Objectifs de la formation

Les bases de données sont incontournables dans les entreprises et leur volume ne fait que croître. La finalité n’est évidemment pas de stocker de l’information mais bien entendu de l’exploiter. L’extraction « classique » des données constitue un premier niveau mais la Business Intelligence (BI) apporte une dimension « assistance à la prise décision ». Cette formation Aide à la décision vous permettra de découvrir les concepts et les outils de la BI et en quoi ils répondent aux problématiques des décideurs quel que soit leur niveau dans l’entreprise (du service de … 1 personne au DSI de la société). Vous disposerez du vocabulaire utilisé dans le monde du décisionnel et vous pourrez communiquer avec tous les acteurs concernés par un projet BI. Les bases de données étant indissociables du décisionnel cette formation BI couvre également les phases de construction d’une base (SGBD) et de ses différences avec un datawarehouse.

À qui s’adresse cette formation ?

Public :

Cette formation d’aide à la décision est destinée aux directions informatique, chefs de projets, responsables commerciaux, contrôle de gestion, responsables marketing.

Prérequis :

Aucun

Contenu du cours Aide à la décision 

Introduction à la Business Intelligence

Le décisionnel, pourquoi et pour qui ?Ce que ne permet pas le décisionnelLimites d’un « tableau Excel »La chaîne du décisionnelLes éléments d’un projet de Business Intelligence

De l’infocentre au datawarehouse

La base de données « traditionnelle » (SGBDR)Qu’est-ce qu’un infocentre ?L’entrepôt de données (datawarehouse)Les magasins métiers (datamarts)Différents modèles de données selon la nature de la baseLes tables de faitLes tables de dimensionLes tables d’agrégat

Traitements des données et reporting

Quelques mots sur le SQL (Structured Query Language)La couche d’abstraction proposée par les outils de reportingExemples de rapports et de restitution des donnéesSpécificités de l’analyse multidimensionnelle (OLAP)En quoi la BI facilite concrètement la prise décision (datamining) ?

Description de la formation

Ces dernières années, l’analyse des données et l’aide à la décision ont été fortement impactées par la révolution Big Data et l’apparition de l’intelligence artificielle dans les solutions d’entreprise. Face cette déferlante, les entreprises revoient leur organisation et leurs outils. Quelle stratégie data mettre en place ? Comment récolter le maximum de données ?

La donnée mal collectée, mal comprise ou encore utilisée à mauvais escient peut toutefois s’avérer mauvaise conseillère. C’est la raison pour laquelle il est primordial que les organisations soient conscientes des possibilités offertes par les données, et sachent comment en tirer tout leur potentiel.

Cette formation Revolution Data brosse les différents enjeux liés aux notions de Data Science, Data Visualisation, Data Lake et Data Gouvernance en s’appuyant sur la réalité du terrain pour vous permettre d’acquérir une vision d’ensemble sur l’impact que peuvent avoir les données sur l’organisation et leur bonne exploitation.

Objectifs 

Objectif opérationnel :

Pouvoir poser les bases d’une organisation et d’un projet Data en comprenant les enjeux liés aux données et à leur exploitation.

Objectifs pédagogiques :

À l’issue de cette formation Revolution Data, vous aurez acquis les connaissances et compétences nécessaires pour :

• Maîtriser les concepts clés de la data
• Savoir articuler les besoins métiers et leurs déclinaisons data
• Apprendre à tirer parti du potentiel qu’offre la donnée
• Poser les bases d’une organisation et d’un projet Data
• Faire face aux principaux enjeux data (GDPR, gouvernance des données, etc.)
• Démystifier les tendances liées à la data (intelligence artificielle, Cloud, streaming, etc.)

À qui s’adresse cette formation ?

Public :

Ce cours Révolution Data s’adresse aux responsables métier, consultants, auditeurs, fonctions transverses et C-Level.

Prérequis :

Aucun pré-requis n’est attendu pour suivre cette formation Révolution Data, si ce n’est de posséder une culture générale en informatique.

Contenu du cours Revolution Data 

Définitions et concepts clés de la Data

Données, informations et connaissance
Définition du big data
Les avantages d’une entreprise data driven

Cas pratique

Atelier sur les buzzwords liés à la data

Les enjeux d’une culture data d’entreprise

Bien s’outiller pour répondre aux besoins métiers

Savoir identifier son besoin métier

Cas pratique

Se situer dans la pyramide des besoins

Distinguer les différents outils et les technologies de la data
Les nouvelles architectures consommatrices et productrices de données

Bien s’organiser pour gérer la data

Savoir tirer partie de la data comme levier business
Accueillir la donnée
Identifier les profils à recruter
Mettre en place une organisation propice à l’accueil et la valorisation des données

Enjeux actuels

Gouvernance des données
Qualité des données
Protection de la donnée, confidentialité et réglementation

Démystification des tendances

Apports du cloud
Architecture orientée événements
Essor de l’intelligence artificielle
Révolution du temps réel
Ouverture du système d’information vers l’extérieur
Vers une utilisation plus éthique et responsable de la donnée

Description de la formation

Conceptuellement un système d’information se résume à des données et des traitements. Dans la pratique, les choses sont plus complexes car les données sont partout (locales, réparties, dans le cloud, embarquées sur mobile, etc.). Elles se présentent sous différents formats (fichiers texte, SGBD, NoSQL, CSV, JSON, bureautique…) qui cohabitent souvent sur un même système et dans un volume sans cesse croissant (Big Data).
Les traitements eux-mêmes évoluent (micro services, web services, API, ETL, reporting intelligent, etc.) ainsi que le besoin de traitement de flux de données (stream) en temps réel sans passer par du stockage. Au final on peut donc rencontrer beaucoup d’architectures et d’outils différents.

Objectifs 

Compétences visées – Objectif opérationnel :

L’objectif de cette formation est de savoir s’orienter dans les dossiers requérant des connaissances sur les concepts liés aux données des entreprises, les technologies, outils et métiers associés aux traitement des données dans les organisations.

Objectifs pédagogiques :

Cette formation d’initiation à la Data vous permettra de :

• Connaître le cycle de vie des données : conception, format, stockage, extraction, visualisation, exploitation, etc.
• Connaître les différents contextes rencontrés par les entreprises : Big Data, Data Science, bases de données relationnelles, BI (Business Intelligence), applications métiers, etc.
• Connaître les métiers correspondants : administrateur de base de données, consultant BI, développeur SQL, analyste, data scientist, etc., en termes de compétences techniques et de savoir-faire
• Connaître des outils et comprendre leur domaine d’application et les concepts sous-jacents (Talend, Power BI, Spark, NoSQL avec MongoDB, etc.)

À qui s’adresse cette formation ?

Public :

Cette formation Comprendre la Data s’adresse aux DSI, directeurs techniques, chefs de projets, architectes, consultants, administrateurs de bases de données, ingénieurs systèmes et réseaux, développeurs, data scientists, et plus généralement toute personne désirant disposer d’une vue globale et détaillée sur les concepts et technologies autour des données dans les projets.

Prérequis :

Il est recommandé d’avoir une culture générale de base en informatique (OS, base de données, etc.) pour suivre cette formation d’intiation à la Data.

Contenu du cours Comprendre la Data 

Les bases de données (SQL, NoSQL)

Comment conçoit-on une base de données relationnelles ?
Exemple de MCD (Modèle Conceptuel de Données)
Les standards du marché : MySQL, PostgreSQL, Oralce, DB2, SQL Server, etc.
Comment laisser la base dans un état intègre : contraintes d’intégrité sur les données
Le minimum du SQL à connaître pour extraire des informations
Qu’entend-on par données non structurées ?
Philosophie des bases dites NoSQL par rapport aux bases SQL
Vocabulaire et concepts
Exemples de formats de données injectées dans une base NoSQL (MongoDB)
Comparaison du stockage des données en local et dans le Cloud : coûts, accès, scalabilité, etc.

La Business Intelligence (BI)

Limites des SGBDR (Système de Gestion de Bases de Données Relationnelles) pour les besoins métiers
Que propose la BI ?
Vocabulaire conceptuel associé à la modélisation des données : fait, dimension, étoile, cubes, etc.
Vocabulaire technique : infocentre, datawarehouse, datamart, etc.
Rôle d’un ETL (Extract, Transform, Load) dans l’exploitation des données
Les outils de reporting et d’analyse : PowerBI, Tableau, Business Objects (BO), etc.

Le format des données

Pourquoi typer les données : entier, réel, date, chaîne de caractères… ?
Exemples de fonctions standards disponibles pour les types de base
Problèmes classiques rencontrés : incompatibilité, conversions…
L’encodage des données : ascii, utf-8, etc.
Liens avec les problèmes rencontrés au quotidien : transfert de fichiers inter OS, site web, caractères « bizarres » dans les mails ou sur des pagers web, fichier corrompu, etc.
Format binaire des données
Principes de numérisation des données binaires : images, sons, vidéos, etc.
État de l’art sur la compression des données
L’incontournable langage XML pour décrire les données
Apports du format JSON
Liens entre Web Services et XML ou JSON
Exemples de traitements à partir d’un fichier JSON : export d’une base de données, conversion de documents en PDF, fichier de configuration, descriptions d’une page web, etc.

Le Big Data

Les origines du Big Data
Les données au cœur des enjeux
Explosion du nombre de données
La place des objets connectés dans le Big Data
Comment disposer de données de « qualité » ?
Les limites des architectures actuelles
Définition d’un système Big Data
Différences entre BI, Big Data et Data Science ?
Philosophie des données ouvertes (Open Data)

Architecture et infrastructure Big Data

Cohabitation des solutions SGBDR et NoSQL
Exemple de traitement avec un ETL dédié Big data
L’apport d’un MDM (Master Data Manager)
Le stockage avec Hadoop : base de données Hbase, système de fichiers distribué HDFS
Les solutions Cloud : AWS (Amazon Web Services), GCP, Azure

L’analyse des données

Définition de l’analyse statistique
La nécessité de “nettoyer” les données : dataquality, datacleaning
Requêter avec Hive
Analyser les données : Pig, Mahout, etc.
Intégrer les données grâce à Sqoop

Le développement d’applications Big Data

Format des données utilisées par MapReduce : clef, valeur
Le framework Spark
Exemple d’unification de données hétérogènes (CSV, JSON) avec Spark pour pouvoir requêter en SQL
Machine learning et prédiction des données
Les outils : Scala, Spark MLibs, etc.
Manipuler des flux de données avec Kafka
Conclusion : quelle famille et quel type de langage/framework pour quel besoin ?

Données et Data Science

Comment peut-on faire « parler » les données ?
Liens entre Machine Learning et Data Science
Vocabulaire et technologies sous-jacentes : algorithme, statistiques, mathématiques
La mise en place de la récolte des données : ETL, APIs, data warehouses/ data lakes, etc.
Méthodes d’analyse et préparation des données
Application des algorithmes
Représenter les données avec des graphes (Data Graph)
Principes généraux des réseaux de neurones

La visualisation des données (Dataviz)

Ce que les statistiques ne disent pas
Data visualisation et cas d’usage concrets
Quels graphes pour quels usages ?
Représentation de données complexes : encodage visuel, visualisation interactive
Savoir communiquer sur les analyses de données : Data Storytelling
Synthèse des principaux outils utilisés dans les projets

Description de la formation Data Literacy 

La Data Literacy (en français, « littératie des données ») peut être définie comme l’art ou la capacité de donner du sens à la donnée, le plus souvent dans un contexte d’entreprise. Cette philosophie engloble de nombreux traitements : identification, collecte, analyse, visualisation, interprétation et critique de la donnée.

L’enjeu, pour les entreprises, consiste à propager cette culture à tous les étages de leur organisation pour permettre au plus grand nombre possible de collaborateurs de comprendre la donnée, et d’augmenter la valeur ajoutée apportée à son traitement. Cette acculturation, indispensable dans un milieu concurrentiel, favorise dans le même temps la consolidation des connaissances des collaborateurs.

Cette formation Data Literacy a été conçue pour vous permettre d’acquérir une culture de la data. Vous découvrirez les concepts-clés d’analyse de données et de prise de décisions éclairées par ces dernières. Vous serez également en mesure de les protéger et de les gouverner.

Objectifs 

Objectifs opérationnels :

Disposer d’une culture de la donnée dans un contexte d’entreprise.
Savoir lire, analyser et critiquer les représentations visuelles des données.

Objectifs pédagogiques :

À l’issue de cette formation Data Literacy, vous aurez acquis les connaissances et compétences nécessaires pour :

• Comprendre les différentes notions de la data (data gouvernance, qualité de données, data visualisation, data science, etc.)
• Savoir distinguer les différentes étapes du cycle de vie de la donnée
• Identifier les enjeux liés à la protection, à la gouvernance et à la qualité des données
• Savoir lire, analyser et critiquer les représentations visuelles des données
• Acquérir une boîte à outils méthodologique permettant de prendre des décisions éclairées par les données
• Vous approprier les notions de base de la statistique et de l’analyse des données
• Décrire les impacts et enjeux de l’intelligence artificielle pour son organisation

À qui s’adresse cette formation ?

Public :

Ce cours Data Literacy s’adresse aux managers, analystes, data scientist et plus globalement à toute personne souhaitant acquérir une culture de la data.

Prérequis :

Il est nécessaire de savoir utiliser un tableur (Excel, Google Sheet…) pour suivre cette formation Data Literacy.

Contenu du cours Data Literacy 

Jour 1

Introduction à la Datalphabétisation

Définition et concepts
Apports et enjeux

Explorer les concepts fondamentaux de la donnée

Présentation des concepts
Illustration à partir de cas pratique

S’approprier la démarche d’analyse critique, de pensée logique et de raisonnement autour de la Data Literacy

Découvrir les principes statistiques

Saisonnalité
Corrélation et causalité
Erreurs et biais

Associations, relations et analyses de données

Utiliser la donnée pour regarder vers le futur (prévisions et séries temporelles)

Mise en pratique

Savoir lire et analyser ses données

L’art de pitcher ses données et de les mettre en valeur

Savoir créer de la valeur ajoutée grâce à la donnée

Mise en pratique

Préparer son storytelling sur la base d’un jeu de données

Jour 2

Utiliser les données pour éclairer la prise de décisions

Gérer le cycle de vie des données

Mesurer la qualité des données
Protéger les données
La gouvernance des données

Impact et enjeux de l’intelligence artificielle

Présentation de cas pratique de l’IA en entreprise

Utilisation éthique et appropriée des données

Impact de la RGPD
Biais d’interprétation des données
Exemples au travers de cas pratique

Mise en œuvre de la data literacy dans l’organisation

Savoir démarrer une démarche de data literacy pour son entreprise
Sensibiliser et accompagner les équipes en interne
Elaboration d’un plan d’actions individuel

Objectifs de la formation Solutions Open Source en BI 

Cette formation Open Source en Business Intelligence vous présente les différentes solutions libres existantes : leurs fonctionnalités et utilisations potentielles, leurs possibilités de mise en oeuvre technique et leur intérêt pour votre reporting décisionnel ou opérationnel.

À qui s’adresse cette formation ?

Public :

Ce cours s’adresse à toutes les personnes préparant un projet de Business Intelligence à l’aide des solutions Open Source : managers, chefs de projets, consultants en informatique, maîtres d’ouvrages, responsables commerciaux, responsables marketing, contrôleurs de gestion…

Prérequis :

La connaisance générale des systèmes d’information est nécessaire : bases de données, types de solutions, interfaces, architectures, idées générales sur le développement…

Contenu du cours Solutions Open Source en BI 

L’Open Source et la Business Intelligence (BI)

L’Open Source : une solution gratuite et ouverte ?
Les domaines majeurs – Les domaines mûrs
Deux grandes applications de la BI : le Décisionnel et le Reporting opérationnel
Le projet décisionnel
Tableaux de bord et pilotage de l’entreprise
Exemples de besoins en Business Intelligence

La définition des besoins

Établir son cahier des charges : lister les utilisations possibles
Les architectures et principes de fonctionnement
Une réponse au cahier des charges : acquisition des données
Le reporting et les différentes restitutions
Datamining et Analyse dynamique
Analyse multidimentionnelle
Portails
Exposé des besoins, critères de choix et solutions Open Source

Solutions intégrées et intégration

Les plateformes décisionnelles : principales plateformes Open Source
Intégrer des « modules » complémentaires

Cas d’utilisation 

Pilotage opérationnel pour un tableau de bord ITIL dans une DSI
Les fonctionnalités BI d’un extranet de communication et d’analyse

Système d’Information Décisionnel (SID)

Le SID dans le système d’information : gestion des évènements et XML
Les aides aux développements et la progicialisation
Architectures techniques (Clusters, SGBD)
Évolutions de la BI
Effectuer une analyse qualitative des solutions libres
Compatibilité avec les solutions propriétaires

Application à vos besoins

Proposer une démarche de mise en œuvre dans votre entreprise

Objectifs de la formation Business Intelligence 

Cette formation sur les fondamentaux de la Business Intelligence (BI) vous présente une synthèse des concepts et de l’architecture des Systèmes d’Information décisionnels. Vous disposerez ainsi d’un état de l’art, d’une une grille d’analyse et pourrez vous constituer une idée claire du marché.
À l’issue de cette formation, vous serez à même de :

• Comprendre les enjeux et les techniques mises en œuvre dans le décisionnel
• Définir les étapes clés d’un projet Datawarehouse
• Identifier les familles d’outils de la Business Intelligence
• Avoir une vue concrète de la BI au travers d’études de cas et de la présentation d’outils.

À qui s’adresse cette formation ?

Public :

Ce cours s’adresse aux managers de la DSI, chefs de projets, consultants en informatique, maîtres d’ouvrages, responsables commerciaux, responsables marketing, contrôleurs de gestion.

Prérequis :

Aucun

Contenu du cours Business Intelligence 

La problématique de l’entreprise

Le système d’information
La mondialisation des échanges
Le rôle de la Business Intelligence au sein du système d’information

De l’infocentre au Datawarehouse

Infocentre
Infocentre – Ensemble de données
Datawarehouse
Orientation sujet (Datawarehouse, Datamart)
Des données intégrées
Des données historisées
Des données non volatiles

Le projet décisionnel

Les hommes
Environnement humain
Une démarche projet
Les critères de réussite
Le projet technique
Etude de l’existant
Les modèles de données
Les ETL
Les SGBD
Les outils de restitution
Architecture technique

Modélisation

Les tables de fait
Les tables de dimension
Les tables d’agrégats

Métrologie

Volumétrie
Le temps

Études de cas

Réalisation d’un modèle en étoile
Les modèles en étoiles multiples et en flocon
Calcul des estimations de volumes

Présentation d’outils utilisés en BI

La famille des ETL
Les outils de reporting et d’analyse

Objectifs de la formation Système d’information décisionnels 

Cette formation système d’information décisionnels vous permettra d’appréhender les spécificités d’un Datawarehouse, son vocabulaire dédié et en quoi il répond mieux aux besoins d’analyse des données formulés par les utilisateurs qu’une base de données relationnelle « classique ».
Egalement elle vous donnera une idée précise de la démarche de modélisation en étoile dans le cadre d’un projet Data Warehouse. Vous verrez entre autre pourquoi elle est l’expression même du besoin de la maîtrise d’ouvrage et comment elle permet de faire converger la vision des opérationnels, des analystes et des pilotes sur les activités de l’entreprise.

Concrètement, à l’issue de cette formation vous serez en mesure de:

• Comprendre les apports d’un Datawarehouse pour l’entreprise
• Décrire les différentes phases dans un projet de mise en oeuvre de Data Warehouse
• Identifier les outils au sein d’un projet de Business Intelligence (ETL, Reporting, etc.)
• Comprendre le vocabulaire et le formalisme de la modélisation (faits, dimensions, agrégats, étoiles, etc.)
• Réaliser un modèle en étoile
• Prendre en compte les contraintes de volumétrie

À qui s’adresse cette formation ?

Public :

Cette formation système d’information décisionnels sur le concept et architecture des systèmes d’information décisionnels est princialement destinée aux maîtres d’ouvrage et maîtres d’oeuvre, responsables des systèmes décisionnels, responsables informatiques, responsables des études, architectes de Systèmes d’Information, chefs de projet.

Prérequis :

Avoir certaines connaissances de base de l’analyse décisionnelle et des SGBD relationnelles est important pour aborder cette formation dans de bonnes conditions.

Contenu du cours Système d’information décisionnels 

Introduction et rappels

Qu’est-ce qu’un système d’information décisionnel ?
Evolution des exigences de décision dans le contexte actuel.
L’offre actuelle.
Les concepts
L’architecture type d’un système décisionnel
L’ETL dans la chaîne décisionnelle
Les composants principaux, Data Warehouse, ODS ou “staging area”, Datamarts
Comprendre la finalité de l’approche Data Warehouse par rapport au “simple” relationnel 

Gérer un projet décisionnel

Les acteurs et livrables du projet.
Recueil des besoins métier. Formalisation des exigences techniques et d’organisation.
Organisation et synthèse des interviews utilisateur pour le recueil du besoin.
Compréhension et identification des processus métiers à modéliser.
Identification des priorités et du périmètre pilote.
Modélisation des informations.
Choix de l’infrastructure. Implémentation et recette.
Déploiement et maintenance du modèle.
Gestion des historiques.

Travaux pratiques

Conduite d’interview de recueil de besoin pour l’analyse

Principes, architecture et définitions de base sur la modélisation en étoile

Conception du modèle

Rappels sur la modélisation des bases de données opérationnelles.
Différences entre OLTP et OLAP. Entités, attributs, cardinalités, formes normales.
Les architectures proposées par Kimball et Inmon. Avantages et inconvénients.
Positionnement du modèle en étoile dans le Data Warehouse selon l’architecture.
Les phases du cycle de vie d’un Data Warehouse.
Les critères de qualité d’un Data Warehouse.
La notion de métadonnée, de référentiel.
Le principe de la dénormalisation pour concevoir un modèle en étoile.
Comprendre les notions de fait, dimension et axe d’analyse.
Les alternatives de modélisation : modèle en flocon, en galaxie.
Les règles et bonnes pratiques de modélisation en étoile. Proposition alternative de Kortink et Moody.
Choix des dimensions d’analyse. Création de hiérarchies dans les dimensions.
Identification des mesures et croisements avec les dimensions.
Définition de la granularité de l’analyse.
Utilisation d’outils de modélisation.

Travaux pratiques

A partir d’un cahier des charges d’analyse, identifier les dimensions et faits principaux d’un modèle.
Conception d’un modèle en étoile.

Alimentation du modèle en étoile

Contraintes des systèmes opérationnels sources.
Rôle des ODS dans l’alimentation.
L’organisation des traitements dans la DSA (Data Staging Area).
Les différents types d’alimentation (delta, stock, complète).
Les étapes, les règles et les prérequis de l’alimentation.
Gestion des rejets.
Gestion des sources différentes pour l’alimentation d’une dimension ou d’un fait.
ETL, les solutions d’alimentation disponibles sur le marché.
Présentation de l’ETL Microsoft SSIS

Travaux pratiques

Sur une étude de cas, proposer une architecture de chargement : alimentation table de dimension et table de fait.

Performances

Les problèmes récurrents de performances d’un datawarehouse
La métrologie
Qu’est-ce qu’un CUBE ?
Rôle et performances d’un CUBE.
Utilisation du partitionnement des tables.

Travaux pratiques

Utilisation du concepteur de cubes SSAS.

Reporting

Les différents types d’outils au service de la restitution.
Le marché des outils de restitution.
Optimisation du modèle pour l’exploration des données.

Travaux pratiques

Présentation de bonnes pratiques pour optimiser le modèle en vue du reporting

Objectifs de la formation Système d’information décisionnels 

Cette formation sur le système d’information décisionnel vous permettra de :

• Créer une architecture de données adaptée aux besoins décisionnels et à la Business Intelligence des utilisateurs
• Choisir et harmoniser étoiles relationnelles et cubes OLAP.

À qui s’adresse cette formation ?

Public :

Cette formation Système d’information décisionnels sur la modélisation d’un système d’information décisionnel est destinée aux DBA, consultant en Business Intelligence, développeur, chef de projet fonctionnel ou technique.

Prérequis :

Connaissance de la modélisation relationnelle classique en Business Intelligence.

Contenu du cours Système d’information décisionnels 

Infocentre, Data Warehouse (DW), Data Mart (DM)

De l’infocentre normalisé au Data Warehouse : justification de la dénormalisation
Du Data Warehouse au DataMart
La conservation des principes de modélisation relationnelle à travers la dénormalisation
Modéliser selon les besoins utilisateurs
Sémantique et maintenabilité
Projet descendant (du DW au DM), projet ascendant (du DM au DW)

La modélisation hiérarchique des dimensions

Les règles construction d’un modèle en étoile
Étoiles et flocons
De l’étoile au cube OLAP
Calculer des volumétries
Anticiper les évolutions fonctionnelles

La modélisation des indicateurs

Définir des indicateurs selon un dictionnaire d’entreprise
Agrégation des indicateurs
Pré-calcul et tables d’agrégats en relationnel
La dimension Indicateurs d’un hypercube
Hiérarchiser les agrégations et préparer la navigation agrégée

Hypercubes et DW relationnels

Intérêts et limites des DM en hypercube
Le mapping relationnel-OLAP (outils MOLAP, outils ROLAP)
L’analyse hybride (HOLAP)

Les techniques de reporting

Reporting figé versus analyse dynamique
Le DOLAP dans les outils analytiques
Les outils de reporting et leur connectivité (DM relationnel / hypercube)
Client lourd versus interface web
Gestion des droits et problématiques de diffusion de l’information

Les problématiques fonctionnelles

La validation des données
L’historisation et ses techniques
Modèles-types selon les besoins des utilisateurs

L’alimentation des DW / DM

Les ETL
Choisir les modes d’alimentation
Pivots et autres transformations standard

Etudes de cas

Illustration des différents points traités au cours du séminaire par des exercices pratiques inspirés de réelles missions de conseil

Description de la formation Master Data Management 

La capitalisation et la valorisation de l’information (Data Asset) constituent un enjeu stratégique pour la pérennité de l’entreprise. Les données référentielles (Master Data) définissent le cadre dans lequel se déroulent les processus métiers.

Cette formation Master Data Management vous propose un point complet sur les meilleures pratiques en matière de référentiel de données du SI : concepts et terminologie, typologie, gouvernance, architecture…

Objectifs 

Objectifs opérationnels :

Savoir identifier les enjeux de la donnée de référence.
Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils.

Objectifs pédagogiques :

À l’issue de cette formation Master Data Management, vous aurez acquis les connaissances et compétences nécessaires pour :

• Appréhender l’écosystème de la donnée de référence au sein du SI
• Être capable de déterminer et de classifier une certaine nature de donnée (référence, nomenclature, opérations, etc.)
• Identifier les enjeux de la donnée de référence (cycle de vie, qualité, disponibilité, sécurité…)
• Appréhender l’impact des nouvelles architectures de données et du Big Data sur le Master Data
• Savoir démarrer un projet de référentiel SI avec les bons réflexes et outils

À qui s’adresse cette formation ?

Public :

Ce cours Master Data Management s’adresse aux chefs de projet; développeurs et architectes SI, ainsi qu’aux responsables d’équipe de développement et Data Governor.

Prérequis :

Cette formation Master Data Management suppose des connaissances générales sur les architectures SI.

Contenu du cours Master Data Management 

Introduction au Master Data Management

Présentation croisée et attentes des participants
Concepts et glossaire du Master Data

Les données de référence

Définition des données de référence (Master Data)
Types et nature des données de référence
Les principaux référentiels du SI
Intérêts des données de référence

L’architecture des référentiels SI

Rappels sur la cartographie fonctionnelle
Cartographie fonctionnelle type d’un référentiel de données
Architecture applicative d’un référentiel SI

Gouvernance de la données, rôles et processus clés

Intérêts et nécessité de la gouvernance de la donnée
Cycle de Vie de la donnée (Data Lifecycle)
Rôles et compétences clés
Administration de la donnée
Processus clés de la gestion de la donnée de référence

Les référentiels au sein de leur écosystème SI

Écosystème type de la donnée de référence : DWH, CRM, Datalake…
Architecture d’intégration du Référentiel SI
Patterns d’accès aux données de références : Maître / Esclave, Copie locale, etc.
Mécanismes d’échanges des données de références : ETL, ESB, WS…

Big Data et référentiels

Data Factory, Datalake, Datahub, Datalabs, NOSQL… et référentiels SI

Sécurité de la donnée

Disponibilité de la donnée
Politique de sauvegarde et d’archivage
Confidentialité et territorialité des données
Anonymisation de la donnée
Sécurité d’accès et habilitation

Gestion de la qualité de la donnée – DQM

Sémantique de la donnée et metadata
Mode de nettoyage de la donnée
Le cas du dé-doublonnage
Service tiers et APIs de validation de la donnée

Démarche de construction d’un référentiel

Le projet de référentiel SI
Par quoi commencer ?
Principaux écueils et risques
Gouvernance : Acteurs, Sponsors, KPI…
Les 12 grandes règles du projet de référentiel SI

Quelles alternatives aux solutions éditeur

Bref aperçu du marché des solutions de MDM (Master Data Management)
Retour d’expérience
Les alternatives open-source

Conclusion

Objectifs de la formation Conception DataWarehouse 

Pour réussir votre projet de création d’un DataWarehouse (entrepôt de données), vous devez maîtriser un ensemble de concepts et de méthodes dédiés à la mise en œuvre de cet entrepôt en tant qu’élément indispensable à la prise de décision au sein de votre organisation. Au cours de cette formation Conception de DataWarehouse, vous allez acquérir les compétences nécessaires pour établir une feuille de route efficace pour la mise en œuvre d’un entrepôt de données robuste. Vous allez notamment apprendre à utiliser la modélisation dimensionnelle afin d’améliorer la prise de décision, mais aussi à extraire, transformer et charger des données opérationnelles répondant aux besoins de votre organisation. Vous utiliserez également des outils d’informatique décisionnelle (BI) pour décomposer vos données (slice and dice).
Ce cours Conception de DataWarehouse, vous permettra de :

• Déployer et gérer un projet de création complète d’un DataWarehouse afin d’améliorer la prise de décisions
• Appliquer la modélisation dimensionnelle à vos processus métier afin de mieux évaluer les données
• Analyser les données pour garantir la qualité des données source 
• Extraire, transformer et charger des données opérationnelles.

À qui s’adresse cette formation ?

Public :

Cette formation s’adresse à toute personne souhaitant mettre en œuvre un entrepôt de données au sein d’une organisation, et en particulier aux administrateurs de bases de données, architectes de données, responsables informatiques, architectes des structures de l’information, développeurs BI, auteurs de rapports et assistants à maîtrise d’ouvrage.

Prérequis :

Une expérience préalable des entrepôts de données est utile sans toutefois être obligatoire.

Contenu du cours Conception DataWarehouse 

Présentation DataWarehouse

Identifier les composants d’un DataWarehouse
Analyser les installations défaillantes
Architecture de haut en bas / de bas en haut
Choisir la méthode la plus adaptée à votre environnement

Modélisation dimensionnelle

Modéliser les processus métier

Associer dimensions et processus métier avec la matrice de bus
Étudier les méthodes de dénormalisation afin d’optimiser les performances de lecture de la base de données
Avantages des schémas en étoile sur les schémas en flocon de neige
Faire la différence entre les structures système normalisées et dénormalisées
Utiliser des hiérarchies afin d’activer les fonctionnalités drill-up et drill-down pour la création de rapports

Créer des tables de faits

Définir précisément la structure des tables de faits afinde maintenir l’équilibre entre souplesse et performances
Identifier les clés primaires et les clés étrangères
Utiliser des tables de résumé pour personnaliser les besoins des assistants à maîtrise d’ouvrage

Créer des dimensions

Résoudre les problèmes de dimensions de date
Examiner les relations entre les événements séparés et les dimensions conformes
Utiliser des dimensions de type role-playing pour créer des modèles plus souples
Remplacer les clés de substitution par des clés naturelles

Création du DataWarehouse

Définir l’architecture de la base de données physique

Mapper le modèle de données logique au modèlede données physique
Évaluer les spécifications matérielles requises
Choisir un mode de stockage des données
Indexation et vues matérialisées pour améliorerles performances

Garantir la qualité des données

Analyser les données source
Configurer la base de données pour identifier les données modifiées
Actualiser l’entrepôt de données

Extraire des données de différentes sources

Se connecter à différentes sources de données
Bases de données
Feuilles de calcul
Fichiers texte

Transformer les données au cours de la migration

Nettoyer les données
Mapper les éléments de données et les types de données
Créer des faits et des dimensions conformes

Charger des données dans un entrepôt de données

Utiliser la base de données de la zone de transit
Automatiser le chargement incrémental des données
Vérifier l’intégrité des données

L’informatique décisionnelle (BI) au service de l’analyse des données

Identifier les différents niveaux de la pile BI

Utiliser SharePoint comme plateforme de déploiement
Utiliser Excel comme outil client pour l’analyse des données
Rechercher des données sur le serveur OLAP

Outils d’informatique décisionnelle

Cubes multidimensionnels
Décomposer les données
Faire ressortir les indicateurs de performance clés (KPI) pour évaluer l’intégrité des données de votre organisation

Déploiement d’une solution complète de DataWarehouse

S’appuyer sur les normes de l’industrie en matière d’exploration des données

Identifier les différentes méthodes d’exploration des données
Choisir les tâches d’exploration des données qui répondent aux besoins de votre organisation

Préparer l’avenir

Impact des ensembles de données volumineux sur les entrepôts de données traditionnels
Améliorer les entrepôts de données traditionnels pour gérer les données non structurées
Gérer les ensembles de données volumineux avec Hadoop

Description de la formation Snowflake 

Fondée en 2012 par des anciens d’Oracle, la société Snowflake s’est spécialisée dans le stockage de données (Data Warehouse) au sein du Cloud. Offrant des solutions de stockage, de calcul (entrepôts virtuels) et divers services tels que l’authentification des utilisateurs, la sécurité ou encore l’optimisation des requêtes, ce « Cloud Data Warehouse » en mode SaaS s’appuie sur des plate-formes et technologies d’analyse avancées tierces telles que Qubole, R ou Apache Spark pour intégrer des rapports poussés à son entrepôt de données.

Revendiquant une élasticité instantanée, un partage de données en temps réel et en toute sécurité ainsi qu’une facturation à la seconde, Snowflake s’adresse aussi bien aux grandes entreprises qu’aux sociétés de taille modeste désireuses de retrouver de la simplicité dans la gestion et la mise en œuvre de leurs données.

Cette formation Snowflake a pour objectif de vous faire découvrir l’outil Snowflake à travers ses différentes fonctionnalités et points différenciants dans la construction d’un entrepôt de données.

Objectifs 

Concrètement, à l’issue de cette formation Snowflake, vous serez en mesure de :

• Découvrir les concepts clés et l’architecture de Snowflake
• Comprendre et utiliser les différents rôles utilisateurs
• Créer et transformer des données dans les bases de données Snowflake
• Importer des données structurées et semi-structurées complexes
• Utiliser le cache pour optimiser ses requêtes et ses coûts
• Créer des pipes et stream de données

À qui s’adresse cette formation ?

Public :

Ce cours Snowflake s’adresse aux chefs de projets, experts BI et ingénieurs système/DBA qui souhaitent découvrir et prendre en main l’outil.

Prérequis :

Il est nécessaire d’avoir de bonnes notions en SQL ainsi qu’en système de gestion de base de données pour suivre cette formation Snowflake.

Contenu du cours Snowflake 

Jour 1

Introduction à Snowflake

Évolution des entrepôts de données
Snowflake , les avantages d’un outil SaaS
Architecture : les 3 couches clés
Hiérarchie de stockage
Les partenaires et connecteurs disponibles

Prise en main de Snowflake Web UI

Création d’un compte
Les rôles
Les bases de données
L’exploration avec Worksheet
Création d’un Warehouse Snowflake
Création d’objets de base de données
Import de données structurées
Transformation de données

Jour 2

Stockage et requêtage avancé

Staging Data
Data Storage, structure et séquence
Import de données semi-structurées
Requêtes et fonctions sur les données semi-structurées complexes

Performance

Les différents niveaux de cache
Optimiser l’utilisation du cache
Bonnes pratiques d’optimisation

Design et deploy

Clonage des différents objets
Création de pipelines et streaming de données

Cas métier

Création d’un entrepôt de données à partir de données aux formats et structures variés

Travaux Pratiques

Cette formation théorique est illustrée par des exercices pratiques, consolidés par la réalisation d’un cas d’usage de construction d’un entrepôt de données.

SnowPro Core Certification 

Il existe 2 certifications Snowflake, la SnowPro Core Certification (pour débutant), et la SnowPro Advanced (pour expert).
Notre contenu n’a pas pour vocation l’entraînement au passage d’une certification.
Cependant, il couvre l’ensemble des sujets de la certification SnowPro Core Certification, et en cela permet de grandement faciliter l’obtention de cette certification pour quelqu’un qui voudrait la passer à l’issue de cette formation.

Le passage de l’examen est libre d’accès et nous ne le fournissons pas.

p

Objectifs de la formation Tableau Software 

Tableau Software est un outil permettant la visualisation de données. Avec ce logiciel, vous pourrez explorer, analyser et présenter les données sous forme graphique.

À l’issue de cette formation Tableau Software Niveau 1, vous aurez acquis les connaissances et les compétences nécessaires pour :

• Connaître les bases de l’environnement Tableau Software
• Utiliser les outils fondamentaux de conception, de  création, d’enrichissement et de mise en forme de rapports et tableaux de bord Tableau Software
• Connaître les différents types d’objets Tableau Software et leur usage dans une visualisation Tableau Software.

À qui s’adresse cette formation ?

Public :

Cette formation s’adresse aux débutants, intermédiaires souhaitant repositionner les fondamentaux, tout profil fonctionnel et/ou technique ayant besoin de créer des rapports d’analyse de données et d’en faire une synthèse dans des tableaux de bord interactifs.  

Prérequis :

Pour suivre ce cours, il est conseillé d’avoir des connaissances de base en Business Intelligence.

Contenu du cours Tableau Software 

Introduction à Tableau Sotware

Présentation de l’environnement technique

Concepts essentiels de démarrage : architecture et vocabulaire 

Présentation de la solution Tableau Software : Desktop, Server, Online, Reader, Public
Terminologie Tableau Software
Lancement de Tableau Software Desktop

Présentation de l’interface Tableau Software Desktop

Présentation des différents types d’onglets d’un classeur Tableau Software, de leurs composants et utilité (sources de données, feuille, tableau de bord, histoire)
Méthodologie d’utilisation de Tableau Software

Les différentes sources de données – types de jointures

Les différents types de sources de données
Les jointures entre données
Connexion à une source de données unique 
Connexion à plusieurs sources de données
Gestion des propriétés des sources de données et mise à jour

Création d’une requête simple sous forme de tableau simple et croisé dynamique

Présentation et organisation de l’espace de travail dédié à la création de vos visualisations
Mode de fonctionnement pour une visualisation de type tableau simple et croisé dynamique (éléments de visualisation, outil ‘’Montre Moi’’/’’Show Me’’)
Création de votre première visualisation
Formater vos résultats
Renommer votre feuille
Enregistrer vos résultats

Trier – Grouper – Hiérarchiser – Filtrer – Formater vos données 

Trier vos données selon les différents types de tri
Filtrer vos données
Créer des groupes de données
Hiérarchiser vos données
Hiérarchiser vos données de types date
Formater vos résultats de façon avancée (légendes, titres, etc.)

Appliquer des totaux, des sous-totaux, des calculs simples avec Tableau Software

Les différents types de totaux : Total général, Sous-Totaux
Les calculs de table rapides (pourcentage de total, cumuls, etc.)
L’éditeur de calculs : création de calculs simples d’analyse

Utiliser des fonctions élaborées : de conversion, d’agrégation, de manipulation de caractères et dates

Accès aux différentes familles de fonctions de calcul
Fonctions de conversion de type
Fonctions de manipulation de caractères
Fonctions d’agrégation (Min, Max, Sum, Avg, etc.)
Calculs conditionnés (If, Case)  

Paramétrer vos requêtes

Créer des paramètres et les mettre à disposition dans l’espace de travail
Paramétrer vos filtres, vos calculs

Créer des visualisations sous forme graphique

Mode de fonctionnement pour une visualisation de type graphique (éléments de visualisation, outil ‘’Montre Moi’’/’’Show Me’’)
Utiliser les principaux types de graphiques : graphes combinés, graphes avec axe double, les “camemberts”, les histogrammes, les nuages de points, les lignes de référence

Construire des tableaux de bord simples et interactifs avec Tableau Software

Présentation de l’espace dédié à la création de tableaux de bord et du menu Tableau de bord/Dashboard
Méthodologie Tableau de bord Tableau Software
Création de votre premier tableau de bord
Mettre en forme le contenu de votre tableau de bord
Visualiser votre résultat
Rendre votre tableau de bord interactif grâce aux actions

Conclusion

Synthèse de la méthodologie Tableau Software Utilisateur acquise au cours des exercices
Quiz d’évaluation générale

Annexes

Informations complémentaires pour aller plus loin et enrichir son expérience niveau I (best practices, références, littérature, etc.)

Objectifs de la formation Tableau Software Avancé 

Les fonctionnalités avancées de Tableau Software Desktop permettent de créer des calculs analytiques complexes et de les visualiser sous différents types de graphisme : cartographie, axe double, diagramme de Gantt… afin de mieux partager vos tableaux de bord.

À l’issue de ce cours Tableau Software Avancé, vous aurez acquis les connaissances et les compétences nécessaires pour :

• Combiner différentes sources de données dans vos visualisations
• Identifier et manipuler les différents types de calculs avancés de Tableau Software
• Créer des calculs analytiques simples et avancés (cumuls, comparaisons, palmarès, etc.)
• Paramétrer des filtres, des calculs et des sous-ensembles de façon avancée
• Identifier les différents types de graphiques existants et leur usage (cartographie, axes doubles, etc.)
• Construire des tableaux de bords interactifs : utilisation des différents types d’objets (actions, conteneurs, etc.)
• Construire des histoires d’analyse (story points) présentant la finalité d’un tableau de bord.

À qui s’adresse cette formation ?

Public :

Cette formation s’adresse aux utilisateurs avertis de Tableau Software souhaitant acquérir un niveau avancé.

Prérequis :

Pour assister à cette formation, il est demandé d’avoir suivi la formation Tableau Software – Niveau I (ATDE) ou d’avoir une expérience intermédiaire de l’utilisation de Tableau Software Desktop, ainsi que des connaissances en Business Intelligence.

Contenu du cours Tableau Software Avancé 

Rappels essentiels sur Tableau Software

Présentation de l’environnement technique
Rappels des fondamentaux Tableau Software et best practices

Combiner les données issues de sources différentes 

Jointures avancées normées
Data Blending
Jointures internes type Tableau Software (Join Culling, etc.)

Créer des calculs analytiques avancés (Rank, Lookup, Running, Window, etc.)

Les différentes familles de fonctions de calculs Tableau Software
Créer des calculs de table
Créer des calculs d’agrégation, de partition
Créer des comparaisons temporelles et des calculs de prévision
Créer des calculs de type LOD (Level Of Detail Expressions)

Créer des sous-ensembles et groupes de données

Rappels sur les groupes de données
Créer des sous-ensembles de données
Identifier la différence entre groupes et sous-ensembles de données

Utilisation avancée des paramètres de Tableau Software

Créer des paramètres : rappels
Paramétrer des filtres complexes
Paramétrer des calculs de type Top N
Paramétrer des sous-ensembles

Zoom sur les différents types de graphique possible avec Tableau Software

Cartographie : principes, niveaux de cartographie, rôles géographiques
Axes doubles
Diagramme de Gantt
Sparklines
Pareto
Water Falls, etc.
Mise en forme

Construction avancée de tableaux de bord interactifs

Présentation de l’espace dédié à la création de tableaux de bord : rappels
Les différentes méthodologies de création de tableaux de bord
Les différentes actions pour rendre vos dashboards interactifs
Création de tableaux de bord liés (parent-enfant, drill vers détail, etc.)
Paramétrer vos tableaux de bord
Comprendre la portée de vos actions au sein de vos tableaux de bord
Visualiser et exploiter le contenu de vos tableaux de bord (exporter, etc.)

Story Points

Définition et utilité de l’objet Histoire (Story Point)
Créer l’histoire de vos visualisations, du contenu de vos tableaux de bord

Connexion à Tableau Software Public

Tableau Software Desktop vs Tableau Software Public

Conclusion 

Synthèse des concepts clé avancés acquis au cours des exercices
Quiz d’évaluation générale

Annexes

Informations complémentaires pour aller plus loin et enrichir son expérience niveau 2 (best practices, références, littérature, etc.)

Objectifs de la formation Data Storytelling 

Vous pensez que les grands orateurs ont un talent inné pour présenter des conférences captivantes ? Certainement. Mais n’allez pas croire qu’ils improvisent. Les interventions des meilleurs conférenciers du monde sont organisées par phases et l’intensité de chacune est gérée à la minute près. Cette formation vous propose d’appliquer un certain nombre de méthodes récurrentes et communes à toutes les présentations afin de vous positionner, vous aussi, en orateur capable de captiver son auditoire et de faire passer ses messages.

Au cours de cette formation Data Storytelling, nous partirons d’un exemple précis : la dernière keynote d’Apple. Nous l’analyserons ensemble pour comprendre le modèle d’organisation des idées. Puis vous apprendrez à construire votre propre présentation, en vous appuyant sur des méthodes scientifiques reconnues, déjà utilisées par les plus grands scénaristes de Hollywood.
Une fois l’histoire de vos données construite, vous l’illustrerez à l’aide de graphiques parlants et de visualisations inspirantes. Vous utiliserez même la visualisation graphique (dataviz) pour mesurer l’atteinte de votre objectif et le respect de la méthodologie.
Il ne vous restera plus qu’une chose à faire : attendre les applaudissements ou les félicitations de votre patron.

Concrètement, à l’issue de cette formation vous aurez acquis les connaissances et les compétences nécessaires pour : 

• Construire l’histoire de vos présentations avec Tableau Software
• Bâtir un schéma narratif qui captive votre auditoire et renforce la crédibilité de vos analyses
• Mieux “vendre” vos données et vos analyses
• Mettre en récit vos analyses pour les promouvoir en interne ou en externe
• Devenir vous-même l’acteur de vos présentations, prendre confiance en vous pour vous exprimer en public. 

À qui s’adresse cette formation ?

Public :

Ce cours s’adresse aux managers, architectes, analystes et administrateurs de bases de données, aux analystes et consultants en informatique ou en intelligence d’affaires, aux programmeurs et développeurs, ingénieurs informaticiens, ainsi qu’aux responsables marketing et communication, professionnels de l’information et chargés de communication graphique.

Prérequis :

Pour tirer profit de cette formation sur le data storytelling, il est nécessaire de savoir représenter graphiquement ses informations ou de disposer de bases similaires. Il est également nécessaire de maîtriser l’utilisation de Tableau Software, au minimum le niveau “initiation”.

Contenu du cours Data Storytelling 

Concepts clés de la mise en récit des données

Introduction

Le storytelling : comprendre cette forme de narration avec des vidéos d’exemples concrets
Qu’est-ce que le “data storytelling”?
Illustration avec une “histoire” construite dans Tableau Software

Exercice :

Analyse d’une présentation, création d’indicateurs de mesure de l’histoire

Objectifs

Les travers à éviter
Savoir collecter et présenter les données 

Comment mettre en oeuvre son histoire

Adapter au monde professionnel les méthodes du storytelling
Comment illustrer des idées grâce au storytelling
Comment illustrer des données grâce au storytelling
Imaginer sa présentation comme une histoire
Préparer son Pitch
Bâtir son Scénario
Élaborer son Schéma Narratif
Faire le lien entre pitch, scénario et schéma narratif
Le rôle des personnages dans l’histoire à conter / dans la présentation
Les 10 règles clés pour écrire une présentation réussie

Exercice pratique :

Rédaction d’un pitch et d’un schéma narratif

Les tendances

Les antagonismes
Interactivité / scénario
Mise en récit / vérité
Le principe du choix éditorial 

Quels supports utiliser pour raconter l’histoire de ses données

La “présentation” classique
La présentation multimédia
Le film non interactif
Savoir enregistrer le son
Utiliser des avatars
Pratiquer l’interactivité 

Mise en pratique 

Les outils

Connaître le module Data Storytelling de Tableau Software
Identifier les autres outils de data storytelling disponibles sur le marché
Les outils graphiques
Les outils de développement

Exercice pratique :

Prise en main de l’outil de Data Storytelling de Tableau Software, en équipe

Comment raconter son histoire 

Le rôle du présentateur
Savoir scénariser sa présentation : le métier de Data Scénariste
Comment “Être”
Les 10 règles à retenir pour une présentation orale réussie

Exercice pratique :

Exercice individuel de construction et de présentation d’une histoire entre les participants

Questions

Data Storytelling et données ouvertes 

Objectifs de la formation informatica powercenter 

PowerCenter est une plate-forme d’intégration de données éditée par la société Informatica. Cette formation Informatica PowerCenter vous apprendra à utiliser cet ETL pour construire des projets puissants d’intégration de données. Les analystes et développeurs sauront ainsi rapidement tester, reproduire, analyser, et déployer des projets en quelques jours au lieu de de plusieurs mois. Vous saurez également faire face à l’augmentation des volumes de données, du nombre de sources, des différents types de données, mais aussi du nombre de projets autour de l’intégration des données dans les structures décisionnelles et de la Business Intelligence.

Cette formation officielle s’appuie sur une animation en français et un support officiel Informatica PowerCenter Developpeur.

Concrètement, à l’issue de cette formation Informatica PowerCenter, vous serez capable de : 

• Décrire l’architecture PowerCenter 8x/9x 
• Développer des mappings et workflows en utilisant les bonnes pratiques de la méthode Velocity
• Utiliser les principales transformations et tâches de workflows 
• Exécuter et Monitorer les workflows 
• Savoir interpréter les messages d’erreurs des logs d’exécution.
• Utiliser le debugger

À qui s’adresse cette formation ?

Public :

Cette formation Informatica PowerCenter est destinée aux Managers IT, Chefs de projet, Consultants, Développeurs, Intégrateurs, Administrateurs, Architectes.

Prérequis :

Cette formation Informatica PowerCenter Développeur nécessite une maîtrise de l’environnement Windows et connaissances générales des bases de données. Connaissance de la logique booléenne (AND, OR) et des opérations relationnelles (Jointures, Agrégations…)

Contenu du cours informatica powercenter 

Présentation des outils d’alimentation

Tour d’hotizon de l’architecture et des composantsde PowerCenter

Prise en main des modules d’administration

Création du repository / maintenance et sauvegarde / reporting
Sécurité d’accès et partage des projets (mutualisation)

Prise en main du module Designer et création de mappings

Source Analyzer (création et analyse des sources)
Le Warehouse Designor (création des cibles)
Le Transformation Developper
Le Mapping Designer
Les transformations (expression, jointure, lookup, filtre, agrégation…)
Les fonctions fournies avec PowerCenter
Stratégies de mise à jour
Chargement des données
Exercices de mise en pratique

Prise en main du module Workflow Manager et excécution des traitements

Configuration du serveur
Création de sessions et de workflows
Définition des sources et cibles physiques
Scripts de pré et post-session
Visualisation de l’exécution des traitements et des logs
Monitoring des sessions / tuning / reprise sur incident

Installation et paramétrage de PowerCenter

Repository Server
Outils clients (création des liaisons ODBC, du repository et des folders)
Serveur Informatica.

Objectifs de la formation ETL Informatica PowerCenter 

Cette formation permet aux participants d’aborder l’angle d’optimisation des développements réalisés avec Powercenter Informatica (mapping, session…), ainsi que l’utilisation des fonctions avancées.
A l’issue de ce cours vous aurez atteint une bonne maîtrise de l’ETL Powercenter Informatica, voire une expertise sur le produit.

À qui s’adresse cette formation ?

Public :

Cette formation est destinée aux Managers IT, Chefs de projet, Consultants, Développeurs, Intégrateurs, Administrateurs, Architectes.

Prérequis :

Pour suivre ce stage dans de bonnes conditions il vous faut six mois ou plus d’expérience sur PowerCenter.
Avoir Suivi le Cours Informatica Powercenter Développeur Niveau 1 est un plus.

Contenu du cours ETL Informatica PowerCenter 

Optimisation globale

Description d’une architecture standard
L’importance de la connaissance de son environnement applicatif
L’importance de la connaissance de son environnement de développement
L’importance de la connaissance de son environnement de base de données
L’importance de la connaissance de son environnement de traitement Informatica

Optimisation au niveau des mappings

Les réflexes de développement, Check-list
Les bonnes pratiques, ce qu’il faut éviter
Norme de développement, commentaires
Optimisation au niveau de l’extraction des données : SQL Qualifier vs SQL Overid, fichier plat…
Optimisation au niveau des transformations : Jointure, Sorter, Aggregator…
Astuces

Optimisation au niveau des Workflow et Session

Configurer les caches des sessions
Configurer les IS
Consulter et interpréter les logs de session

Fonction avancées

Utilisation de la fonction «Transaction Control»
Utilisation de la fonction «Lookup Dynamique»
Utilisation de SQL Overied dans un Lookup
Utilisation de l’option  «Chargement indirect»
Utilisation de «Mapplet»
Utilisation et manipulation des mappings avec des sources XML
Utilisation de la transformation «Stored Procedure»
Utilisation de la transformation «Normalizer»
Utilisation des Variable workflow et Variable mapping
Alimentation Pyramidale : table source et cible pyramide => Sens inversé
Utilisation des différentes Task dans le paramétrage du workflow : Decision, Email…
Utilisation des options de Partitionnement.
Utilisation de l’option Pushdown
Les Goulots d’étranglement

Les cas pratiques

Transaction Control : Génération d’un nombre indéfini de fichiers (Target) à partir d’un seul fichier cible
Chargement indirect : Charger plusieurs fichiers à la fois en n’utilisant qu’un seul fichier source et une seule target
Lookup Dynamique : Utilisation d’un cache statique vs un cache dynamique
Utilisation de SQL Overide dans le lookup
Manipulation XML : Chargement et manipulation de deux sources  XML dans une seule table 
Stored Procedure : Appeler une procédure stockée depuis un mapping.
Normalizer : Normaliser un fichier / Transformer un fichier ayant N colonnes à N lignes
Session : Configurer une task e-mail pour s’envoyer des mails paramétrables, joindre logs, détails, etc.
Session : Lancer plusieurs sessions avec des décisions et conditions 
Variable mapping et workflow : Utiliser une variable de session pour l’utiliser dans une autre session
Pushdown : Transformer un mapping standard en mapping qui peut être lancé en pushdown.

Description de la formation Business Intelligence avec SQL Server 2016 

Cette formation est délivrée dans les conditions définies par Microsoft : en partenariat avec un centre de formation agréé Microsoft Learning, formateur certifié Microsoft, lab officiel Microsoft, support de cours officiel Microsoft.

Au cours de cette formation, vous apprenez à gérer la Business Intelligence (BI) à l’aide de Microsoft SQL Server. Vous abordez les différentes options offertes aux utilisateurs pour analyser les données et partager le résultat de leur recherche, pour démarrer avec les sources de données BI gérées et pour les étendre aux sources de données externes et publiques.

Objectifs 

À l’issue de cette formation, vous aurez acquis les compétences et connaissances nécessaires pour :

• Connaître les fonctionnalités clés d’une solution self-service de Business Intelligence
• Connaître les fonctionnalités clés de la BI SQL Server dans un environnement SharePoint
• Connaître les tâches opérationnelles courantes d’Analysis Services
• Connaître PowerPivot pour le serveur SharePoint
• Connaître Power Query
• Connaître Windows Azure HDInsight

À qui s’adresse cette formation ?

Public :

Cette formation Business Intelligence avec SQL Server 2016 s’adresse aux professionnels de la BI et aux utilisateurs.

Prérequis :

Cette formation Business Intelligence avec SQL Server 2016 nécessite des connaissances de base sur la topologie d’un datawarehouse, des bases en programmation, ainsi que la compréhension des priorités du business : profitabilité, revenu, retour financier attendu, etc.
Il est également nécessaire de connaître ShareSoint Server et les applications Microsoft Office, notamment Excel.

Contenu du cours Business Intelligence avec SQL Server 2016 

Introduction à la gestion des opérations dans les solutions de Business Intelligence

Raisonnement pour les opérations de BI
Les rôles dans les opérations de BI
Technologies utilisées dans les opérations de BI
Environnement et normes opérationnelles

Configuration des composants BI

L’importance des constructions standardisées
Configurations nécessaires pour les technologies BI
Architectures BI
Environnement BI SharePoint

Gestion de la sécurité de la BI

Approche sécurité des solutions BI
Les composants de la sécurité
Approche sécurité pour les composants BI
Approche sécurité dans les différents environnements BI

Déploiement de solutions de Business Intelligence

Gérer le cycle de vie des applications pour la solution BI
Déploiements autonomes
Déploiement en mode Équipe

Journalisation et surveillance des opérations de BI

Besoins en journalisation et surveillance
Options Journalisation
Options de surveillance
Mise en place des alertes

Dépannage des solutions BI

Dépanner les solutions BI qui ont échoué
Dépanner le Data Warehouse
Dépanner SQL Server Analysis Services
Dépanner SQL Server Reporting Services

Amélioration des performances de Business Intelligence

Nécessité d’améliorer les performances
Requêtes BI pour l’amélioration des performances
Outils pour l’amélioration des performances
Remédier aux problèmes de performance