Business intelligence
- Code de l'UE EDASM101
-
Horaire
45 15Quadri 2
- Crédits ECTS 5
- Langue
- Professeur Linden Isabelle
Au terme de cet enseignement, les étudiants seront capables de définir les principaux concepts de la BI, de discuter leur intégration dans une gestion de la performance et d'étudier l'impact d'un système de BI aux différents niveaux d'une organisation. Ils seront capables de résaliser les modèles utiles aux différentes étapes de développement d'une plateforme BI et de réaliser une implémentation dans des outils standard sur base de la méthodologie étudiée.
Toute organisation regorge de données sous forme électronique. Est-elle pour autant capable d’en extraire une information utile? Ce cours présente les principaux outils proposés par la Business Intelligence, leur architecture et leur mise en oeuvre. Il étudie ensuite la façon dont ils peuvent contribuer à la gestion de la performance et supporter la prise de décision tant au niveau stratégique qu’opérationnel.
Le cours aborde notamment:
• BI vs ERP
• Architecture classique d'une sollution BI
• ETL et Data
• Modèles multi-dimensionnels et OLAP
• Data Warehouse Modeling
• Data Warehouse architecture
• BI et Data Mining
• KPI, Dashboard, Scorecards et Cockpit
• Real-time BI
L'évaluation repose d'une part sur le développement d'une plateforme dans un travail de groupe, d'autre par sur un examen oral.
Le travail de groupe est évalué sur base:
Vu les modalités collectives et de suivi, le travail fait l'objet d'une évaluation unique, la cote obtenue est valable pour les 2 sessions.
L'examen oral n'est accessible qu'aux étudiants qui ont présentés les travaux (article 38 du REE).
Les détails de l'évaluation et des différents travaux ainsi que les dates de remises sont précisés au premier cours et sur le webcampus
• Business Intelligence, First European Summer School, eBISS 2011, Paris, France, July 2011, Tutorial Lectures, Marie-Aude Aufaure, Esteban Zimanyi (Eds), LNBIP 96, Springer.
• Business Intelligence, Second European Summer School, eBISS 2012 Bruxelles, Belgium, July 2012, Tutorial Lectures, Marie-Aude Aufaure, Esteban Zimanyi (Eds), LNBIP 138, Springer.
• The Balanced Scorecard, Kaplan & Norton
• Performance Dashboards, Wayne Eckerson
• Key Performance Indicator, David Parmenter
• The BI roadmap, Moss & Atre
• Succesful BI, Cindy Howson
• Data Warehouse, Kimball
• Actualités sur les sites web:
• Gartner : http://www.gartner.com/
• Forester : http://www.forrester.com/
• The data warehousing institute : www.tdwi.org
• http://www.teradatauniversitynetwork.com/tun/
Formation | Programme d’études | Bloc | Crédits | Obligatoire |
---|---|---|---|---|
Master 120 en sciences mathématiques, à finalité spécialisée en data science | Standard | 0 | 5 | |
Certificat d'université d'Executive Master en Data Science | Standard | 0 | 5 | |
Master 120 en sciences informatiques, à finalité spécialisée en data science | Standard | 0 | 5 | |
Master 120 en ingénieur de gestion, à finalité spécialisée en data science | Standard | 0 | 5 | |
Certificat d'université d'Executive Master en Data Science | Standard | 1 | 5 | |
Master 120 en sciences informatiques, à finalité spécialisée en data science | Standard | 1 | 5 | |
Master 120 en ingénieur de gestion, à finalité spécialisée en data science | Standard | 1 | 5 | |
Master 120 en sciences mathématiques, à finalité spécialisée en data science | Standard | 2 | 5 |