Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
Vous êtes sur la page 1/ 3
TD 1
Module : Business intelligence
Prof. Faouzi Marzouki
Filière BD & IA Ecole nationale des sciences appliquées de Tétouan Année universitaire : 2024-2025
Les objectifs pédagogiques
• Distinguer les différents concepts théoriques vus en cous. • Proposer une conceptualisation BI pour une situation standard. • Elaboration des modèles d’entrepôt de données.
Exercice 1 Une entreprise de fabrication de vaisselle jetable souhaite mettre en place un système d’information décisionnel sous la forme d’un datamart (un mini entrepôt de données) pour observer son activité de ventes au niveau des différents lieux de distributions de ses articles et cela dans plusieurs villes. Ces lieux de distributions sont renseignés par leur enseigne, leur type (en fonction de leur surface), leur adresse (code postal et ville), leur département, leur région. Les ventes sont renseignées selon une période qui se décline en mois, en trimestre et année. Les ventes sont observées par le nombre d’articles selon le type, et le chiffre d’affaires. 1. Quel est le fait à observer ? 2. Quels sont les axes d’analyse, et les mesures ? 3. Construire le modèle en étoile de ce datamart. Exercice 2 On veut analyser les ventes d’une entreprise de restauration rapide. Le principe est de mesurer les ventes grâce aux quantités vendues et aux bénéfices, en fonction des ventes réalisées par jour, dans un restaurant donné, pour un aliment donné. L’objectif est de pouvoir analyser les ventes par jour, par semaine, par mois et par année. Les restaurants peuvent être regroupés en fonction de leur ville et de leur pays. 1. Concevoir un modèle en étoile pour le système d’information ciblé. 2. Modifier ce modèle en un modèle en flocon de neige pour modéliser explicitement les hiérarchies des dimensions représentant le temps et la localisation géographique des magasins. 3. On souhaite à présent mesurer le nombre de commandes qui est donné par jour et par restaurant. Etendre le modèle précédent afin de prendre en compte cet aspect.
Exercice 3 La société Chausséria, installée dans la région Rhône-Alpes, désire construire un entrepôt de données pour suivre l'évolution de ses ventes de chaussures. L’entreprise Chausséria dispose de deux magasins «Chauss_Lyon » et « Chauss_Bron » et vend plusieurs modèles de chaussures. 1. Proposez un modèle conceptuel et logique d’entrepôt de données DW_Chausseria pour observer l’évolution des ventes en termes du nombre total de paires de chaussures vendues par rapport aux axes MOIS, ANNÉE, MAGASIN et MODÈLE. 2. Quel est le type du modèle obtenu ? Argumentez. 3. On suppose que la société désire aussi étudier la répartition de ses ventes suivant d'autres critères, comme Genre (Homme/Femme/Enfant), Pointure, ou encore Couleur. Proposer un nouveau modèle conceptuel de l’entrepôt de données DW_Chausseria_Nouveau en prenant en compte toutes les dimensions anciennes et nouvelles citées ci-dessus. 4. Soit la représentation relationnelle ci-dessous du data mart Chausseria_01_02. On s’intéresse à un tableau multidimensionnel pour observer le nombre total de paires de chaussures vendues par rapport aux axes MAGASIN et MODÈLE. ANNEE MODELE MAGASIN NOMBRE 2000 Botte Chauss Lyon 5000 2000 Escarpin Chauss Lyon 1500 2000 Botte Chauss Bron 3000 2001 Escarpin Chauss Lyon 3500 2001 Botte Chauss Lyon 2500 2001 Botte Chauss Bron 4000
a. Proposer un Tableau multidimensionnel selon les 2 axes MAGASIN et MODÈLE.
b. Calculer l’opérateur CUBE sur le data mart Chausseria_01_02 avec l’approche MOLAP. c. Calculer l’opérateur CUBE sur le data mart Chausseria_01_02 avec l’approche ROLAP.
