Voici donc les 12 règles de Codd  en 1993, qui sont la base même des produits OLAP. Des nouvelles règles ont été ajoutées pour compléter la définition.

1) La vue conceptuelle multidimensionnelle :  le cœur des produits OLAP

2) La transparence : libre accès des différentes sources par des fonctions.

3) Accessibilité : Les produits OLAP sont des médiateurs entre les différentes sources de données et  un terminal OLAP.

4) Performance de report : la performance ne doit pas être dépendante du nombre de dimension et de la taille des bases de données.

5) Architecture du client/serveur : capacité de rattacher les différentes sources avec peu de programmation.

6) Dimension générique

7) Ajustement automatique des niveaux physiques : adapter en fonction de la disparité, du volume de données et du type de modèle.

 8) Le support multi-utilisateurs :possibilités d'accès concurrent.

9) Opérations sur les dimensions

10) Manipulation des données intuitives :possibilité de faire des manipulations sur les vues (les cellules du cube).

11) Reports flexibles :modularité des dimensions dans le report.

12) Dimensions illimitées et niveau d'agrégation

Voici les nouvelles règles :

13) Extraction en lots et interprétation 

14) Modèle d'analyse OLAP

15) Traitement des données non-formalisées

16) Conserver les résultats OLAP

17) Extraction des valeurs manquantes

18) Traitement des valeurs manquantes

Différences entre MOLAP, ROLAP, HOLAP, DOLAP

Les moteurs du décisionnel, les outils OLAP (On Line Analytical Processing), complètent les DataWarehouses. Ils fournissent une vue des données stockées qui transforme celles-ci en informations stratégiques pour l'entreprise. Le stockage des informations peut être réalisé de plusieurs façons : MOLAP (Multidimensionnel OLAP), ROLAP (Relationnel OLAP), HOLAP (Hybride OLAP).

MOLAP (Multidimensional OLAP) :  Cette base permet de stocker les données de manière multidimensionnelle. L'intérêt est que les temps d'accès sont optimises ; cette approche nécessite de redéfinir des opérations pour manipuler ces structures multidimensionnelles. Les jointures sont déjà faites. Cette base est plus rapide et performante mais limitée pour l'instant au GigaOctet

ROLAP (Relational OLAP)  : Cette base est sans limite de taille et permet ainsi de gérer de plus grandes bases. Mais ceci se fait au détriment de l'accès aux informations, qui est alors plus lent car les résultats des requêtes sont calculés au moment de leur exécution. Ce système n'étant pas restrictif pour ce qui est des requêtes, on peut demander plus de détails. On peut également travailler de façon plus dynamique.

HOLAP (Hybrid OLAP):  Désigne les outils d'analyse multidimensionnelle qui récupèrent les données dans des bases relationnelles ou multidimensionnelles, de manière transparente pour l'utilisateur. Il présente l'avantage de mixer les avantages des deux systèmes MOLAP et ROLAP en répartissant les requêtes sur l'un ou l'autre des deux moteurs selon que l'un ou l'autre est susceptible de répondre plus rapidement à la requête (ou de façon plus précise).

DOLAP (Desktop OLAP): Ce terme désigne un petit produit OLAP faisant de l'analyse multidimensionnelle en local. Il peut y avoir une mini base multidimensionnelle (façon Personal Express), ou bien de l'extraction de cube (façon Business Objects Client Lourd).

Une nouvelle famille, le VOLAP (Vectorial OLAP), est apparue récemment. Créée par la société Sylicom et mise en œuvre dans le logiciel Microlis, V-Olap est une technologie construite sur une structure de données originale en base vectorielle inversée, qui permet de traiter, présenter, comparer, compter, comprendre, corriger, compléter, analyser et projeter toutes les données sans contrainte, ni délai (de 4 à 32 secondes pour des états complexes traitant des millions de données). Une approche novatrice en matière d’aide à la décision.

Pour garantir la réussite d’un projet de construction d’un Système d’Information Décisionnel, une répartition claire des rôles et des responsabilités doit être définie entre les différents acteurs humains du système. Dans cette partie, je propose une liste de rôles et de responsabilités.

J'ai identifié les rôles et responsabilités suivants :

1-      Le commanditaire (en incluant l’utilisateur final)

2-      L’expert métier

3-      Le comité de pilotage

4-      Le chef de projet

5-      L’architecte

6-      Le concepteur

7-      Le développeur ETL

8-      développeur OLAP

9-      L’administrateur système

10-   L’administrateur des Bases de données

I-  But de cet article

Le but de cet article est de présenter l'utilisation du diagramme de pareto avec l'outil BI "SAP BO Web Intelligence XI" 

II- Qu'est-ce que le diagramme de pareto 

Le diagramme de Pareto est un moyen simple pour classer les phénomènes par ordre d’importance. Ce diagramme et son utilisation sont aussi connus sous le nom de « règle des 80/20 » ou méthode ABC.

Les objectifs sont (entre autres) :

 - Faire apparaitre les causes essentielles d’un phénomène ;

 - Hiérarchiser les causes d’un problème

 - Evaluer les effets d’une solution

-  Mieux cibler les actions à mettre en œuvre

III- Méthodologie

La méthodologie ici est très simple. Elle se résume en cinq étapes :

-       Etablir un tableau des données

-       Classer le tableau par ordre décroissant des quantités

-       Faire la somme cumulative des quantités dans le même ordre

-       Calculer les pourcentages

-       Dessiner proprement dit du diagramme

Environnement technique

  -  SAP BusinessObjects Enterprise XI 2 (SP 5)

Allons-y !

III-1   Etablissement des données

Le tableau ci-après présente le nombre de jours ouvrés (J.O) perdu par origine d’accident de travail.

III-2    Classement du tableau par ordre décroissant des quantités

Dans cette étape, le travail consiste essentiellement à trier le tableau précédent par ordre décroissant des Jours ouvrés perdus.

On obtiens alors le tableau suivant :

III-3    Somme cumulative des quantités dans le même ordre

Ici  on effectue la somme cumulative de la colonne "J.O. perdus" à l'aide de la fonction WebBI suivante "SommeCumulative".

A la suite de cette opération, nous obtenons le nouveau tableau suivant. La nouvelle "CUMUL" contient alors la somme cumulative de la colonne "J.O. perdus" .

III-4    Calcul des pourcentages (à partir des quantités cumulatives)

Ici  on calcul le "pourcentage cumulatif". C'est-à-dire à partir de la colonne "CUMUL". Il n'existe pas une formule dans WebBI XI R2 qui permet de calculer le "pourcentage cumulatif". Il fallait donc la créée !  Et la voici :

SommeCumulative ([J.O. perdus]) / Max(SommeCumulative ([J.O. perdus]) PourTout [Origine])

Après application de la formule,  nous obtenons le tableau ci-après. Dans ce tableau, la nouvelle colonne "%CUMUL" contient le "pourcentage cumulatif" .

III-5     Dessin propement dit du diagramme

C’est la dernière étape. Ici nous n’avons plus besoins de la colonne « CUMUL ». Ainsi le tableau qui servira de base au diagramme est le suivant :

Il ne nous reste plus qu'à transformer ce tableau en graphe. On obtient alors le diagramme suivant :

Interprétations

- 80% (4/5) des origines sont responsables de 90 % de jours ouvrés perdus.

- 60% (3/5) des origines sont responsables de 77,83 % de jours ouvrés perdus.

- 40% (2/5) des origines sont responsables de 60,03 % de jours ouvrés perdus.

- 20% (1/5) des origines sont responsables de 40,53 % de jours ouvrés perdus.

I   Quelques définitions

  Ci-après quelques définitions pour comprendre la logique en Intelligence Artificielle

  Clause : Expression logique de la forme : CONCLUSIONS SI CONDITIONS

Clause de HORN : Clause qui accepte au plus une conclusion

Cohérent : Une base de connaissance est dite cohérente si elle est sans contradiction, c'est-à-dire qu'elle ne contient pas à la fois une assertion comme A et, simultanément, une assertion comme non A. ne pas confondre avec une base de connaissance correcte, qui en plus de cohérente, est sans incomplétude ni redondance.

Déduction : Forme de raisonnement qui conclut, à partir  d'hypothèses, à la vérité d'une proposition en usant de règles d'inférence qui préservent la vérité des expressions manipulées. Exemple de règles de déduction : Modus ponens, Modus Tollens, Suppressions des doubles négations, ...

Différence Base de données et Base de connaissance : Dans une base de données, Il est généralement sous entendu que la qualité de règles est faible par rapport à la qualité de données, alors que c'est l'inverse pour une base de connaissance. Il arrive que dans une base de données l'on appelle faits : partie en extension de la base, et les règles : partie en intention de la base.

Faits : Synonymes de données. Techniquement : clause instanciée et sans conditions. Synonyme=Assertion ?

Induction : Forme de raisonnement qui part des faits pour aller vers les théories, alors que la déduction part des théories pour aller vers les faits.

Inférence : Raisonnement consistant à tirer des conclusions à partir de la base de connaissances. Enchaînement de la connaissance permettant d?en déduire de nouvelles à partir de celles qui sont déjà acquises.

Modus Ponens : Si A est vrai et (A=>B) est vrai (expression de causalité) alors B est vrai. Pour être plus formel : (A et A=>B) inférer B). Exemple :  1-  HOMME(x)     2-  HOMME(x)=> MORTEL(x). En faisant  [x <--- epee), on en déduit que epee est mortel.

Modus Tollens : Règle d'inférence déduite de Modus ponens en remplaçant les formules par des négations pures. Elle s'écrit donc : de Non A et de Non B =>inférer Non B.

Prédicat : Fonction qui ne peut prendre que deux valeurs. (En logique classique, ces valeurs sont interprétées comme le vrai ou le faux. En logique multivaluée, on a introduit aussi d?autres valeurs comme "INCONNU", "INDIFFERENT", ...

Subsomption : Opération par laquelle on reconnaît qu'un prédicat est plus général qu'un autre. Le prédicat le plus général subsume le moins général. Classiquement la seule opération de subsomption est le OU logique : on dit, par exemple, que "A OU B" subsume "A"

II   Les formes de logique

III-1      Raisonnement direct

             III-1-1  La déduction

                         1- Le syllogisme

                         2- Le conditionnel 

                         3- Le disjonctif

           III-1-2  L’induction

           III-1-3  L’analogie

III-2     La réfutation

   III-2-1   Invalidation par le contre exemple

   III-2-2   S’attaquer à la thèse (cercle vicieux : on veut prouver une hypothèse en supposant qu’elle est vraie !!!!)

    III-2-3   Il n’y a pas que les conclusions défendues, il y en a d’autres qui n’induisent pas la thèse

III-3  Raisonnement indirect ou raisonnement par l’absurde

 - Pour démontrer q'une proposition est vraie, on commence par supposer son contraire et on aboutit ensuite à une absurdité qui amène à conclure que la proposition est fausse. Par exemple démontrons par l’absurde que N l’ensemble des entiers naturels est infini.  

1- On commence par supposer que N est fini.

2- Si N est fini alors il admet un plus grand élément que nous appellerons P

3- Hors nous avons une propriété qui nous dit que si a appartient à N alors a+1 appartient aussi à N

4- Ainsi d’après le point précédent, P+1 appartient aussi à N. Ce qui est absurde puisque P est le plus grand élément de N

5- Donc N n’est pas fini, c’est-à-dire qu’il est infini. CQFD.