SYSTÈMES INFORMATIQUESSystèmes d'aide à la décision

Carte mentale

Élargissez votre recherche dans Universalis

Le modèle OLAP multidimensionnel

Le modèle multidimensionnel, également appelé modèle OLAP, a été proposé en 1993 par Edgar F. Codd – déjà père du modèle de données relationnel – en remplacement du modèle relationnel pour le stockage des données décisionnelles. Il permet de stocker les données dans un modèle plus adapté au besoin des décideurs.

Les concepts du stockage OLAP

Un hypercube OLAP – plus couramment appelé cube par abus de langage – modélise des faits qui se produisent, c'est-à-dire des événements qui caractérisent l'activité que l'on veut analyser et que l'on peut mesurer par des indicateurs. L'exemple de la figure 3a montre un cube correspondant à l'activité de vente. L'hypercube peut stocker tout type d'événements : un fait de passage de transaction boursière, un fait de consultation médicale, un fait de dépense dans un hôpital, un fait d'absence en cours, un fait de marquage de but au football, etc.

Systèmes décisionnels : cube OLAP

Dessin : Systèmes décisionnels : cube OLAP

Exemple de cube OLAP (on-line analytical processing) et opérateurs drill-up et slice appliqués à la vente delivres. 

Crédits : Encyclopædia Universalis France

Afficher

Chaque cellule de l'hypercube correspond à une occurrence du fait. Sur l'exemple de la figure 3a, chaque cellule représente un fait de vente. Par exemple, la première cellule en bas à gauche correspond aux ventes d'Astérix à Paris en janvier. Celle en haut à droite correspond aux ventes de Harry Potter à Caen en mars.

Chaque cellule contient des indicateurs également appelés variables, métriques ou mesures. Les indicateurs permettent de quantifier les faits à analyser, ce sont des valeurs qui ont un intérêt pour l'analyse. Par exemple, le fait de vente de la figure 3a se mesure grâce à l'indicateur « quantité vendue » : il a été vendu 100 Astérix en janvier à Paris, et 30 Tintin à Lille en mars. Une cellule contient généralement plusieurs indicateurs, par exemple un fait de vente peut être caractérisé non seulement par l'indicateur « quantité vendue » mais aussi par les indicateurs « chiffre d'affaires », « bénéfice », « marge brute », etc. D'autres exemples peuvent être le nombre de visiteurs dans un établissement, le taux d'occupation des lits dans un hôpital, le coût d'une hospitalisation, le nombre d'articles en stock, le taux de remplissage d'un avion, le temps d'attente moyen au supermarché, le nombre de connexions sur un site Web, la durée des communications sur un site Web, etc.

Les axes d'analyse, également appelés dimensions, contiennent un ensemble de valeurs. Sur l'exemple de la figure 3a, la dimension « géographie » possède les valeurs « Paris », « Lille », « Caen ».

Remarque : Il n'y a pas de limite dans le nombre de dimensions, et il en faut en moyenne une dizaine pour décrire un fait. Tous les outils permettent d'en spécifier au moins 25. Le choix d'exactement trois dimensions n'est pris ici que dans un but pédagogique afin de pouvoir s'imaginer et dessiner un cube.

Des hiérarchies sont spécifiées sur les dimensions, afin de permettre une consolidation des indicateurs. Par exemple, sur la figure 3a la hiérarchie : « pays -> région -> ville » définie sur la dimension « géographie » permettra d'agréger les ventes par région puis par pays et de produire ainsi automatiquement les chiffres sur la France : 250 Astérix vendus en janvier, 37 en février. Voici d'autres exemples de hiérarchies : « continent -> pays -> région -> ville -> magasin », « année -> trimestre -> mois -> jour », « catégorie-> sous-catégorie -> produit ».

Chaque indicateur a une fonction d'agrégat (on peut les additionner, ou calculer le minimum, le maximum ou la moyenne) afin d'être exploité sur la hiérarchie. Par exemple, le nombre de ventes est additif (il se somme sur toutes les dimensions), le niveau du stock est semi-additif (il se somme sur les produits, mais pas sur le temps), la moyenne de fréquentation est non additive.

L'implémentation du modèle OLAP

L'implémentation de l'hypercube OLAP s'effectue selon deux technologies : la technologie MOLAP et la technologie ROLAP.

Implémentation MOLAP (multidimensional OLAP)

L'hypercube est stocké sous forme propriétaire par un S.G.B.D. multidimensionnel dans une matrice telle que celle du tableau 1. On trouve en colonne tous les axes, puis tous les indicateurs. On note qu'il est ainsi possible de spécifier un nombre infini de dimensions et d'indicateurs (la seule limite est celle de la technologie, généralement plusieurs centaines de colonnes). Chaque cellule de l'hypercube est stockée par une ligne dans la matrice (voir par exemple les lignes 1 et 2 du tableau 1). Tous les agrégats possibles sont également stockés dans la matrice (la dernière ligne de la matrice du tableau 1 donne les indica [...]

Systèmes décisionnels : stockage dans une matrice MOLAP

Tableau : Systèmes décisionnels : stockage dans une matrice MOLAP

tabl.1 - Stockage du cube dans une matrice MOLAP (multidimensional OLAP [on-line analytical processing]). 

Crédits : Encyclopædia Universalis France

Afficher

1  2  3  4  5
pour nos abonnés,
l’article se compose de 13 pages

Médias de l’article

Systèmes décisionnels : chaîne décisionnelle et entrepôt de données

Systèmes décisionnels : chaîne décisionnelle et entrepôt de données
Crédits : Encyclopædia Universalis France

dessin

Systèmes décisionnels : ontologie

Systèmes décisionnels : ontologie
Crédits : Encyclopædia Universalis France

dessin

Systèmes décisionnels : cube OLAP

Systèmes décisionnels : cube OLAP
Crédits : Encyclopædia Universalis France

dessin

Systèmes décisionnels : stockage dans une matrice MOLAP

Systèmes décisionnels : stockage dans une matrice MOLAP
Crédits : Encyclopædia Universalis France

tableau

Afficher les 7 médias de l'article


Écrit par :

  • : professeur des Universités en informatique au Conservatoire national des arts et métiers, Paris

Classification

Autres références

«  SYSTÈMES INFORMATIQUES  » est également traité dans :

SYSTÈMES INFORMATIQUES - Systèmes de gestion de bases de données

  • Écrit par 
  • Bernd AMANN, 
  • Michel SCHOLL
  •  • 6 201 mots
  •  • 4 médias

Un système de gestion de bases de données (S.G.B.D.) est un ensemble de logiciels informatiques pour la gestion d'informations. Sa tâche principale est de fournir à des applications informatiques un support de stockage et de gestion de données à travers une interface de haut niveau. Il doit être capable de manipuler de très grands volumes de données d'une […] Lire la suite

SYSTÈMES INFORMATIQUES - Conception, architecture et urbanisation des systèmes d'information

  • Écrit par 
  • Sylvie SERVIGNE
  •  • 3 256 mots
  •  • 7 médias

Le système d'information est aujourd'hui un élément central du fonctionnement d'une organisation. Un système d'information peut être défini comme un ensemble de ressources (personnel, logiciels, processus, données, matériels, équipements informatique et de télécommunication...) permettant la collecte, le stockage, la structuration, la m […] Lire la suite

Voir aussi

Pour citer l’article

Elisabeth METAIS, « SYSTÈMES INFORMATIQUES - Systèmes d'aide à la décision », Encyclopædia Universalis [en ligne], consulté le 12 janvier 2022. URL : https://www.universalis.fr/encyclopedie/systemes-informatiques-systemes-d-aide-a-la-decision/