class: mainpage name: accueil # Data Stories ### Business Intelligence --- layout:true .footer[ # Data Stories - Business Intelligence (15/09/2018) ## IMT Atlantique - http://formations.imt-atlantique.fr/bi/ - [Laurent Brisson](http://www.laurent-brisson.fr) et Sylvie Huchet .cc-by-nc-sa[] ] --- .header[ # Data Stories : Contexte ] ## La modélisation dimensionnelle : - est orientée **métier**, - est **contrainte** par les **besoins** des décideurs, - nécessite de bien comprendre la nature des données manipulées. ## L'approche BEAM✲ - permet d'**analyser**, collaborativement, le domaine métier afin d'aboutir à une bonne modélisation, - fournit une **terminologie** et un **symbolisme** afin d'expliciter ce qu'on manipule lors de chacune des étapes de la modélisation, - se base sur la notion de **Data Story** qui est une description formelle d'un événement métier et de toutes les entités (ressources, personnes, objets, metadonnées ...) qui y sont liées. --- .header[ # Data Stories : Les différents types d'événements ] ## Les événements peuvent être temporellement différents
.row[.x-small[Source du schéma : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling] ] ??? - Les tables de faits sont centrales et entourées de dimension. - Le grain de la table de fait est un élément essentiel pour la compréhension de la nature des données stockées. - La conception étant centrée sur l'utilisateur on va essayer de comprendre son besoin au moyen de *Data Stories* qui sont l'équivalent de *User Stories* dans la gestion de projet agiles. Par exemple ici nous avons : - DE : Un achat au magasin se fait par un client à une date donnée - EE : Un commande d'achat en gros passe par différents statuts à une date donnée : commande, préparation, livraison et paiement - RE : Le calculs des intérêts s'effectue tous les mois --- .header[ # Data Stories : Table de faits de transaction ] ## Construite à partir d'événements discrets [DE]
.row[.x-small[Source du schéma : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling] ] ??? - On va toujours faire en sorte de stocker les événements à la granularité la plus fine. - On privilégie les faits additifs [FA] de façon à pouvoir aggréger facilement à différents niveaux (prévilégier le ratio d'une somme que la somme des ratios) - Le grain (GD) ne correspond pas à l'ensemble des clés dimensionnelles. Il est définit de manière minimale avec le RECEIPT ORDER et le PRODUCT --- .header[ # Data Stories : Table de faits instantané périodique ] ## Construite à partir d'événements récurrents [RE]
.row[.x-small[Source du schéma : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling] ] ??? - Les faits seront ici plutôt semi-additifs [SA] - Les dimensions qui sont à l'origine de la semi ou non addivité sont également annotés - Il est classé que certains faits de l'instantanné périodique soient SA à cause de la dimension temps NA1 - On peut voir ici la non-addivité de ORDER COUNT par exemple à cause de la dimension temps NA1 et produit NA2 car il peut y avoir plusieurs produits par commande - Le grain de la table (GD) correspond ici à l'ensemble des clés dimensionnells (SK) mais ce n'est pas toujours le cas. --- .header[ # Data Stories : Table de faits instantané récapitulatif ] ## Construite à partir d'événements évolutifs [EE]
.row[.x-small[Source du schéma : Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling] ] ??? Les tables de faits instantané récapitulatif sont les seules tables de faits que l'on peut mettre à jour en modifiant une ligne (et uniquement en ajoutant une nouvelle valeur). Exception faites de la nécessité de corriger une erreur. --- .header[ # Terminologie et références ] ## Approfondir les concepts suivants FR | EN | [ADWD] | [SS] -- | -- | -- | -- Événements | Business events | 28 | - | Data Story | 28 | - .x-small[ [ADWD] Corr, Laurence, and Jim Stagnitto. Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema.
[SS] Adamson, Christopher. Star Schema. Osborne/McGraw-Hill, 2010. ]