Les bases de la modélisation dimentionelle

Que recouvre le concept de modélisation décisionnelle ? A la base, un modèle dimensionnel contient deux types d’entrées : les faits et les dimensions. Nous conservons les mesures d’un processus métier donné au sein d’entités appelées tables de faits dans le jargon relationnel, ou groupes de mesures dans Analysis Services. Dans sa forme classique, une table de faits relationnelle contient des clés étrangères et des champs de faits numériques qui mesurent le processus métier. Globalement, une table de faits est une structure normalisée servant au stockage efficace et à l’accès rapide d’ensembles de données relationnelles volumineux.

Par exemple, de nombreuses entreprises ont un processus métier intitulé Orders (commandes), chargé du suivi des demandes des clients concernant les produits et les marchandises. La figure 1 illustre un modèle de table de faits OrderLineItems simplifié, reposant sur la base de données exemple AdventureWorks Cycles dans SQL Server 2005. Les trois champs numériques non définis en tant que clé dans la table de faits correspondent aux quantités, aux valeurs exprimées en dollars et aux coûts d’expédition des produits commandés : autrement dit, ils représentent les mesures du processus métier Orders. Les clés étrangères dans la table de faits OrderLineItems sont liées au deuxième type d’entité dimensionnelle, à savoir les tables de dimensions, qui seront abordées un peu plus loin.

Le niveau de détail de la table de faits est appelé sa granularité. Celle de la table de faits OrderLineItems illustrée à la figure 1 se situe au niveau article de ligne de commande. Plus la granularité est fine, ou plus le niveau de détail est bas, plus la flexibilité de votre modèle sera grande. Vous pouvez toujours remonter vers un niveau de données moins détaillé, mais il est impossible d’effectuer une exploration vers des niveaux détaillés si votre base de données initiale est dépourvue des détails en question. Notre équipe conçoit les tables de faits au niveau le plus détaillé possible, à savoir le niveau atomique. En fonction des volumes de données de votre entreprise et des besoins de performances de vos utilisateurs, vous ne pourrez peut-être pas proposer cette granularité au niveau atomique, mais prenez le temps d’expliquer aux utilisateurs ce qu’ils perdent en termes de flexibilité.