La BI à grande vitesse

De plus en plus de décideurs cherchent à s’appuyer sur les données d’entreprise pour leurs prises de décisions.
Un remporting basée sur des métriques pertinents est devenu un outil décisif pour la conduite de l’entreprise.

Malheureusement, les datawarehouses et infocentres sont basés sur des modèles couteux et donc inadaptés aux mutation fonctionelles inhérente à l’activité, pire encore, la multiplication des tableaux de bords et des chiffres
noient les décideurs plutôt que de les aider à avancer.

Un choix de métriques pertinent et évolutif est le seul outil menant à la réussite.

Pour en savoir plus sur le sujet, voici une présentation de chez SISENSE:
measuring-for-success-building-effective-dashboards

5 Jours pour un projet BI

J’ai eu l’occasion de travailler avec les équipes de SiSense, et garde une affection toute particulière pour leur outil de reporting.
Les raisons de cette affection sont :
-Célérité (les temps de calcul sont les meilleurs)
-Simplicité (le produit n’es pas constitué d’une myriade d’outils disparates)
-Ergonomie (l’utilisateur, quelles que soient ses compétences IT, reste maitre à bord)

Le pire dans tout ceci, c’est qu’ils prouvent ce que j’avance.
Aujourd’hui, ils vous proposent de monter votre probjet BI en 5jours*.
Pour commencer, voici le programme:

Cliquer pour accéder à launch_bi_project_in_5_days.pdf

*offre non réservée aux équipes IT, qui auraient tendance à demander des délais supplémentaires…

Nutanix co-founder launches ThoughtSpot, an appliance for analytics

Gigaom

Ajeet Singh is sticking with what worked for him at Nutanix — the fast-growing enterprise compute-plus-storage company he co-founded in 2009 — with a new business intelligence startup called ThoughtSpot. It’s in-memory analytics software designed for ease of use, but delivered on as an appliance, theoretically to save customers the need to buy their own servers or install anything on them.

ThoughtSpot wants to be the « last mile » for business data, Singh explained in a recent interview, and the company believes the appliance model, the popularity of which seems to ebb and flow every few years, is the way to go. The ThoughtSpot Data Search Appliance is comprised of just off-the-shelf gear — there are no specialty components you might find in an Oracle or Teradata appliance, for example, and ThoughtSpot doesn’t have a hardware engineer on staff — but the company did consider the popularity of those larger…

Voir l’article original 254 mots de plus

La gestion centralisée des objets sous SAP BO

Dans den nombreuses entreprises, les univers BO rassemblent les objets métiers par domaine fonctionnels. On se retrouve alors avec de nombreux objets communs disséminés dans les différents univers. Avec le temps, les univers se différencient et les objets métiers deviennent ingérables.

Le tutoriel ci dessous se propose d’utiliser des fichiers XLS et les strategies BO pour la création ou modification des univers. Le fastidieux travail de modification des classes des univers est ainsi déporté vers de l’édition dans XLS. Cette édition peut ainsi être centralisée et industrialisée pour un gain évident de temps et une standardisation accrue des classes des univers.

http://docmalkovich.developpez.com/articles/bo/strategies/

Voeux 2014

Afin de vous souhaiter une très bonne année 2014, je tenais à vous soumettre un lien. Celui-ci contient une masse inportante d’informations toujours disponibles sur le datawarehousing.
Enjoy, and happy new year;-)

http://www.1keydata.com/datawarehousing/datawarehouse.html

Analyser mes données depuis une simple requete!

En discutant avec les équipes de testeurs, nous avons remarqué que la connaissance des tables systeme d’Oracle pouvait amener des informations fort utiles. La requete qui suit se propose de répondre efficacement à cette problématique. Néanmoins, le prérequis est le calcul des statistiques Oracle à l’issue de l’alimentation. L’étude des statistiques permet ainsi d’obtenir le nombre de lignes dans la table, et pour chaque colonne le type de données, le fait que les null sont autorisés, le nombre de nulls, le nombre de valeurs distinctes, ains que les valeurs mini et maxi contenues. La seule modification à faire à la requete est sur le nom du propriétaire des tables.

Voici la requete:

select tb.owner,tb.table_name,tb.last_analyzed,tb.num_rows,
TC.COLUMN_NAME,TC.DATA_TYPE, nullable,num_nulls,num_distinct,
decode(data_type
,’NUMBER’ ,to_char(utl_raw.cast_to_number(low_value))
,’VARCHAR2′ ,to_char(utl_raw.cast_to_varchar2(low_value))
,’NVARCHAR2′ ,to_char(utl_raw.cast_to_nvarchar2(low_value))
,’BINARY_DOUBLE’,to_char(utl_raw.cast_to_binary_double(low_value))
,’BINARY_FLOAT’ ,to_char(utl_raw.cast_to_binary_float(low_value))
,’DATE’,to_char(1780+to_number(substr(low_value,1,2),’XX’)
+to_number(substr(low_value,3,2),’XX’))||’-‘
||to_number(substr(low_value,5,2),’XX’)||’-‘
||to_number(substr(low_value,7,2),’XX’)||’ ‘
||(to_number(substr(low_value,9,2),’XX’)-1)||’:’
||(to_number(substr(low_value,11,2),’XX’)-1)||’:’
||(to_number(substr(low_value,13,2),’XX’)-1)
, low_value
) low_value,
decode(data_type
,’NUMBER’ ,to_char(utl_raw.cast_to_number(high_value))
,’VARCHAR2′ ,to_char(utl_raw.cast_to_varchar2(high_value))
,’NVARCHAR2′ ,to_char(utl_raw.cast_to_nvarchar2(high_value))
,’BINARY_DOUBLE’,to_char(utl_raw.cast_to_binary_double(high_value))
,’BINARY_FLOAT’ ,to_char(utl_raw.cast_to_binary_float(high_value))
,’DATE’,to_char(1780+to_number(substr(high_value,1,2),’XX’)
+to_number(substr(high_value,3,2),’XX’))||’-‘
||to_number(substr(high_value,5,2),’XX’)||’-‘
||to_number(substr(high_value,7,2),’XX’)||’ ‘
||(to_number(substr(high_value,9,2),’XX’)-1)||’:’
||(to_number(substr(high_value,11,2),’XX’)-1)||’:’
||(to_number(substr(high_value,13,2),’XX’)-1)
, high_value
) high_value

from all_tab_columns tc,
(select owner,table_name,last_analyzed,num_rows
from all_tables
where last_analyzed is not null
and owner like ‘%_IRI_%’
order by last_analyzed) tb
where TC.TABLE_NAME = TB.TABLE_NAME

Elasticube, J’adore…

Je viens de découvrir les outils de la société SiSence (à prononcer saisense).
Leur outil est un outil de reporting BI se basant sur la technologie ELASTICUBE.
J’adore ce nom, il me rappelle les cours d’école, ou les filles faisanient des acrobaties improbables autant que le rubik’s cube ou je décollais les stickers pour finir mes parties.
En bref, c’est tout très beau! Il faut connaitre cette techno rien que pour le nom.
Les cubes OLAP c’est has been, moi j’ai choisi ELASTICUBE;-)
http://www.sisense.com/prism-vs-olap

L’échantillonnage facile sous ORACLE

J’ai découvert et testé une méthode d’échantillonnage sous Oracle bigrement facile. Toute la méthode repose sur la pseudo colonne sys_guid(). Cet élément grénère un numéro d’identifiant unique et aléatoire. Il est utilisé sous oracle pour générer les rowid.
En fainsant un group by sur cette pseudo colonne, on trie les lignes aléatoirement. Il ne reste ensuite qu’à prendre les N premières lignes.

Voici le select issu de cette méthode:

create table ECH_TA_DONNEES as
Select tblalias.*
From (select tblfait.*
From TA_DONNEES tblfait
Order by sys_guid ()) tblalias
Where rownum <= 1000;

Je le trouve vraiement très simple et très classe!

YES IS MORE

Bonjour,

Vous trouverez ci dessous un slide présentant une démarche d’accompagnement client. Cette démarche permet une évolution consciente de la BI traditionnelle vers les outils APPLIANCES. Elle repose sur un suivi, via le système de reporting en cours, des chiffres clef de la production de rapports (Nombre, Rafraichissements) et des métriques serveurs (ETL, BDD, reporting).
Ce document a été élaboré de mes petites mains, suite aux divers travaux fait pour le Ministère de la Justice. La démarche technique est fonctionnelle avec les outils Buisness Objects.
Il est désormais possible de dire ‘YES’, d’héberger des données plus nombreuses, d’avoir des temps de réponse plus courts, de faire face à des calculs complexes sans avoir des temps ETL délirants.
En cernant précisément ses besoins, on peut positiver et reprendre la formule ‘YES IS MORE’.

https://aprevotleygonie.files.wordpress.com/2013/06/yes-is-more-apl.pdf

Je vous souhaite une bonne lecture,

Partager :

Article sur l’architecture de données BI, bon pour remettre les bases à plat.

Sherry's BI Corner

I’ve done ETL design and development in both integration projects and in reporting environment.

In master data integration projects, it’s not hard to distinguish staging area from the target area. In the staging area, truncating tables with old data and loading new data is a pretty common practice. I’ have not seen any truncating tables in the target area. This is a good thing. It means that developers understand the role of staging, and understand that loading data into target area needs to be carefully designed, or “reconciled”, as a consultant called it. Depending on the business rules, we will end up either creating new records in the target, or updating existing records, or deleting obsolete records.

In the reporting environment, however, developers have very different attitude and very different understanding of staging VS. target.

This is a very typical architecture I’ve seen so far. The flaw in this design…

Voir l’article original 315 mots de plus