Business Intelligence

ETL & Entrepôts de données

Support de cours universitaire sur le processus décisionnel, l'entrepôt de données et l'architecture d'un système décisionnel, la modélisation multidimensionnelle (conceptuelle, logique, physique), l'alimentation ETL et la manipulation des cubes OLAP.

Elsa Negre

Fast Track Data Warehouse Reference Guide for SQL Server 2012

Guide de référence Microsoft pour concevoir des data warehouses SQL Server 2012 équilibrés (architecture Fast Track) : configuration matérielle, stockage, chargement, columnstore et validation des performances.

Microsoft Corporation

Guide d'administration de la plateforme SAP BusinessObjects Business Intelligence (BI 4.3 SP5)

Documentation officielle en français de l'administration de la plateforme BI 4.3 : architecture et serveurs, CMC, utilisateurs et groupes, droits et sécurité, référentiel (CMS), audit, surveillance et sauvegarde.

SAP SE

Guide de l'utilisateur de l'outil de conception d'information (Information Design Tool, BI 4.3 SP5)

Documentation officielle en français de l'outil de conception d'univers de SAP BusinessObjects BI 4.3 : connexions, fondations de données, jointures, contextes et alias, couches métier, objets, publication et sécurité des univers.

SAP SE

Guide de l'utilisateur de SAP BusinessObjects Web Intelligence (BI 4.3 SP5)

Documentation officielle en français de Web Intelligence 4.3 : création de requêtes sur les univers, rapports, formules et variables, ruptures, filtres, graphiques, analyse interactive et partage des documents.

SAP SE

IBM Cloud Pak for Data Version 4.5: A practical, hands-on guide with best practices, examples, use cases, and walk-throughs

IBM Redbook pratique sur la plateforme données et IA d'IBM : architecture, intégration de données multicloud (DataStage, virtualisation), gouvernance et catalogue, données de référence (Match 360) et analytique métier avec Cognos Analytics.

Simon Cambridge, Lakshmana Ekambaram, Stephen D Gawtry

Managing Metadata Repositories for Oracle Analytics Server

Documentation officielle de conception du référentiel de métadonnées (RPD) d'Oracle Analytics Server, successeur d'OBIEE : couches physique, modèle métier et présentation, hiérarchies, agrégats, sécurité et bonnes pratiques de modélisation.

Jenny Smalling, Oracle Corporation

MicroStrategy ONE – Advanced Reporting Guide

Guide officiel du reporting avancé MicroStrategy ONE : métriques avancées, filtres et invites complexes, groupes personnalisés et consolidations, transformations, rapports freeform SQL, cubes intelligents et optimisation des rapports.

MicroStrategy Incorporated (Strategy)

MicroStrategy ONE – Basic Reporting Guide

Guide officiel d'initiation au reporting MicroStrategy ONE : projets et objets, création et exécution de rapports, grilles et graphiques, filtres, invites, tri, mise en forme et export.

MicroStrategy Incorporated (Strategy)

MicroStrategy ONE – Project Design Guide

Guide officiel de conception de projets MicroStrategy ONE : architecture de la plateforme, modèle logique de données, structure de l'entrepôt, faits, attributs, hiérarchies, Architect et optimisation (tables d'agrégation, partitionnement).

MicroStrategy Incorporated (Strategy)

Modeling for AS Tabular scalability

Livre blanc Microsoft sur le fonctionnement du moteur VertiPaq d'Analysis Services Tabular et les bonnes pratiques de modélisation (schéma en étoile, cardinalité, clés de substitution, encodage, ordre de tri) pour optimiser compression et performances.

Daniel Rubiolo, Microsoft Corporation

Modern Power BI Architecture Choices for Reporting on Azure Databricks

Étude comparative des performances des modes de stockage Power BI (Import/VertiPaq, DirectQuery, Direct Lake) sur des données Delta Lake : méthodologie de test, optimisations côté source et modèle sémantique, résultats mono-utilisateur et en charge.

Liping Huang, Microsoft Fabric CAT

NIST Big Data Interoperability Framework: Volume 1, Definitions (SP 1500-1r2)

Publication du NIST qui définit le Big Data et le vocabulaire associé (volume, vélocité, variété, data science, architectures distribuées, NoSQL, cloud, gouvernance des données) afin de fournir une terminologie commune.

Wo L. Chang, Nancy Grady, NIST Big Data Public Working Group

Oracle Database Data Warehousing Guide, 19c

Guide officiel Oracle de conception et d'exploitation d'entrepôts de données : modélisation dimensionnelle, partitionnement, vues matérialisées et réécriture de requêtes, dimensions, ETL, fonctions SQL analytiques et agrégations OLAP en SQL.

Oracle Corporation

SAS 9.4 Programmer's Guide: Essentials

Guide officiel de programmation SAS 9.4 : étape DATA, lecture et combinaison de tables, variables et fonctions, procédures, bibliothèques et jeux de données SAS, gestion des sorties.

SAS Institute Inc.

Science des données – 3 : Apprentissage Statistique

Cours complet d'apprentissage statistique (Wikistat, INSA Toulouse) : régression linéaire et logistique, analyse discriminante, arbres CART, agrégation de modèles (bagging, random forest, boosting), SVM, réseaux de neurones, sélection de modèle et estimation du risque.

Philippe Besse

Tableau Blueprint

Méthodologie officielle de Tableau pour déployer l'analytique en entreprise : stratégie analytique, gouvernance des données et du contenu, déploiement, meilleures pratiques de visualisation et de tableaux de bord, formation, adoption et mesure de l'usage.

Tableau Software (Salesforce)

Datawarehouse : les concepts en 3 slides

En 3 slides ce sont les grands principes du datawarehouse qui sont clairement résumés. Simple, clair et efficace !

Meilleures pratiques en matière d’analyse visuelle avec Tableau

Comment savoir si votre visualisation remplit son objectif ? Il suffit de répondre à quelques questions. À quel public la visualisation est-elle destinée ? Quelles sont les questions de ce public ? Quelles réponses lui donnez-vous ? Quelles sont les autres questions que cela vous inspire ? Quelles sont les conversations qui en résultent ? L’objectif est de faire en sorte que les personnes qui consultent votre visualisation obtiennent un résultat en échange du temps qu’elles consacrent à cette consultation. Ce document montre les bonnes pratiques de présentation des données avec l'outil Tableau.

Tableau Software

Cognos BI 10 : architecture technique et fonctionnalités avancées

Une mine d'informations sur Cognos BI v10 et les fonctionnalités élargies de cette version : mobile, intégration avec une GED, requêtage sur des bases OLAP (SAP BW, Essbase, TM1, OOR), monitoring externalisé via JMX, DQM et 64 bits

Barnaby Cole, IBM

Architecture de l'information glossaire : bigdata, nosql, datawarehouse, cloud, mdm

Un super glossaire reprenant les thèmes de la gestion de l'information moderne : Data, Information, and Knowledge. Data Formats : Structured, Unstructured, Semi-Structured. Data Domains : Operational, Content,System, Authoritative (Master and Reference Data), Analytical, Metadata Data Classification. Data Persistance : Relational Database, Disk File System, Multi-Dimensional, In-Memory Database,In-Memory Data Grid, Distributed File Systems, NoSQL (Key-Value,Columnar,Document,Graph) Data Partitioning ; Relational and Distributed data partitioning Data Streams / Events Data Modeling : Relationship Modeling (Conceptual,Logical,Physical) , Dimensional Modeling and NoSQL Modeling Data Processing : OLTP, OLAP, Big Data Processing (Volume, Velocity, Variety, Value) 1Information Stores : ODS, Data Mart, Data Warehouse 1Governance : Data Quality, Information Lifecycle Management, Governance for Big Data 1Business Intelligence & Business Analytics. 1Information Architecture : User Experience (UX) and Enterprise Architecture Common Information Management Standards Data Modeling : UML,IDEF1X, Crow’s Feet Data Representation & Interoperability : XML, XML Schema, RDF, UDEF, JPA, JSON Data Query & Transformation : SQL, SPARQL, CQL, MDX, XMLA, XQuery, XLST Regulatory : Sarbanes-Oxley (SOX), Third Basel Accord (Basel III) Connectivity and Access : ODBC, JDBC, CMIS, JSR-170, Repository Connectivity Architecture Principles Treat All Data as an Asset Multiple Data Formats. Standards Based Information Management. Separation of Concerns Volume and Velocity Information Accessibility. Unified View of Information. Information Abstraction. Consistent and Complete Information 1Quality Data. 1Retention of Data 1Flexible and Agile. Conceptual View Data Processing : Batch, In-Database, Real-Time, In-Memory, Continuous / Stream Processing Data Movement : Bulk Data Movement, ETL, E-LT, Logical Data Movement,Parallel Copying, Incremental Data Movement (Change Data Capture (CDC), Data Stream Capture), Data Repplication Information Governance : Data Quality Management (Profiling and Validation, Cleansing, Standardization, Enrichment, Match and Merge, Exception Management, Data Remediation, ILM Historical Data Management : Atomix / Process Neutral, Consolidation, Normalization, Versioning Analytical Data Management : Aggregation & Navigation (Multi-Dimensional Representation, Aggregation and Summaries, Exploratory Processing (Unification, Enrichment, Simulation) Authoritative Data Management : Multi-Entity Management, Common Authoritative Data Model, Relationship Management, Entity Consolidation, Entity Lifecycle Management,Entity Publication Enterprise Content Management : Repository, Document, Digital asset, Web Content, Imaging, process and Information Rights Mamangement Metadata Management : Introspection, Impact Analysis, Data Lineage Data Virtualization : Federation, Caching, Mediation, Routing, Policy Enforcement,Search ,Connectivity 1Information Access 1Information Services : Data Services, Analytical Query Services, Content and Spatial Services 1Provisioning Services : Data Ingestion, Analytical, Data Quality and Repository Services 1Information Modeling. Logical View Information Consumption : Virtualization, Information as a Service Information Acquistion : Ingestion with Latency,Topologies, Mechanism (Data Integration, Parallel Batch Processing ,Change Data Capture, Event Processing, Messaging Bus/Hub), Ingestion Patterns (Point to Point, Hub and Spoke); Replication and Synchronization Information Organization: Areas of Responsibility (Staging Area,Foundation Area,Access and Performance Area, Content Area, Discovery Area), Big Data Processing, Enterprise Master Data Management (Operational MDM, Analytical MDM, Multi-Entity, MDM Patterns with Virtual Hub, Centralized Hub, Consolidated Hub or Hybrid Hub) Data Warehouse : Active Data Warehouse, Areas of Responsibility (Staging Area,Foundation Area,Access and Performance Area, Content Area, Authoritative Area,Content Area ), Patterns ( Conforming Data Marts, CentralizedHub and Spoke, Federated and Distributed) Oracle Product Mapping View

Stephen G. Bennett, Dave Chappelle, Oracle Corporation

Microsoft : EIM, MDM et Data Quality Service

Une présentation rapide des composants Microsoft utiles pour mettre en oeuvre un premier niveau de MDM de de Data Quality avec MS SQL Server. Quelques liens interressant vers des projets codeplex qui aident dans cette démarche complexe.

Ismaïl Ben Lamine, Frédéric Brossard, Julien Vidal

MSSQL : Vertipaq vs Columnstore

Avec l'apparition des index en colonne sur MSSQL on est en droit de se poser la question de l'utilité d'une modélisation MOLAP avec SSAS : pourquoi ne pas laisser au moteur rélationnel le plaisir de gérer les données. Une réponse est apportée par le document et comparant les performances des deux moteurs de stockage et des limitations à utiliser l'un ou l'autre.

Alberto Ferrari, Marco Russo

Oracle OBIEE 11G : Design Best Practices

Les principes et bonnes pratiques pour Oracle OBIEE 11g.Les principes de bases sur l'accès aux données via SQL Le design des différentes couches : physique, métier et présentation Des conseils pour améliorer la performance des systèmes de production : connection pool, niveau de log, features activées... La modélisation des objets pour une meilleure performance et une meilleur ergonomie et les considérations pour l'upgrade depuis la 10g

Nicolas Barasz, Oracle Corporation

SSAS : optimisation des relations Many to Many via des dimensions dégénérées

Un document interressant sur une technique de modélisation permettant d'optimiser les requêtes et les cubes SSAS comportant des relations Many to Many (m-n).Le document aborde la description du problème, décrit en détail la solution préconisée via des tables dites de faits (dimension dégénrée) et table de matrice. Cette technique permet de compresser les données stockées et accélère les requêtes. L'article termine en comparant l'effet de ce design sur une serie de requêtes.

Dan Hardan, Erik Veerman, Carl Rabeler

MDM 2012 par Informatica

Une présentation du logiciel Informatica MDM HUB (Ex Siperian) et des concepts de Master Data Management (MDM) par un des principaux éditeurs du marché

Colm Moynihan, Informatica

Informatica V9 : Guides pour Developpeurs PowerCenter

Plusieurs guides à destination des développeurs PowerCenter : Designer Guide : Mappings, mapplets et transformations. Transformation & Transformation Language Guide : le détail du fonctionnement de chaque transformation et du language interne powercenter. Workflow Basic & Advanced Guides : workflows, sessions, tasks, events, worklets. XML Guide : un guide spécifique pour le développement de mappings powercenter avec source(s) et/ou cible(s) XML

Informatica Corporation

Informatica V9 Guides d'Administration

2 Guides indispensables pour l'administration Informatica : Gestion des domaines et des services ainsi que la référence des commandes en lignes.

Informatica Corporation

Microsoft SSAS 2008 Performance and Operator Guide

Deux excellents white papers sur la performance SSAS 2008. Un guide orienté operateur plutôt axé sur la gestion mémoire et les optimisations hardware et système capables de booster les performances de SSAS, les techniques de monitoring,etc... Le second guide est lui plus orienté developpeur avec les techniques de developpement permettant d'accélérer génération ou intérrogation des cubes.

Microsoft

Cognos C8 : Architecture

Description de l'architecture de IBM Cognos C8, un outil de reporting. Architecture multitiers, gateway web et server d'application, les types de connections au données. Les différentes interfaces utilisateurs : query studio, report studio, analysis studio, framework manager, event studio, Metric studio, metric designer... Ce document énumère et explique le rôle des différents services en oeuvre dans une architecture Cognos C8 et les modes de communications entre ces différents services. Il décrit les grands types d'architectures possibles avec Cognos C8, comment déterminer les besoins en terme de puissance, ram, et volume de données nécessaire au méta-données. Il décrit également les capacité du produit en terme de load balancing.

Cognos Incorporated

IBM Information Server V8 [Install - Configure - Migrate] Pack

Trois documents traitants de l'installation la configuration et la migration depuis les versions antérieures de l'ex. Datastage devenu maintenaint Websphere Datastage sous produit de la marque IBM Information Server. Une petite introduction explique également les concepts de l'architecture des produits de cette suite et leur approche SOI (Service Oriented Integration) dans l'integration de données.

IBM

Business Objects XI R2 : EPM Pack

Un pack de 7 cours sur l'EPM (Enterprise Performance Managment) : Introduction à l'EPM : Conception d'un univers simple (tables, jointures, classes, propriétés d'objet, format de nombres, restrictions), exportation de l'univers Création de métrique ,analyse, diagramme d'analyse interactive des tendances, Tableau de bord d'entreprise Règles et alertes Dashboard Manager : métriques, arbre de métriques, règles, plannificateur, analyse Performance Manager Pilotage des objetifs, strategy builder Set Analysis Predictive Analysis Process Analysis

Business Objects

Deploiment de dashboard et scorecard en entreprise

Une étude du Tdwi qui traite de la définition des dashboard et scorecard. Détaille leurs différences et leus points communs. A la convergence de deux disciplines: le Performance Managment et la Business Intelligence, ces outils permettent de communiquer, monitorer, analyser puis agir sur la strategie de l'entreprise. Idée chère à Robert S.Kaplan et David P.Norton, la strategie de l'entreprise aussi bonne soit-elle ne peux s'aplliquer qu'avec ces outils. Cette étude va faire ressortir qui utilise ces outils, sur quels type de données ils traivaillents, le volume de données traité, la fraicheur des données, quels sont les architectures d'un système de gestion de la performance...

Wayne W. Eckerson

Oracle 10g : Option OLAP

Un livre blanc qui présente succintement l'option OLAP d'Oracle 10g :Modèle dimensionnel, expression des requêtes et navigation dans les données, définition de calculs, interfaces d'interrogation, avantages des types de données multidimensionnels en matière de performances. Outils d'administration des espaces de travail analytiques : Analytic Workspace Manager et Oracle Warehouse Builder...

Oracle Corporation

Datamining et statistique décisionnelle,

Cette formation est consacrée aux techniques de statistique décisionnelle, data mining et scoring, et à leur mise en oeuvre en entreprise. Les sujets abordés sont : statistique décisionnelle, data mining, datamining, kdd, crm, grc, eda, analyse des données, classification, clustering, segmentation, arbres de décision, détection des associations, régression linéaire, analyse discriminante, régression logistique, GLM, GLZ, classement, scoring, analyse de survie, réseaux de neurones, support vector machines, algorithmes génétiques, text mining, web mining, dataminer, logiciels, courbe ROC, éthique et datamining.

Stéphane Tufféry

Datamining : Exploration Statistique

Description statistique élémentaire, analyse en composante principale, analyse en factorielle discriminante, analyse en factorielle des correspondances, analyse des correspondances multiples, positionnement multidimentionnel, classification, analyse canonique.

Alain Baccini, Philippe Besse

Datamining : Modélisation statistique et apprentissage

apprentissage supervisé vs non-supervisé; Modélisation vs apprentissage; Discrimination vs regression; choix de mméthode, de modèle.Régression linéaire, logistique, qualité de prédiction, analyse discriminante, arbres binaires, méthodes connexionnistes, agrégation de modèles, support Vector Machines (SVM), bootstrap.

Philippe Besse

Microstrategy : Architecture

Architecture et modules de ce logiciel de reporting ROLAP. Le clustering, les cubes, la sécurité...

MicroStrategy

Moteur de recherche

Une thèse sur les moteur de recherche : l'état de l'art et un projet pour une recherche ciblée et plus précises sur des thèmes particulier.

Amar-Djalil Mezaour

SAS cours IUT STID

Un énorme cours sur SAS leader mondial sur le marché de la BI. Les systèmes de fichier SAS, les fonctions basiques, les tests (student, anova...), correlations, analyses discriminantes, clusterisation et bien d'autre. Puis la programmation SAS avec macros, SCL, EIS, AF, SQL. Enfin un focus sur le module enterprise miner. De fortes notions de statistiques sont nécessaires pour bien appréhender ce cours

Eric Preud'homme