Introduction
•Les enjeux d'un projet décisionnel
• Définir l'informatique décisionnelle (BI)
• Éléments d'un programme BI
• Données, Informations, Connaissances
• Processus d'extraction de la connaissance
• Typologie des SI
• Evolution de la BI – Gartner 2008
• Modélisation des Données
• L'offre décisionnelle

Approche fonctionnelle
• Identifier les besoins d'une entreprise en matière d'informatique décisionnelle
• Exemples d’utilisation
• Outils pour le décideur
• Application de la BI pour résoudre des problèmes métier
• Les questions de management spécifiques à l'informatique décisionnelle
• Piloter l'agilité et l'efficacité métier
• Présentation de l'outil de développement Business Intelligence
• Métadonnées

Data warehouse
• Concepts de modélisation multidimensionnelle - OLAP
• Modes de stockage (ROLAP,MOLAP.HOLAP)
• Exploration des données dans un état (drill down-drill up)
• Concepts de Datawarehouse et Datamart
• Constituants de la DW
• Création des dimensions
• Design d'agrégations
• Modèles de data warehouse
• Data Mining Query Language DMQL (d’après Han & Kamber)

ETL - Extraction Transformation Loading
• Concepts d'ETL
• Processus ETL
• Sources de données
• Qualité des données
• Types de transformations de données
• Alimentation de dimensions et de tables de faits

Datamining - Reporting - Analyse
• Types de rapports
• Concept, algorithmes d'exploration de données
• Création d'une solution de datamining

Gestion de Projet BI
• Planification du projet / Ralph Kimball
• Plan de mise en oeuvre
• Les facteurs clés du succès

Illustrations du datamining avec Tanagra (Open Source)
• Déploiement d'un projet BI
• Plate-forme de Data Mining
• Standards des logiciels BI
• Utilisation de la plateforme Tanagra
• Etudes sur des données réelles et/ou synthétiques
• Publication et exécution des rapports