Seance 1

ENITE - Master 2 MIAGE Nancy
Avril 2009
Systmes d'Information Dcisionnels
Plan
Le Projet Dcisionnel
Laurent.Vigneron@univ-nancy2.fr
Les objectifs de ces sances Etude de cas Le nouveau monde Problmatique du dcisionnel Droulement dun projet dcisionnel
2
1 - Le projet dcisionnel
Objectif gnral
Apprhender les aspects dun projet dcisionnel
Prsentation dune entreprise commerciale Mission de mise en place du reporting
Moyens
SGBD Outils dcisionnels COGNOS
Etude de Cas
Une entreprise
Une entreprise commerciale
Des problmes
Au niveau commercial
Soucis avec les fournisseurs et les clients

Rclamations, dfauts Remontes des infos sur les campagnes
Dimension internationale
Points de vente sur plusieurs continents Production en France
Plusieurs gammes de produits

La hirarchie nest pas clairement tablie
Au niveau organisation informatique
Des S.I. htrognes et disperss

Vue parcellaire de lactivit Prise de dcision difficile
Avril 2009
La solution apporter
Amliorer le reporting Faciliter les dcisions
Offrir une vue intgre de lorganisation Mettre en place des outils appropris
Les donnes disponibles

S.I. oprationnels
Ventes et achats Relation client Statistiques
Informations gnrales
Sur lentreprise Sur lenvironnement
Intelligence conomique
Etudier les processus impliqus dans la production des indicateurs interprtables pour la prise de dcision en se basant sur des informations internes et externes l'organisme Repose en particulier sur la construction de systmes d'information stratgiques (SIS)
10
Le nouveau monde
IE - Business Intelligence
Ensemble des disciplines de gestion des renseignements ncessaires la prise de dcision Recouvre :
Alimentation des entrepts de donnes Ralisation des cubes multidimensionnels Publication des informations
UTILISATEUR-ACTEUR UTILISATEURa: dcideur b: veilleur c: client
? (b)
Le monde de linformation Base de donnes
Slection
? (a,b,c)
Demande
Mise en correspondance Processus cognitif
Observation Abstraction lmentaire Symbolisation/raisonnement Crativit
? (a,c)
Rsultats
Interprtation
Dcision
Attention : intelligence service !

11
12
Avril 2009
Les acteurs
Dcideur COMPETENCE
Interprtation des indicateurs Paramtres des indicateurs
Architecture des SI
Organisation en quatre bloc : ERP (entreprise resource planning) CRM de partage (customer relationship management) E-business multicanal BI (business intelligence)
COMPETENCE Veilleur
Connaissance du domaine Identification des sources pertinentes Techniques de recherche dinformation Validation de linformation Mise en forme de linformation Calcul des indicateurs
Client
COMPETENCE
Connaissance de ses besoins Exprience des solutions antrieures
13
14
ERP
Reprsente tout le systme oprationnel :

CRM de partage
CRM global : techniques et outils permettant de connatre le client

production logistique comptabilit finance etc.
pour des actions commerciales globales face face lors de l'acte de vente pour le fidliser pour le conqurir
ventuellement bas sur un progiciel type SAP ou JD Edwards

15
16
CRM de partage (2)

CRM global compos de trois parties : CRM oprationnel CRM collaboratif CRM analytique CRM de partage : oprationnel et collaboratif
CRM de partage (3)

CRM oprationnel : Outils de contact avec le client Exemple : fiche de synthse client Enjeu de ce type de CRM : l'interface
17
18
Avril 2009
CRM de partage (4)

CRM collaboratif : Actif quand transfert ou change de donnes But : faire partager l'information client en temps rel entre tous les canaux
E-business multicanal
Regroupe les accs la disposition du client pour rentrer ou tre mis en contact avec l'entreprise Exemples :

marketing direct magasin ou agence de proximit plate-forme tlphonique web

19
20
BI
Bote d'analyse et de simulation de tous les phnomnes comprendre pour mener bien sa stratgie et assurer le dveloppement de l'entreprise Se fonde sur le SI dcisionnel
BI (2)
Se dcompose en deux parties : CRM analytique : compos d'outils
d'aide la dcouverte (datamining, geomarketing) de prparation de l'action commerciale avec ciblage de suivi de performance des campagnes commerciales et de requtes libres
21
22
BI (3)
Pilotage (reporting)

Globalisation vs. complexit

Globalisation : tre plus gnrique, plus abstrait Complexit :

tableaux de bord rglementaires requtes libres
trouver de la stabilit dtecter des tendances dans un monde voluant gnrer des quilibres malgr contraintes paradoxales
23
24
Avril 2009
Complexit
Exemples d'antagonismes : ami/ennemi : partenariats avec des concurrents local/global : centralisation pour conomiser, rationaliser les moyens, en grant proximit, dlocalisation, exceptions culturelles, ...
Complexit (2)
Internet : ouvre le march mondial, mais peut distendre les attaches canibalisation/libert :
l'animation multicanal ncessite de combattre la canibalisation intercanal incite la personnalisation par canal peut pousser chercher connatre la rentabilit de chaque canal (trs cher !)
25
26
Complexit (3)
anciens/nouveaux :

Ecosystme de l'entreprise
Clients Entreprise CRM GF
Partenaires
fidlisation outrance passe de mode besoin de prospects pour renouveler la clientle animation du fond de commerce : adquation
quipement, monte en gamme, soin des clients recherche de prospects fort potentiel de fidlisation
Concurrence
GRH CLOG March des comptences
but : ne pas appauvrir sa base de bons clients (80% du CA)

27
28
Ecosystme de l'entreprise (2)

Quatre fonctions vitales :
l'actif client (CRM) l'actif financier (GF) l'actif comptences de ses salaris (GRH) l'optimisation de sa production (dlais, qualit, quantit) via sa chane logistique (CLOG) ncessit d'organiser son systme d'alerte et de comprhension / monde l'entourant construire le SID autour de nouveaux paradigmes
Paradigmes renouvels
L'automatisation des forces de vente Le datamining La traabilit clients L'urbanisation La traabilit des cots et des performances
29
30
Avril 2009
Automatisation des forces de vente

Le CRM analytique (scores, ciblages, suivi de campagnes, ) fournit des rsultats aux applicatifs d'automatisation du SIO qui facilitent les ventes reoit des donnes des autres CRM
Datamining
Algorithmes moins complexes Utilisation se dmocratisant Plus rserv des socits spcialises Mise en production demandant quelques prcautions
31
32
Traabilit clients
Ramne un flot de donnes analyser et croiser Gnre beaucoup de besoins dans un mode dcouverte Multiplie les volutions complmentaires
Urbanisation
But : donner de la ractivit au SID Intranet, serveurs organisation en trois niveaux

les donnes de base de l'entrept les informations orientes mtier la prsentation aux utilisateurs
33
34
Traabilit des cots et des performances

Justifier les performances du SID
Parties immerges : reporting, datamining Tout-venant : requtes diverses, dont en gnral le code privilgie la rapidit et non la rutilisabilit Exemple : un besoin peut engendrer de nombreuses requtes somme de cots non ngligeable
Synthse
BI : une pierre angulaire du SI SID ncessaire car complexit toujours croissante de l'environnement Devenir : industriels de l'informationnel, avec pour mission de construire un SID autour de nouveaux paradigmes
35
36
Avril 2009
Contexte
Logique damlioration continue
Plus de cration de valeur Plus dinnovation Plus de qualit
Problmatique du dcisionnel
Environnement changeant
Nouveaux concurrents Nouvelles technologies Nouvelles donnes conomiques
38
Principaux domaines de dpenses informatiques dans les 18 prochains mois, aux Etats-Unis et en Europe
40% 35% 30% 25% 20% 15% 10% 5% 0% Scurit e-Commerce CRM ERP Datawarehouse Standardisation Web Service
Impratifs
Pour ne pas manquer une opportunit
Comprendre pour planifier Matriser linformation interne tre lcoute de lenvironnement
39
40
Analyse de lenvironnement
Partenaires proches Produits Croissance du secteur Marchs Technologies (production, information) Innovation Concurrents ...
Le S.I. d'une organisation

Systme dInformation Stratgique

Systme dInformation Stratgique ? Systme dInformations Stratgiques ?
Dfinition du SIS
(Tardieu,Guthmann) Le triangle stratgique
Systmes dinformation qui visent la fois mettre en place la stratgie de lentreprise et aider ses choix stratgiques.
41
42
Avril 2009
Deux interprtations
SI stratgique
Exemples
Exemples de SI-S

Le SI est stratgique car il participe la ralisation des dcisions stratgiques
Systme dinformations stratgiques
Cest linformation qui est stratgique et le SI a pour objectif daider la revue des stratgies et au choix de nouvelles.
SI amliorant la gestion des stocks SI amliorant la communication (messagerie ou groupware) SI diminuant les erreurs de saisie d'information (scanner)
43
44
Exemples
Exemples de S-IS

Remarque
Aujourd'hui
encore relativement peu de S-IS mais beacoup de SI-S pouvant donc alimenter les bases de donnes des S-IS entrept de donnes (datawarehouse)
SI de gestion de tableaux de bord SI d'aide au choix des actions de marketing SI d'analyse de situations financires d'entreprise SI de prts
45
46
SI-S et S-IS
Constat ds 1994
Les BD dans les entreprises contiennent de trs nombreuses informations La recherche a propos de nombreuses mthodes pour l'aide la dcision Mais trs peu d'utilisation de l'information par les dcideurs
SI de lEntreprise
Schma de lentrept relationnel
Schmas des BDM
SI-S
S-IS
Concepteurs
47
48
Avril 2009
Explications
Les informations dans les BD sont difficilement accessibles malgr le standard SQL Les logiciels de type SIAD (systme interactif - intelligent - d'aide la dcision) restent l'tat de prototypes Les tableurs satisfont de nombreux besoins
49
Evolution partir de 1996

Interoprabilit croissante des logiciels Invention des datawarehouses (1992) Dveloppement de nouveaux logiciels (EIS, executive information system) reposant sur une vision multidimensionnelle des donnes ( systme de pilotage) Succs des premires expriences et dveloppement trs rapide depuis
50
En rsum
SI Stratgiques bien matriss, suivant les progrs technologiques Systmes d'Information Stratgique ont eu plus de mal trouver leur structure 95% du top 500 aux USA ont un DW
(confidentialit des donnes moins importante qu'en France)
Prendre la bonne dcision

Dcider en connaissance de cause
Informations sur lorganisation Information sur les clients Informations externes
De la donne linformation pertinente

Obtenir des donnes Assurer leur qualit En driver des informations
51
52
Champs du DECISIONNEL
Caractristiques du S.I.D.
Par rapport lenvironnement de production
Informations Donnes Externes Traitement de qualit, pertinentes, mises en forme, ...
Spar
Des applications de production De la structuration des S.I. Mode daccs linformation diffrent
Donnes Internes
Dpendant
Il y puise ses donnes
Utilisateurs
53
54
Avril 2009
Caractristiques du S.I.D.
Par rapport aux donnes stockes
Validit et pertinence
Ce nest pas la validit de la donne qui fait la pertinence de linformation Nombreuses situation de prise de dcision
Nombreux besoins en information Mouvants, spcifiques, dure de vie limite
Varit des traitements subis par les donnes

Selon les besoins des utilisateurs
(non ncessairement clairement exprims)
Importance du temps
Information chronologique (historique) Mmorisation des diffrents tats dune entit
Ncessit de retraitements personnaliss

Agrgations, consolidations, synthses, ...
55
56
Disponibilit de linformation
Niveau oprationnel
Optimisation de fonction interne Donnes disponibles dans le systme oprationnel
Que faut-il pour un S.I.D. ?

Un modle de donnes spcifiques
Spar de lenvironnement oprationnel Avec une structure propre (volutive)
Niveau stratgique
Dcision couvrant diffrentes fonctions Prise de recul, ncessit dinformations externes Linfo devient vite rare et incertaine !
Une infrastructure dalimentation

Des sources de donnes identifies Des moyens de transfert Des procdures de contrle
57
58
Champs de l' OPERATIONNEL
Champs du DECISIONNEL
Lorganisation dmunie ?
Les outils existent
Donnes Externes Traitement
Les tableaux de bord... Les Decision Support Systems (depuis 1971 !)... Les infocentres et leurs successeurs
Donnes Internes
Les nouvelles conditions

Modles Mthodes Procdures Modles Mthodes Procdures Modles Mthodes Procdures
Adaptation rapide (tre pro-actif) Diffusion de linformation dcisionnelle
59
60
10
Avril 2009
Quelques limites identifes

Interprtation des donnes
Pas daccord sur la dfinition des donnes Donnes non comprises Donnes sales
Voies damlioration
Assurer la qualit des donnes
Smantique unique : dictionnaire de donnes Vrification et nettoyage de donnes
Organiser la gestion des donnes

Conservation des historiques Diffusion et accs facile
Documents de synthse
Rapports incohrents entre eux Manque dhistorique et dintgration
Faciliter la production des rapports

Flexibilit dans la forme, le contenu Tout en assurant la confiance des utilisateurs
61
62
Exemples de solution
Dpendantes des avances technologiques
Puissance des machines Logiciels de SGBD ; Interfaces graphiques Dveloppement des rseaux
LInfocentre
Une collection de donnes orientes sujet, intgres, volatiles, actuelles, organises pour le support dun processus de dcision ponctuel
Deux tapes de linformatique dcisionnelle

Infocentre Datawarehouse
63
64
Objectifs de linfocentre
Points cls de linfocentre

Permettre un accs interactif aux donnes lutilisateur Valoriser les informations (par leur accs par de nombreux utilisateurs) Amliorer la qualit des dcisions Faciliter le partage des connaissances
Les nouvelles valeurs remplacent les anciennes La consolidation est ralise la demande Fond sur les valeurs courantes, trs souvent de production uniquement Des informations plates , sans valeur ajoute
65
66
11
Avril 2009
Architecture de linfocentre
Utilisateurs
Infocentre
Avantages :
Un seul systme ncessaire Toutes les donnes disponibles
Accs via des outils
Interrogations directes Collecte
Inconvnients :
Problmes de performance Disponibilit des bases de production Optimisation diffrente suivant le type de traitement
Infocentre
Systme de production
(S.I. oprationnel)
67
68
Le Datawarehouse
Une collection de donnes orientes sujet, intgres, non volatiles et historises, organises pour le support dun processus daide la dcision (Inmon, 1994)
Objectifs du datawarehouse

Assurer laccs toutes les donnes utiles (internes ou

externes)
tre le lieu unique de rassemblement des donnes Mettre disposition des informations cohrentes et smantiquement claires Offrir la possibilit danalyses avances (indicateurs, dimensions, ), au moyen doutils spcialiss (reporting, data
mining, )
69
70
Architecture du DW Points cls du datawarehouse

Accs via des outils
Utilisateurs
Orientation sujet
Structuration par thmes Bases de Diffusions
ou Datamarts
Non volatilit
Jamais de mise--jour dune donne Datawarehouse
Intgration de donnes
Historises, Internes et externes
Alimentation
Systmes de production
(S.I. oprationnel)
71
72
Donnes Externes
Donnes Internes
12
Avril 2009
Environnement du DW
Un simple entrept Nombreux outils en aval
Pour la diffusion de linformation Pour la production de synthses Pour lanalyse Pour la dcouverte de connaissances
Application du DW
Partout o il y a une dcision prendre !
Mais dpend fortement des volumes traiter Et des moyens de lorganisation
Historiquement
Banques et Assurances
Aujourdhui
Une large diffusion avec des solutions lgres
73
74
Cible
Parfois un lourd ticket dentre
Gros projet avec datawarehouse + outils

Gains
Meilleures dcisions
Information rendue intelligible Objectifs : Gains de part de march, Rentabilit...
On passe facilement le million d'euros Des mois de dveloppement
Meilleur accs linformation

Avantage comptitif
Dmocratisation
Dveloppement des rseaux Grande varit doutils Plus de clients baisse des prix Solutions lgres, type reporting
Amlioration par rapport un systme classique

Cots et productivit Meilleur support des changements organisationnels
75
76
Piges
Soutien du projet
Piges (2)
Management du projet
Importance du sponsorship
Implication de la direction Les porteurs du projet
Ngliger laspect scalability

Nombre dutilisateurs Augmentation des volumes de donnes
Gestion des inquitudes et rticences

Attachement aux systmes habituels Tournure trop technologique (gadget)
Ngliger laspect itratif et volutif

Amlioration ou nouveaux services Nouvelles donnes
77
78
13
Avril 2009
Piges (3)
Conception
Piges (4)
Promesses non tenues
Charger le DW avec des donnes non explicitement utiles

Dtermination des objectifs du systme dcisionnel Niveau dabstraction atteindre
Dlais et cots
Estimation difficile ! Complexit des mcanismes ; problmes dintgration ; volumes traiter
Calquer le modle du S.I.D. sur celui du S.I.O.

Prise en compte des besoins Dtermination du niveau de dtail minimum
Rsultats dcevants
Besoins mal formuls (rptition de lexistant) Non intgration de donnes externes
79
80
Facteurs de succs
Choisir une premire cible
Modeste, avec des dlais courts Avec des rsultats tangibles et mesurables
Facteurs de succs
tude des besoins
Bien recenser et analyser les besoins Ne pas se focaliser sur les anciens systmes
Adopter une dmarche incrmentale

Raffinements successifs de la solution Elargir le champ dapplication
Slection des donnes

Le DW doit intgrer des donnes utiles, de qualit Aspect historique essentiel Importance de la clart de la smantique des donnes
Impliquer dirigeants et utilisateurs

Participation au projet Accs ais aux applications dcisionnelles
81
82
Objectif du cours
Apprhender les tapes dun projet simple Le cas TravelNice Mission

Droulement dun projet dcisionnel
Donner une vue intgre de cette socit Au plus grand nombre dutilisateurs
83
14
Avril 2009
Cas des S.I. Stratgiques (1)

1. LANCEMENT 2. ANALYSE STRATEGIQUE 2.1. Revue des orientation stratgiques de l entreprise 2.2. Revue des orientations stratgiques des S.I.
Cas des S.I. Stratgiques (2)

3. Plan stratgique court terme Systmes et projets stratgiques court terme 4. Plan stratgique moyen terme Systmes et projets stratgiques moyen terme
2.3. Analyse des opportunits informatiques stratgiques ETUDE PREALABLE Opportunits stratgiques court terme Opportunits stratgiques moyen terme PROTOTYPAGE ET 3. Plan stratgique court terme 3.1. Conception des projets stratgiques court terme 3.2. Planification des projets stratgiques court terme
Le Triangle Stratgique (Tardieu, Guthmann. Ed.projet dcisionnel 1 - Le Organisation)
ETUDE DETAILLEE + ETUDE TECHNIQUE REALISATION MAINTENANCE
4. Plan stratgique moyen terme
MISE EN UVRE
85
86
Le Triangle Stratgique (Tardieu,1 - Le projet dcisionnel Guthmann. Ed. Organisation)
Les grandes tapes

Oprationnel Donnes Dcisionnel Informations
4 fonctions fondamentales
Une ou plusieurs bases de diffusion
A rapprocher des DATAMARTS
Donnes Internes
(BD, tableurs, ERP, )
La Collecte
Recensement des sources de donnes (des S.I.O. et externes) Identification des donnes utiles
Diffusion Collecte et Intgration

DATAWAREHOUSE
Prsentation
Outils de reporting, de Data Mining, ... Documents pr-tablis
LIntgration
Selon un modle unifi et cohrent Stockage en un point unique (lentrept) Distinct des bases de production
Donnes Externes
(Docs, Web, )
87
88
Trois modles 4 fonctions fondamentales (2)

La Diffusion
Mise disposition des donnes de lentrept aux applications Sous forme dimensionnelle, notamment
(il y a eu adaptation aux besoins dcisionnels) MODELE DE PRESENTATION Accs de lutilisateur final (I.H.M.)
MODELE DE DIFFUSION
Bases intermdiaires Structuration dimensionnelle
La Prsentation
Accs de lutilisateur final aux donnes laide dune palette doutils
MODELE D INTEGRATION
Entrept unique Structuration oprationnelle
89
90
15
Avril 2009
Modle dIntgration
Lentrept de donnes Schma dune BD unique et cohrente
A pris en compte les donnes disponibles Utile la construction des informations (vs donnes) BD classique , cd encore proche de loprationnel
Modle dIntgration (2)

Mthode de modlisation E/A classique
Correspond au modle de lentrept Ralise une consolidation pure des BD oprationnelles Avec introduction de la notion dhistorique Ce modle peut voluer en fonction de lvolution des S.I.O.
91
92
Modle de Diffusion
Lentrept dinformations Schma de BD(s) reprsentant la structure dimensionnelle des donnes
A pris en compte les besoins en information dcisionnelle Utile la mise disposition des donnes aux applications utilisateur Plus de lien avec les systmes oprationnels
Modle de Diffusion (2)

Mthode de modlisation dcisionnelle
Reflte les diffrents domaines, les diffrentes perspectives voulues sur les donnes Peut tre rapproch de la notion de DataMart Ce modle peut voluer en fonction de lvolution des besoins dcisionnels
93
94
Modle de Prsentation
LInterface Homme-Machine Une vue du modle de diffusion

Orient Utilisateur Li la forme de linformation souhaite Gr en fait par les outils de manipulation Masque la base de donnes lutilisateur
95
16

Seance 1

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Seance 1

Încărcat de

Drepturi de autor:

Formate disponibile

ENITE - Master 2 MIAGE Nancy

Systmes d'Information Dcisionnels

Soucis avec les fournisseurs et les clients

Plusieurs gammes de produits

Au niveau organisation informatique

Des S.I. htrognes et disperss

ENITE - Master 2 MIAGE Nancy

Les donnes disponibles

UTILISATEUR-ACTEUR UTILISATEURa: dcideur b: veilleur c: client

Attention : intelligence service !

ENITE - Master 2 MIAGE Nancy

production logistique comptabilit finance etc.

ventuellement bas sur un progiciel type SAP ou JD Edwards

CRM de partage (2)

CRM de partage (3)

ENITE - Master 2 MIAGE Nancy

CRM de partage (4)

marketing direct magasin ou agence de proximit plate-forme tlphonique web

Globalisation vs. complexit

tableaux de bord rglementaires requtes libres

ENITE - Master 2 MIAGE Nancy

GRH CLOG March des comptences

but : ne pas appauvrir sa base de bons clients (80% du CA)

Ecosystme de l'entreprise (2)

ENITE - Master 2 MIAGE Nancy

Automatisation des forces de vente

Traabilit des cots et des performances

ENITE - Master 2 MIAGE Nancy

Comprendre pour planifier Matriser linformation interne tre lcoute de lenvironnement

Le S.I. d'une organisation

Systme dInformation Stratgique ? Systme dInformations Stratgiques ?

ENITE - Master 2 MIAGE Nancy

Le SI est stratgique car il participe la ralisation des dcisions stratgiques

Systme dinformations stratgiques

Schma de lentrept relationnel

Schmas des BDM

ENITE - Master 2 MIAGE Nancy

Evolution partir de 1996

Prendre la bonne dcision

De la donne linformation pertinente

Informations Donnes Externes Traitement de qualit, pertinentes, mises en forme, ...

ENITE - Master 2 MIAGE Nancy

Varit des traitements subis par les donnes

Ncessit de retraitements personnaliss

Que faut-il pour un S.I.D. ?

Une infrastructure dalimentation

Champs de l' OPERATIONNEL

Donnes Externes Traitement

Les nouvelles conditions

Adaptation rapide (tre pro-actif) Diffusion de linformation dcisionnelle

ENITE - Master 2 MIAGE Nancy

Quelques limites identifes

Organiser la gestion des donnes

Faciliter la production des rapports

Deux tapes de linformatique dcisionnelle

Points cls de linfocentre

ENITE - Master 2 MIAGE Nancy

Accs via des outils

Interrogations directes Collecte

Assurer laccs toutes les donnes utiles (internes ou

Architecture du DW Points cls du datawarehouse

ENITE - Master 2 MIAGE Nancy

On passe facilement le million d'euros Des mois de dveloppement

Meilleur accs linformation