Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Système d’information décisionnel et métadonnées


Rédigé par le 16 Août 2010



Michel Bruley, Directeur Marketing et PR Teradata Western Europe
Michel Bruley, Directeur Marketing et PR Teradata Western Europe
Ce qui caractérise la vie c’est que tout change toujours tout le temps. Ceci explique la forte demande en systèmes décisionnels qui ont pour vocation de gérer les données historiques représentatives des activités des entreprises, et enregistrent l’évolution des affaires aux bénéfices d’une grande variété d’acteurs, d’analystes, de responsables ou d’opérationnels. Les données ainsi gérées sont une ressource indispensable pour comprendre et agir, mais la valeur ne peut être obtenue qu’à partir de données dont toutes les caractéristiques, le sens, le contexte sont connus et mis à la disposition des utilisateurs, pour qu’ils puissent les transformer en informations et connaissances.

L’utilisateur d’un système d’information décisionnel a donc besoin de données sur les données, ce que l’on appelle des « métadonnées », elles fournissent des indications sur la définition des données (sémantique), leurs sources (date, origine), la façon dont elles ont été calculées, agrégées (règles de calcul), les règles métier qui s'y rapportent, les processus d'extraction, de transformation et de chargement qui ont été mis en œuvre pour les mettre à disposition. Ainsi les métadonnées sont essentielles pour comprendre les informations contenues dans un entrepôt de données, elles sont un facteur clé de succès car elles contribuent à révéler des données qui sont utiles, et tout aussi important, les données qui ne le sont pas.

Les utilisateurs demandent aux métadonnées la possibilité d’accéder aux données en utilisant des termes métiers qu'ils comprennent. Une solution de gestion des métadonnées doit donc faciliter, avec des outils en libre service, la recherche, la découverte, le partage de l'information dans l'entreprise et pour cela fournir par exemple : des définitions normalisées des données, des informations sur les relations entre les données, sur les redondances, sur la cohérence, la qualité, le respect des exigences de conformité et de gouvernance. En mettant en œuvre une telle solution, une entreprise peut établir une terminologie d'entreprise cohérente, un glossaire, un catalogue des informations de l'entrepôt pour au final pouvoir disposer d’une taxonomie cohérente des données.

D’autre part les entreprises ont besoin de savoir comment leurs données sont utilisées et comment ces données peuvent être exploitées pour procurer un avantage concurrentiel. Il s’agit aussi au-delà du fait de pouvoir consulter, comprendre les données, de les gérer, de les maintenir d'une manière efficiente et efficace, d'analyser et mettre en œuvre des évolutions des systèmes. Pour cela les métadonnées doivent fournir un plan détaillé technique des systèmes qui en facilite la maintenance et aide à prédire avec précision l'impact à attendre des évolutions. Les métadonnées techniques doivent livrer divers renseignements par exemple sur les tables, les colonnes, les types de données, la structure des vues, les index, les macros, les sources d’information, les processus ETL et les modèles physiques.

Une solution de gestion des métadonnées doit donc simplifier l’administration du système décisionnel, en particulier offrir des possibilités de suivi des données tout au long de la chaîne décisionnelle, documenter de façon exhaustive l’ensemble du processus de valorisation des données, offrir un haut niveau d’interopérabilité avec les divers composants du système décisionnel, enfin faciliter la gouvernance des données en aidant à éclairer les problématiques de propriété, traçabilité et responsabilité afin de répondre aux réglementations. Concrètement il existe différents types de métadonnées qui doivent être intégrées et gérées de façon centralisée, des données métiers via un outil de modélisation, des données techniques via la base de données, des données de processus via des outils Etl, Olap et de développement, enfin des données d’usages.


En conclusion, les utilisateurs de systèmes décisionnels ne peuvent pas les utiliser efficacement, s’ils n’ont pas une bonne compréhension des données gérées, de ce qu'elles représentent, de leurs interrelations, et par conséquent de la façon de les utiliser. Pour prendre des décisions qui impactent positivement l’entreprise, les utilisateurs ont besoin d'informations qui les aident à interpréter les données qui sont à leur disposition. Ils ont besoin de métadonnées qui décrivent les données des systèmes et complètent les données brutes avec les éléments descriptifs nécessaires pour qu’ils puissent les transformer en connaissances.

Pour aller plus loin vous pouvez utilement consulter le lien ci-dessous :
http://www.niso.org/publications/press/UnderstandingMetadata.pdf




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.