils ainsi que les nouvelles méthodes de développement de processus décisionnels qui en découlent :

*Composant*	*Module SQL Serveur 2008*	*Destination dans l'entreprise*
Workflow+Flux de données (ETL)	Intégration de services (SSIS)	Administrateur de base des données
Entrepôt de données relationnel et multidimensionnel	Base de données relationnelle SQL serveur 2005	Administrateur et développeurs
Base de données multidimensionnelle analytique	Analysis services	Développeur et utilisateur ayant des connaissances métier
Exploration des données	Data mining intégré à Analysis services designer	Statistien ou développeur utilisateur
Création de rapports et de modèle sémantique métier	Reporting services designer	Développeurs
Requêtes et analyses spécifiques	Report builder 1 .0 Excel,proclarity	Analystes métier
Développement d'application BI	SQL serveur Business Intelligence Devellopment Studio(BIDS)=Visual Studio	Développeur
Outils de gestion de base de données	SQl Server Management Studio	Administrateur et développeurs
Services de notification	SQL serveur Notification services	Alertes envoyées aux managers sur des événements métier

Parmi ces composantes de SQL serveur 2008 nous avons utilisé l'intégration des services (SSIS) pour transformer notre source de données en Excel que nous avons d'abord transforme en Access, nous avons aussi et utiliser l'analysis service (SSAS) pour réaliser notre entrepôt des données ainsi pour bien faire le datamining.

IV.3. MODELISATION MULTIDIMENSIONNELLE DE DATAMART

· Top down : c'est la méthode la plus lourde, la plus contraignante et la plus complète en même temps elle consiste en la conception de tout l'entrepôt, puis la réalisation de ce dernier.

· Bottom-up : c'est l'approche inverse, elle consiste à créer les étoiles, puis les regrouper par des niveaux intermédiaires jusqu'à l'obtention d'un véritable entrepôt pyramidal avec une vision d'entreprise.

· Middle-Out : c'est l'approche hybride, et conseillée par les professionnels du business intelligence. Cette méthodes consiste en la conception totale de l'entrepôt des données c-à-dire concevoir toutes dimensions, tous les faits, toutes les relations, puis créer des divisions plus petites et plus gérables et les mettre en oeuvre.

Pour notre étude nous avons construit un DataMart représentant une étoile pour la banque FINCA qui est un DataMart sur la performance du personnel au département des ressources humaines.

IV.4. IMPLEMENTATION

IV.4.1. Conception d'un Data Mart

La procédure ou fonction fait référence au sujet de notre mini entrepôt des données. Nous déterminons le processus métier de la banque FINCA concernant notre étude « la performance des agents » dont voici la modélisation de la base de données de l'entrepôt de données

Choisir le grain signifie décider exactement de ce que représente un enregistrement d'une table de faits par exemple l'entité performance représente les faits relatifs à chaque performance et devient la table de faits du schéma en étoile de la performance du personnel.

Par conséquent, le grain de la table de faits performance est une performance réalisé au département des ressources humaines.

A prés avoir choisi le grain de la table de faits nous allons commencer à identifier les dimensions de la tables de faits.

A titre d'illustration, l'entité personnel servira de références aux données concernant la performance et deviendra la table de dimension du schéma en étoile de la performance.

Nous ajoutons aussi le Temps comme dimension principale, car il est toujours présent dans le schéma en étoile.

Les dimensions déterminent le contexte dans lequel nous pourrons poser des questions à propos des faits établis dans la table de faits .Un ensemble de dimensions de dimensions bien constitué rend le mini entrepôt de données compréhensible et en simplifie l'utilisation.

Nous identifions les dimensions avec suffisance de détails, pour décrire des choses telles que les clients et les propriétés avec granularité correcte.

Pour notre cas le fait est la performance. Les métriques sont les données numériques nombre de familiarisation des clients par des agents, nombre des agents qui sont faible en marketing, nombre des clients perdus, nombre des agents qui sont démissionnés et nombre de zone perdu par les agents.

Notons que les autres étapes qui suivent exclusivement pour la construction d'un entrepôt des données mais pour notre travail nous construisons un DataMart donc un sous ensemble d'un entrepôt des données donc nous estimons que nous pouvons nous arrêter a ce point.

Dans l'exemple présenté ci-haut, les mesures sont définies par la table performance et sont les suivantes :

Nous allons effectuer des analyses selon divers axes d'observation suivantes :

IV.4.2. Schéma en étoile de l'entrepôt de données sous SQL serveur2008R2

Figure IV.8. Détermination de nombre des agents qui sont faibles en marketing

L'analyse nous montre sur 148 personnels, il y a 58 soit 39,18919 % personnels qui sont faible en marketing.

L'analyse nous montre sur 148 personnels, il y a 30 soit 20,27027 % personnels qui ont perdu une zone, 29 soit 19,59459 % personnels qui ont perdu deux zones, 30 soit 20,27027 % personnels qui ont perdu trois zones, 30 soit 20,27027 % personnels qui ont perdu quatre zones et 29 soit 19,59459 % personnels qui ont perdu cinq zones.

IV.4.3. Module de Datamining

Dans ce module de datamining, nous nous servir de l'arbre de décision en utilisant le logiciel SQL server 2008 R2 pour nous faciliter d'interpréter les résultats obtenus. Nous avons importé vers un fichier Excel le résultat d'une requête sur notre DataMart à partir de là, nous avons réalisé l'arbre de décision. Dans cet arbre les noeuds colorés montre qu'il y a beaucoup plus de cas possibles ou d'individus et les noeuds non colorés montrent il n'y a pas de cas possibles. D'où, l'interprétation va se basé sur les noeuds colorés.

Dans cet arbre, nous montre dans la direction de finance il y a 19,31 % des personnels sont performant et 35,93 % des personnels dans la direction des ressources humaines ne sont pas performant dans leur zone de service.

Dans cet arbre, nous montre dans les personnels qui assume la fonction d'administration ne sont pas compétant soit 16 (16,83 %) cas sur 85.

Dans cet arbre, nous montre dans le sexe dont la catégorie est non cadre sur 90 cas enregistré il y a 42 soit 46,85% des personnels de sexe féminin sont performant et 48 soit 53,15% des personnels de sexe masculin ne sont pas performant dans leur zone de service.

Le réseau de dépendance représente comment les variables sont liées entre eux et les variables à discriminer selon notre modèle de prédiction. Donc, les variables discriminantes sont le sexe et la fonction.

République Démocratique du Congo

==FINCA==

-------------------------------------------

Nom_PersonnelProvinceNiveau EtudeSexeGradeABEMBAKinshasaDESMasculinDCSAKUOLOBas CongoDESFémininDCSASENGOBandunduDEAMasculinDCSBABESEKasai orientaleDEAMasculinDCSBAKATUBIAKasai occidentaleL2MasculinDCSBAMBIKatangaL2MasculinDCSBAMBUManiemaG3FemininDCSBIBINord KivuG3FémininDCSBINIANISud KivuD6FémininDCSBOMASILAEquateurD6MasculinDCSBONKONOProvince orientaleD4MasculinDIRBUINGOKinshasaD4FémininDIRBUTUBas CongoDESFémininDIRFOTOBandunduDESMasculinDIR

IV.7. CONCLUSION

Dans ce chapitre nous avons commencé par présenter l'entreprise bancaire FINCA qui est notre champs d'application, en suite nous avons cité les outils utilises pour la réalisation de ce travail.

Et enfin nous avons présenté les interfaces graphiques de notre DataMart ainsi que l'arbre de décision obtenue pour boucler par une interprétation de ces résultats.

CONCLUSION GENERALE

Nous voici arrivés au terme de notre travail de fin d'études qui a porté sur la mise en place d'un entrepôt de données pour l'analyse de la performance du personnel au sein d'une entreprise bancaire cas de la banque FINCA.

Dans notre travail, nous avons parlé d'abord du système décisionnel qui présente l'ensemble des processus qui permet de collecter, d'intégrer, de modéliser et de présenter les données.

Nous avons traité du Data mining qui permet de faire des recherches approfondies sur les données de l'entrepôt, avec un arbre de décision pour faire la l'extraction de connaissances.

Ensuite Nous avons également parlé des entrepôts des données qui constituent le coeur du système décisionnel jouant un rôle référentiel pour l'entreprise puisqu'il permet de fédérer des données souvent éparpillées dans les différentes bases de données.

Nous avons réalisé le DataMart avec SQL serveur 2008 R2 avec un modèle de l'arbre de décisions pour nous permettre de prendre une décision sur nos données.

De ce qui précède, nous sommes persuadé que l'ensemble des préoccupations répond à la problématique de notre travail.

Notre contribution dans notre étude de cas était de réaliser un Data Mart sur la performance du personnel et à partir de ce DataMart nous avons pu construire un arbre de décision que nous avons interprété à la fin et pour finir cet outil permettant au décideur d'avoir une vision centrale sur tous les personnels et qui lui permettant de prendre une décision stratégique.

BIBLIOGRAPHIE

[2]. Bertrand Burquier, Business intelligence avec 2008, Mise en oeuvre d'un projet décisionnel, Dunod, 2009.

[3]. DANIEL T. LAROSE, Des données à la connaissance une introduction au Datamining, Vuibert, 2005.

[5]. KIMBALL .R and m. ross, Entrepôts de données, guide pratique de Modélisation dimensionnelle, vuibert, paris, 2003.

[6].RAKOTOMALALA.R: Graphes d'induction apprentissage et data mining, hermès, 2000.

[7]. SERNA ENCINAS MARIA, Entrepôts de données pour l'aide à la prise de décision médicale, conception et expérimentation, UNIVERSITE JOSEPH FOURRIER, France 2005

[8]. KAFUNDA KATALAY Pierre, gestion d'infocentre, L2 Informatique option Gestion, cours inédit, UNIKIN 2014-2015.

[9]. KASORO, Analyse des données, L2 Informatique option Gestion, cours inédit, UNIKIN 2014-2015.

[10] .MANYA NDJADI, statistique II, G2 informatique, cours inédit, UNIKIN 2014-2015.

[11]. MANYA NDJADI, Recherche opérationnelle, G3 Informatique, cours inédit, UNIKIN 2014-2015.

[12]. NTUMBA BADIBANGA Simon, Informatique de gestion, G3 Informatique, cours inédit, UNIKIN 2014-2015.

[13]. ANONGA MAGUBU Trésor, Mise en place d'un Data Mart au sein d'une entreprise de télécommunication pour la gestion de vente des Modems, UNIKIN 2012-2013

[14]. KANGIAMA LWANGI Richard, Conception et réalisation d'une base de données pour la consultation médicale au sein d'une institution médicale, « Cas de service de consultation du personnel de l'hôpital saint joseph de Kinshasa Limete », UNIKIN 2007-2008.

[15]. KALULAMBI KABASELE Didier, Extraction des connaissances a partir d'un entrepôt des données à l'aide de l'arbre de décision application a la fouille des données bancaires, UNIKIN 2008-2009.

Mise en place d'un data mart pour l'analyse de l'évaluation de la performance du personnel dans une entreprise bancaire. Cas de FINCA.

EPIGRAPHE