Résumé Système d\'information en gestion PDF

Preview

Summary

Résumé Système d'information en gestion...

Description

Résumé Système d’information en gestion

Définition Système d’information : Ensemble organisé de ressources pour collecter, stocker, traiter des données et distribuer de l’information grâce à un ordinateur. Système sociotechnologique :1 sociale,1 technique. Processus d’affaire : un ensemble de tâches exécuté dans un ordre particulier afin d’atteindre un résultat. L’objectif est de décrire visuellement la situation existante. BMPN – Business Process Model Notation : Norme de notation utilisé pour la modélisation de processus, soutenue par l’OMG/BMPI (Object Management Group/Business Management Initiative) Ex d’outil : Visio, Tristotech, etc.

PGI : Progiciel de gestion intégrée : Un ensemble de module (programmes informatique) soutenant les processus d’affaire de base de l’entreprise (GRH, G. Comptable/Financière, Ventes, Distribution, Approvisionnement…) selon une vision processuelle basée sur le partage des données et les pratiques d’excellence. Principe d’intégration des données Les données opérationnelles de l’entreprise sont contenues au sein d’une seule base de données. Il y a ainsi la standardisation et le partage des données organisationnelles.

Pourquoi avoir un PGI? : Précise et de qualité/Simplicité/Cohérence/Vitesse/temp réel/Stable/accessible/Liens entre les documents/les outils facile à analyser

Étapes pour choisir un logiciel PGI selon Stefan Tams

Prise de décision :    

Au cœur du travail des gestionnaires Impacts directs sur les résultats et les opérations La prise de décisions n’est pas basée sur une démarche rationnelle Les TI peuvent améliorer la prise de décisions

Base de données : Ensemble de données organisées et structurées de telle façon à ce qu’elles soient facilement accessibles et mise à jour. Rôle est de stocker l’information sur les ressources de l’organisation (clients, fournisseurs, produits…), sur les transactions et permettre de répondre aux questions de gestion. Base de données relationnelles : Base de données ou les données sont relié par des tables. Défi BD relationnelle : limitation pour l’ajout de nouvelles données, volumétrie, performance Modèle multidimensionnel (DATA WAREHOUSE) : Adapté aux caractéristiques des données d’intelligence d’affaire.

Tableau de bord : •

Un tableau de bord est une façon de sélectionner, d’agencer et de représenter les indicateurs essentiels et pertinents, de façon sommaire et ciblée, en général sous forme de « coup d’œil »

•

Un tableau de bord mise principalement sur la qualité de l’information et non sur la quantité

•

Il met en évidence les résultats significatifs, les exceptions, les écarts et les tendances

•

Il offre une vue d’ensemble

Les tableaux croisés dynamiques : outils d’analyse très performants en gestion, utilisent des données pouvant provenir de plusieurs sources de données, comme par exemple :   

Des données déjà présentes dans le fichier Excel qui contient le tableau croisé dynamique Des données présentes dans un autre fichier Excel via une liaison entre les deux fichiers Des données provenant d’une source externe à Excel

Deux structures de données :

SI transactionnel (OLTP) :  



Un système d’information transactionnel est aussi nommé OLTP (On Line Transactional Processing), car il sert à gérer les opérations courantes de l’entreprise C’est une base de données interne à l’entreprise centrée autour de la gestion des transactions usuelles; facilite les ajouts, les modifications et les suppressions de données Les systèmes OLTP servent, en général, de source de données pour les systèmes OLAP (On Line Analytical Processing), c.-à-d. les entrepôts de données servant à l’intelligence d’affaires

Entrepôt de données (OLAP) : concept proposé par William H. Inmon se définissant comme un ensemble intégré de données :    

Non volatiles Variables dans le temps Orientées sur des thèmes Soutiennent le processus décisionnel

Les entrepôts de données, aussi nommés systèmes OLAP (On Line Analytical Processing), servent de source d’information à l’intelligence d’affaires. C’est une structure informatique dans laquelle est centralisé un volume important de données consolidées à partir des différentes sources de renseignements d'une entreprise, tant internes qu’externes. Il est conçu de manière que les personnes intéressées aient accès rapidement à l'information dont elles ont besoin. Pour les dirigeants, cadres et autres gestionnaires, pour une analyse de données et prise de décision plus avisées grâce à manipulation et interprétation de données avec des outils d’IA

Les données : proviennent de sources hétérogènes, doivent être manipulées, transformées et intégrées à l’entrepôt de données, afin d’avoir un format commun. Objectif : Les diffuser.    

Elles sont organisées par sujets ou par thème (ex : achats, ventes, stock, etc.) Elles visent à répondre à des besoins précis des décideurs Ces données sont non volatiles On peut comparer les données de l’entrepôt à une photo de la base de données à une date et heure précise

Cela a comme avantage que tant que plusieurs photos sont disponibles : On peut les comparer entre elles. Ex : Comparer une situation d’affaires à divers moments pour constater les différences et les tendances Aussi, dans un entrepôt de données, les données provenant de plusieurs sources hétérogènes avec des formats différents. On doit les manipuler et les transformer (processus d’extractochargeur, ou ETL: Extract-Transform-Load) afin de les intégrer dans un format commun, avant de pouvoir les diffuser.

Intelligence d’affaires : Analyser et présenter de l’information pour les dirigeants, cadres commerciaux et autre pour prendre des décisions plus avisées avec des outils, application et méthodologie. Pour augmenter la performance et la compétitivité. Bénéfices Intelligence d’affaire :

     

Accéléré et améliorer la prise de décision Optimisation des processus métiers Augmentation de l’efficacité opérationnelle Augmentation des revenus Avantages concurrentiels Identifier les tendances et les problèmes

Alimentation des entrepôts de données : Lors de la conception d’un entrepôt de données, les spécialistes s’assurent de bien comprendre les décisions que chaque gestionnaire doit prendre afin d’identifier :    

Les données utiles pour supporter les décisions Les sources de ces données Les transformations à apporter ainsi que Les droits d’accès aux données

Hypercubes OLAP : Les entrepôts de données stockent les données utilisées pour l’analyse d’affaires sous forme d’« hypercubes ». Aussi nommés « Cubes OLAP » ou « tesseract » La représentation mentale d’un cube fait référence à un solide à trois axes (X, Y et Z), mais les cubes OLAP peuvent avoir plus de trois axes. D’où l’utilisation du terme hypercube. Analyse de données OLAP : Les outils d’intelligence d’affaires permettent de faire l’analyse de données contenues dans les hypercubes de l’entrepôt. C’est ce que l’on appelle l’analyse de données OLAP Mesures et dimensions : L’hypercube représente les données sous la forme d’un cube multidimensionnel où :  

Chaque côté est une dimension d’analyse Chaque case une mesure

Sont ciblées en fonction des besoins de l’analyse d’affaires Contiennent :    

Des éléments mesurables au sujets des domaines d’affaires. Ex : montants (ventes, coûts), quantités, pourcentages, etc. Des métriques complètement additives : Ex : Les ventes totales d’une année représentent la somme des ventes de chacun des mois. Des métriques semi-additives : Ex : Les quantités en inventaire en fin d’année ne sont pas la somme des inventaires de chaque fin de mois de l’année. Des métriques non-additives. Ex : Somme des prix ou Moyenne des prix

Dans cette représentation, chaque petit bloc contient une ou plusieurs mesures. Par exemple, ici la mesure représente le « montant des ventes » Dans cet hypercube, cette mesure peut être analysée avec une, deux ou trois dimensions Les dimensions :         

Contiennent les catégories relatives aux domaines d’affaire (attributs) qui décrivent la mesure Constituent la base de l’analyse d’affaires Permettent le forage de données Ventes annuelles, trimestrielles, mensuelles, etc. Chaque dimension comporte un ou plusieurs niveaux. Les niveaux composent une hiérarchie. Les catégories caractérisent certains aspects des données Jours fériés, types de client, etc. Les valeurs des attributs sont surtout textuelles Certains attributs ne sont pas nécessairement reliés aux autres.

Donc un hypercube peut avoir plusieurs mesures définies par ses dimensions :

Ainsi, le décideur peut « trancher » l’hypercube et sélectionner les mesures et les dimensions qu’il désire pour supporter adéquatement ses décisions. Il est aussi possible de générer des champs calculés (ex : des totaux ou des moyennes) sur des hypercubes Schéma en flocon : On peut représenter un modèle multidimensionnel (hypercube) à l’aide de cubes lorsque le nombre de dimensions qu’il contient est de 3 ou moins. Sans quoi, on utilise le schéma en flocon qui contient, au centre, la table de faits, et où les branches du flocon représentent les dimensions

Table des faits Dimensions

Au centre du schéma en flocon, on présente la table de faits qui contient les mesures et les dimensions d’un hypercube. Elle est complétée par les branches du schéma en flocon qui détaillent les possibilités de chaque dimension. Il est également commun de présenter la définition de chaque mesure.

Dans la table de faits, on identifie chaque dimension par son attribut le plus détaillé. Voici comment l’interpréter: chaque branche indique les attributs pour lesquels on a précalculé les valeurs

Il est fortement recommandé de présenter la définition de chacune des mesures d’un hypercube. Ces définitions viennent compléter le schéma en flocon

Utilisation d’un hypercube :  

Qu’est-ce que je veux voir? Information souhaitée / mesure associée Comment je veux le voir? La/les dimensions utilisées. Définir les attributs pour chaque dimension...