> Data > Planifier un projet d’analyse décisionnelle avec SQL Server

Planifier un projet d’analyse décisionnelle avec SQL Server

Data - Par Andrew Peterson - Publié le 20 octobre 2011
email

Grâce à Microsoft SQL Server, vous pouvez créer une plate-forme BI sans en référer aux grands pontes de l’entreprise.

Planifier un projet d’analyse décisionnelle avec SQL Server

Si vous êtes en train de planifier un entrepôt de données (data warehouse) à l’échelle de l’entreprise, une planification digne de ce nom est un prérequis. Mais qu’en est-il si vous venez de démarrer et que vous disposez d’un budget serré, voire inexistant ? Ou encore si votre département a juste besoin d’une plate-forme d’analyse décisionnelle (BI) relativement compacte et réduite à l’essentiel ?

Même avec des ressources limitées, vous pouvez créer une plate-forme parfaitement fonctionnelle. D’autre part, en tant que client Microsoft, vous êtes probablement bien placé pour démarrer un projet BI « hors cadre », ce que les Américains appellent « skunk works », au moyen du SQL Server Business Intelligence Toolkit.

Microsoft SQL Server

Mais, attendez un instant : La mise en place d’une architecture de data warehouse n’est-elle pas censée être une initiative d’entreprise coûteuse ? Et ne nécessitent-ils pas de hauts niveaux d’évolutivité ? Certes, les évaluateurs de produits envisagent souvent les outils de data warehouse en termes d’évolutivité et, pour les très gros entrepôts de données d’entreprise, cet aspect est critique. Mais toute cette discussion axée sur l’entreprise occulte la plupart du temps la notion selon laquelle un département pourrait avoir besoin, voire pourrait tirer avantage de l’analyse décisionnelle. L’ironie de la situation est que de nombreuses décisions opérationnelles, voire peut-être la majorité d’entre elles, sont prises au niveau de la division ou du département, au moyen d’informations départementales qui ne seraient jamais intégrées dans un data warehouse englobant toute l’entreprise.

SQL Server Business Intelligence Toolkit

Les personnes travaillant dans ces groupes réduits ont besoin du décisionnel pour les opérations quotidiennes. L’évolutivité constitue peut-être un souhait mais, à cette échelle restreinte, la facilité d’utilisation, le déploiement rapide, le coût de possession réduit et l’intégration des outils sont nettement plus importants. Par conséquent, même si l’évolutivité de SQL Server à l’échelle de l’entreprise donne matière à discussion, dans les domaines qui importent le plus aux divisions, le SQL Server Business Intelligence Toolkit correspond à ce que commandent les informaticiens des départements.

Comme pour n’importe quel projet de développement de systèmes critiques d’envergure, la planification et la coordination sont primordiales. Nous ne suggérons pas pour autant que les personnes qui mettent en chantier ces projets BI majeurs ignorent ces étapes de planification critiques. L’objectif est de montrer comment les responsables de divisions et de départements peuvent créer des projets « hors cadre » rapidement et facilement avec le SQL Server Toolkit intégré. Si vous vous interrogez sur la notion de projet « hors cadre » ou « skunk works », il s’agit d’un projet qui se déroule au-dessous du niveau global de l’entreprise, voire parfois sous le périmètre de supervision de celle-ci.

Le terme américain « skunk works » est né dans les années 1940 chez Lockheed Martin Corp. (selon le site Web de la société), lors de la conception et de la production d’un avion de combat ultrasecret. Un ingénieur a baptisé l’opération « skunk works » d’après le nom d’une forêt citée dans une bande dessinée et le terme est resté. Skunk Works est désormais une marque déposée de Lockheed Martin.

La BI avec SQL Server · iTPro.fr

Téléchargez cette ressource

Guide de Sécurité IA et IoT

Guide de Sécurité IA et IoT

Compte tenu de l'ampleur des changements que l'IA est susceptible d'entraîner, les organisations doivent élaborer une stratégie pour se préparer à adopter et à sécuriser l'IA. Découvrez dans ce Livre blanc Kaspersky quatre stratégies efficaces pour sécuriser l'IA et l'IoT.

Data - Par Andrew Peterson - Publié le 20 octobre 2011