Aller au contenu
Encyclopédie informatique Édition 2026

L'informatique décisionnelle

Partie 2 sur 4

Niveau de lecture :

4Modéliser : faits et dimensions

LE SCHÉMA EN ÉTOILE Ventes : table de faits montant, quantité, et une clé par axe Temps jour, mois, année Produit référence, famille Client ville, tranche d’âge Magasin région, surface Une table centrale de chiffres (les faits), entourée de tables qui décrivent chaque axe d’analyse. Les tables décrivant un axe s’appellent les dimensions.
Figure 2. Le schéma en étoile : une table centrale de chiffres entourée de tables qui décrivent chaque axe d’analyse.

Pour que les analyses soient rapides et compréhensibles, on ne range pas les données comme dans une base de production (où l’on évite toute répétition, voir Le modèle relationnel). On les range de façon à faciliter la lecture. La méthode la plus répandue, popularisée par Ralph Kimball dans les années 1990, est le schéma en étoile.

On y distingue deux sortes de tables :

  • La table de faits, au centre, contient les mesures : des nombres que l’on additionne, compare ou moyenne (montant d’une vente, quantité, durée d’un appel). Chaque ligne correspond à un événement : une ligne de vente, un appel, une consultation. Elle contient aussi, pour chaque axe d’analyse, une clé qui renvoie vers la table de dimension correspondante.
  • Les tables de dimensions, autour, décrivent les angles de lecture : le temps (jour, semaine, mois, trimestre, année, jour férié ou non), le produit (référence, famille, marque), le client (ville, tranche d’âge), le magasin (région, surface). Elles sont courtes, avec de nombreux attributs textuels, et l’on y range volontiers des regroupements (le jour appartient à un mois, le mois à une année).

Une question comme « total des ventes de produits laitiers dans les magasins du Nord au deuxième trimestre » se traduit par une jointure entre la table de faits et trois dimensions, avec un filtre sur chacune et une somme. Le schéma est simple à lire, même pour des non-informaticiens ; les requêtes sont rapides, car il y a peu de jointures. Quand les dimensions sont elles-mêmes découpées en sous-tables (par exemple, la famille de produit rangée à part), on obtient un schéma en flocon, plus économe en place mais plus compliqué à interroger.

4.1La granularité : à quel niveau de détail ?

La décision de modélisation la plus importante est la granularité : ce que représente une ligne de la table de faits. Une ligne par ticket de caisse ? Par article vendu ? Par jour et par magasin ? Plus la granularité est fine, plus on peut répondre à des questions précises, mais plus la table est grosse. La règle des praticiens : choisir le niveau le plus fin dont on aura besoin, car on peut toujours regrouper des lignes (additionner les tickets d’un jour), mais on ne peut pas retrouver le détail que l’on n’a pas conservé.

4.2L’historique des dimensions

Un client déménage ; un produit change de famille ; un magasin change de région. Faut-il corriger la dimension (et fausser les rapports passés) ou garder l’ancienne valeur pour les anciens faits ? Les praticiens parlent de « dimensions à évolution lente » : on garde en général les deux versions, avec des dates de début et de fin de validité, pour que les ventes de 2022 restent rattachées à la région où le magasin se trouvait alors. C’est une application directe de l’idée d’historisation de Bill Inmon.

Pour s’exercer

Exercice 2 : remonter et forer

Les ventes d’un produit dans le Nord sont : janvier 120, février 90, mars 150. Calculez le total du trimestre et la moyenne mensuelle. Quelle opération avez-vous faite, et quelle est l’opération inverse ?

Voir la réponse

Total : 120 + 90 + 150 = 360. Moyenne : 360 / 3 = 120. Regrouper des mois en un trimestre est un remontage (roll-up). L’opération inverse est le forage (drill-down) : du trimestre (360) on redescend aux mois (120, 90, 150), puis aux jours.

Exercice 3 : concevoir une étoile

Une boulangerie veut analyser ses ventes. Proposez la table de faits, la granularité et trois dimensions.

Voir la réponse

Table de faits « Ventes » : une ligne par article vendu sur un ticket, avec la quantité et le montant. Granularité : l’article du ticket (le niveau le plus fin utile, que l’on pourra regrouper ensuite par jour ou par magasin). Dimensions : Temps (jour, heure, jour de la semaine, jour férié), Produit (référence, famille : pain, viennoiserie, pâtisserie), Magasin (ville, quartier, surface). On peut ajouter Mode de paiement. On ne met pas le nom du client si l’on n’en a pas besoin, par minimisation des données.

5L’analyse multidimensionnelle : OLAP et cubes

UN CUBE D’ANALYSE À TROIS AXES temps : mois → produits ↓ régions ↗ La case marquée : les ventes d’un produit, un mois, une région. Tranche fixer un axe : seulement le mois de mars Sous-cube garder quelques valeurs de chaque axe Forer (drill-down) descendre de l’année au mois, au jour Remonter (roll-up) regrouper les jours en mois, les mois en années Pivoter : échanger les axes pour changer de point de vue.
Figure 3. Un cube d’analyse à trois axes, et les opérations que l’on peut faire dessus.

L’OLAP (On-Line Analytical Processing, « traitement analytique en ligne ») est un moyen d’analyser des bases volumineuses selon plusieurs dimensions, pour mettre en évidence une analyse particulière. Les utilisateurs créent des représentations multidimensionnelles, que l’on appelle des hypercubes ou « cubes OLAP », selon les critères qu’ils définissent, afin de simuler des situations. Le terme est dû à l’informaticien Edgar Codd, l’inventeur du modèle relationnel, qui l’a proposé en 1993.

L’image du cube est une aide : si l’on a trois axes (le temps, le produit, la région), chaque case du cube contient un nombre (les ventes d’un produit, un mois, dans une région). En réalité, on peut avoir plus de trois axes ; le mot « hypercube » désigne cette extension. Le principe est que l’analyste peut changer de point de vue d’un clic, sans réécrire de requête, car les totaux sont préparés d’avance.

5.1Les opérations de base

  • Tranche (slice) : fixer la valeur d’un axe, par exemple ne garder que le mois de mars. On obtient un tableau à deux axes (produit par région).
  • Sous-cube (dice) : garder seulement certaines valeurs sur plusieurs axes, par exemple les produits laitiers dans les régions du Nord.
  • Forer (drill-down) : descendre à un niveau plus fin : de l’année au trimestre, puis au mois, puis au jour ; de la région au magasin.
  • Remonter (roll-up) : l’inverse, regrouper pour avoir une vue d’ensemble.
  • Pivoter (pivot) : échanger les axes d’un tableau (mettre les produits en colonnes et les mois en lignes) pour voir autrement.

Vous avez déjà manipulé ces opérations si vous avez utilisé un tableau croisé dynamique dans un tableur : c’est un petit cube OLAP, que l’on construit en glissant des champs en lignes, en colonnes et en valeurs.

5.2Comment un cube est-il construit ?

Deux grandes approches existent. Le MOLAP (le « M » vient de « multidimensionnel ») calcule d’avance les totaux de toutes les combinaisons et les range dans une structure spéciale : les réponses sont instantanées, mais le cube prend de la place et doit être recalculé quand les données changent. Le ROLAP (le « R » vient de « relationnel ») garde les données dans l’entrepôt en étoile et calcule les totaux à la demande, avec du SQL : moins de place, plus de souplesse, mais des réponses plus lentes si le système est mal réglé. Les entrepôts modernes, très rapides, ont rendu cette seconde approche très courante, et l’on bâtit souvent des « modèles sémantiques » (des définitions partagées des indicateurs et des axes) plutôt que des cubes figés.

5.3Deux outils d’une autre époque : EIS et SIAD

On distingue deux types d’outils. Un EIS (Executive Information System, « système d’information pour dirigeants ») sert à organiser, analyser et mettre en forme des indicateurs pour fabriquer des tableaux de bord ; facile à utiliser, il ne permet de consulter que des requêtes prévues à l’avance par le concepteur. Un SIAD (« système informatisé d’aide à la décision », en anglais DSS pour Decision Support System) permet au contraire de construire soi-même toutes sortes de représentations multidimensionnelles, mais demande un apprentissage plus lourd.

Ces sigles ont presque disparu, mais l’opposition qu’ils décrivent est toujours là. On la retrouve entre le tableau de bord tout prêt, conçu pour les dirigeants et immuable, et l’outil d’exploration libre, destiné aux analystes. Les outils actuels (Power BI, Tableau, Metabase, Superset, Looker et d’autres) essaient de réunir les deux : un tableau de bord prêt à l’emploi, que l’on peut creuser en cliquant. On parle de « libre-service » (self-service BI) quand des utilisateurs métier fabriquent eux-mêmes leurs analyses. Le libre-service accélère les décisions, mais il multiplie les chiffres qui ne concordent pas si les définitions ne sont pas communes (partie 8).

Pour s’exercer

Exercice 4 : nettoyer avant de charger

Trois sources donnent : « Dupont Marie, 03/04/2026 », « DUPONT marie, 2026-04-03 » et « M. Dupont, 4/3/26 ». Quels problèmes l’ETL doit-il traiter ?

Voir la réponse

(1) Casse et ordre des mots : trois écritures d’un même nom, à normaliser. (2) Formats de date différents : il faut les convertir en un format unique (par exemple 2026-04-03). (3) Ambiguïté : « 03/04/26 » et « 4/3/26 » signifient-ils le 3 avril ou le 4 mars ? On ne peut pas le deviner : il faut connaître la convention de chaque source (européenne ou américaine) et la noter. (4) Réconciliation : s’agit-il de la même personne ? Seul un identifiant commun, un numéro de client par exemple, permet de le garantir ; sans lui, on risque de fusionner deux personnes différentes. Aucun nettoyage ne remplace une règle claire à la source.