avec bigenius® sur azure, oubliez la technique, concentrez vos efforts sur le métier

BÂLE BERNE BRUGG DUSSELDORF FRANCFORT S.M. FRIBOURG E.BR. GENÈVE

HAMBOURG COPENHAGUE LAUSANNE MUNICH STUTTGART VIENNE ZURICH

Concentrez vous sur le métierAvec BI Genius sur Azure, oubliez la technique

Patricia DüggeliPrincipal Consultant

Programme

1. La BI d‘hier à aujourd‘hui

Définitions

Solutions

Challenges

2. Oublions la technique, parlons technique

Azure

BI Genius

3. Que reste-t-il?

La technique aux techniciens

Concentrons nous sur le métier

La Business Intelligence

Que nous dit internet: Data Warehouse

Que nous dit internet: Data Warehouse - architecture

Que nous dit internet: Business Intelligence

Que nous dit internet: BI

Que nous dit internet: Business Analytics

Les solutions

La „traditionnelle“

Extraction/Transformation/

Stockage des données

Modélisation

Etoiles (Kimball)

Normalisé (Inmon)

Data Vault (Linstedt)

Utilisation des données

Reporting standard

Utilisation analytique

La „à la dernière mode“

Self Service BI

Indépendance totale des

utilisateurs

Décentralisation des

données

Big Data

Juste une source, pas une

solution BI

Cloud*

Juste un moyen pas une

solution BI

La „nécessaire“

Traditionnelle sur

architecture moderne pour

unicité des données

Indépendance utilisateur

par des outils modernes

Distributions des données

par canaux modernes

Selon contexte et besoins

Challenges

Solution en évolution constante

– Sources

– Besoins

– Organisation

– Technologies *

Données

– Complexité

– Qualité

– Gouvernance

Humain

– Language commun

– Intérêts de l‘entreprise

– Gestion complexité

– Chacun est différent

Contexte projet

– Urgence

– Ressouces limitées *

– Réactivité

– Best practices

*Remarque BARC

Parlons des outils

et de la technique

(ex environnement Microsoft)

Infrastructure

Vos besoins d‘infrastructure

DEV

TEST

PROD

Système d’exploitation

Base de donnée

…

BI Genius (DEV)

Infrastructure: On premise vs Cloud

On premise (VM ou physique)

Serveur

Définir besoins et taille

Se renseigner sur les prix

Commander

Configurer

Base de données

Commander

Se renseigner sur les prix

Installer

Configurer

Cloud (par ex: MS Azure)

Serveur et base de données

Choisir la solution adaptée

Redéfinir la taille en tout temps si

nécessaire

Configurer le réseau

Gain de temps à la création

Payez ce que vous utilisez

Redimensionnez en tout temps

Demo Création Cloud

avec MS Azure

BI Genius

(accélérateur de solution)

BI Genius

1

1

2

3

4

5

6

3

2

Détection Sources

4

Monitoring

Création Structure cible (SQL)

Création ETL (SSIS, T-SQL)

Application Best Practices

Documentation

Développement BI: ETL classique vs BI Genius

Sans BI Genius

Analyse des besoins métier

Spécifications du modèle en étoile

Définir règles développement

Définir tables cible

Créer les tables cibles

Définir règles transformation

Créer flux transformation

gérér SCD2

Créer couches intermédiaires pour

staging / cleansing des données

Créer surrogate keys

…

Documenter flux transformation

Configurer solution pour différents

environnements

Avec BI Genius

Analyse des besoins métier

Spécifications du modèle en étoile

Entrer le modèle cible dans l‘outil (basé en

partie sur système source)

Entrer règles transformation

Générer la solution

Génération des différentes couches

(staging / cleansing / DWH / Marts)

Génération des tables

Génération des procédures de

chargement

Génération du monitoring de la

solution

Génération de la documentation

Demo BI Genius

(version générateur SQL Server)

Demo BI Genius

1

1

2

3

4

5

6

32

Adventure Works: Produits, Sales Orders

4

Monitoring: procédures et log exécution

Création Tables et vues Staging,

Cleansing, DWH, DM

Création ETL (store procs, vues)

Dim Produit, Dim Date, Fact Sales

Cleansing, Singeltons, Snowflake/Start

Documentation

2

2

3

3

Done:

5 tables AW (product, sales orders)

4 views BI Genius (date)

Done:

3 entity product, 1 dim product

4 entity date, 1 dim date

To be Done:

1 Fact Sales

Que reste-t-il à faire?

La technique au techniciens

Serveur et bases de données

– Intégration dans le réseau

– Gestion des droits

– Mise à jour

Concentrons nous sur le métier

Prise de besoins et validation

– Connaissance métier

– Mise en place rapide de la solution = base de discussion avec le métier (agilité)

– Essayer d‘influencer la gouvernance de données

Formation/Accompagnement/Transfert de connaissances

– Prendre le temps de former

– Accompagnement régulier jusqu‘à l‘indépendance des super utilisateurs

Documentation

– Documenter le comment plutôt que le quoi (Protocole des décisions)

– Documentation plus orientée utilisateur

Conclusion

À votre disposition

Gouvernance de données: Philippe Bourgeois (11:30)

Data Vault: Adriano Martino

Azure: Daniel Tizon

Démo dans l‘après-midi de BI Genius

Et bien sûr tous nos collègues…

… pour tout type de question

Patricia Düggeli

Principal Consultant

Tél. +41 58 459 53 94

patricia.dueggeli@trivadis.com