Help
Options
Didn't know it?
click below
click below
Knew it?
click below
click below
Don't Know
Remaining cards (0)
Know
retry
shuffle
restart
0:00
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Architecture des SAD
Définitions à connaitre
| Term | Definition |
|---|---|
| Talend | Pas open source |
| BI | Données du --> PASSE / PRESENT / UN PEU FUTUR Moyens, outils et méthodes qui permettent à un décideur • d’avoir une vue d’ensemble de l’activité traitée • de trouver l'information pertinente et complète pour prendre rapidement la meilleure décision |
| ETL | Processus permettant d'extraire des données brutes que l'on va transformer pour ensuite les charger dans un DWH |
| SAD | Applications (logiciels + HW) qui permet de : 1) Intégrer et transformer des données opérationnelles 2) Générer des indicateurs pertinents 3) Pour la prise de décision 1 SAD n'a pas forcément de DWH |
| Indicateur | Attribut numérique qui mesure l'activité d'une organisation (exemple : CA, qte) |
| OLAP | Modélisation multidimensionnelle |
| KPI | Indicateurs de performance clé pour la prise de décision stratégique à destination des personnes haut placées dans les entreprises |
| Décision opérationnelle | Prends en compte le présent et passé CT Données (données brutes extraites des ERP, CRM…) Une valeur non traité, non interprété |
| Décision tactique | Informations(collecte et consolidation) Donnée traitée, agrégée, interprétée |
| Décision stratégique | Savoir (structuration, analyse, présentation) Résultat de la réflexion sur une information |
| ODS | Stockage non permanent |
| DWH | Zone de prep - Stockage permanent centralisé - extrait des sources pertinentes --> décideurs - historisé, non volatile, non modif, non supp - dispo pour l'interr déci - unique - organisé selon un modèle info --> easy data management |
| DS | Zone de présentation - Stockage permanent - extrait DWH - adapté aux besoins d'une classe de décideurs - org selon modèle info adapté aux outils déci |
| Données | RAW DATA |
| Informations | Donnée contextualisée et agrégée |
| BI 1.0 / tradi | L'IT fait tout Rapports pré établis Consultation only |
| BI self service | Données mises à disposition du business le métier peut faire ses propres reporting Possibilité modification / suppression / ajout de tableaux par exemple BI self service = BI 2.0 |
| BIG DATA | Données du --> FUTUR |
| Parser des informations | On regarde s'il y a des erreurs ou non dans les données |
| Classe décideur | 1 personne ayant une fonction particulière dans l'entreprise ou un ensemble de personnes occupant les mêmes fonctions dans l'entreprise |
| Fait | Un fait contient : - sujet d'analyse - mesures = indicateurs |
| Dimension | Attribut faible |
| Cube | Schéma avec ses instances arêtes = dimensions cellules = valeurs des mesures abstraction conceptuelle |
| Tableau de bord | Indicateur de pilotage (KPI) données agrégées pour la prise de décision stratégique |
| Rapport d'activité | tableau simple ou GCD |
| Comptes rendus | Documents avec de l’analyse décisionnelle avec des données chiffrées (tableaux) et des graphiques |
| DataViz | transformation de tableaux de données en véritable expérience d’analyse => Storytelling où les chiffres sont le support de l’histoire |
| DataPrep | : Préparer et « pré-traiter » des données brutes disparates pour être prêtes à être consommées |
| • Data Virtualization | Rassembler des données disparates en les virtualisant dans une vue logique pour produire un modèle unique et consolidé. - Présentation de la donnée source sans stockage et qui se détachent de la technologie de la source. |
Created by:
MIAGE
Popular Computers sets