Identifiez les processus fondamentaux

indicateurs
de performance.

Par exemple, pour notre société virtuelle, le fait de vendre une formation implique
d’autres personnes de l’entreprise. La société peut être un nouveau client. Le
formateur peut devoir voyager pour donner son cours dans l’entreprise cliente,
les lancements de nouveaux produits (comme par exemple Windows 2000) peut exiger
que les formateurs doivent, eux-même, se former plus souvent, la société peut
promouvoir des personnes ou en recruter de nouvelles…

Le data warehouse est un regroupement de structures de données ayant des interactions.
Chaque structure de données stocke des indicateurs de performance pour un processus
spécifique et fait la corrélation de ces indicateurs avec les facteurs qui l’a
générée. Pour concevoir une structure capable de suivre un processus industriel,
il faut identifier les entités qui collaborent à  la création de l’indicateur.
Chaque indicateur de performance est associé à  l’entité qui l’a généré. Ces relations
forment un modèle multidimensionnel. Si un commercial vend 60 unités, la structure
multidimensionnelle associe ce fait au vendeur, au client, au produit, à  la date,
etc.

Vous devez ensuite regrouper les indicateurs clé de performance dans des tables
de faits. Les entités qui ont généré les faits sont regroupées dans des tables
de dimensions. Pour inclure un ensemble de faits dans le data warehouse, vous
devez les associer aux dimensions qui les ont créés (clients, vendeurs, produits,
promotions, temps…). Pour que la table des faits fonctionne, les attributs des
lignes de la table des faits doivent être des expressions différentes des mêmes
événements ou conditions. On peut exprimer la vente des formations en nombre d’étudiants,
en revenu brut ou en heures dispensées car ces différentes expressions recouvrent
la même vente. Un instructeur a enseigné à  une classe tel jour dans telle salle.

Cependant, si vous devez détailler le fait par étudiant formé ou par commercial,
il vous faudrait créer une autre table car le niveau de détail de la table des
faits de cet exemple ne prend pas en compte les étudiants ou les commerciaux individuellement.
Un data warehouse est constitué d’un groupe de tables de faits, chacune focalisée
sur un sujet spécifique. Les tables de faits peuvent partager des tables de dimensions
(par exemple, un même client peut acheter des produits, générer des frais d’expédition
et des frais de déplacement). Ce partage permet d’associer les faits d’une table
à  une autre. Une fois que les structures de données seront créées en tant que
cubes OLAP, vous pourrez associer les faits et leurs dimensions dans des cubes
virtuels.