Entrept de Donnes

2me anne rgime spcial spc. IHS du Master ICA 1re anne spc. IHS du Master ICA (option) 1re anne spc. ICPS du Master ICA (option)

Jean-Franois Desnos
Jean-Francois.Desnos@grenet.fr

ED JFD

Dfinition (Bill Inmon 1990)

Un entrept de donnes (data warehouse) est une collection de donnes thmatiques, intgres, non volatiles et historises pour la prise de dcisions

ED JFD

Les donnes sont thmatiques

Donnes sont organises par thme (sujets majeurs, mtiers), vs systmes de production : processus fonctionnels. analyses transversales / structures fonctionnelles et organisationnelles de l'entreprise.
ED JFD 3

Les donnes sont intgres

Elles proviennent de systmes sources htrognes cohrence, normalisation, matrise de la smantique, prise en compte des contraintes rfrentielles et des rgles de gestion

ED JFD

Les donnes sont historises et non volatiles

historisation : suivre dans le temps l'volution des diffrentes valeurs des indicateurs. couches de donnes non volatiles : traabilit non suppression

ED JFD

La pyramide du systme dinformation

Dcisionnel

Pilotage

In di Administratif
Paye Comptabilit GRH

ca teurs
Produits clients procds

Mtier

NB : Un systme dinformation rellement complet intgre des informations et des contraintes extrieures.
ED JFD 6

Intrt de lentrept de donnes

Vision transversale de lentreprise Intgration des diffrents bases Donnes non volatiles (pas de suppression) Historisation Organisation vers prise de dcision
7

ED JFD

Un projet complexe
Rassembler des donnes htrognes Les homogniser et les restructurer Vrifier leur fiabilit Les diter (publier)

ED JFD

Exemple de tableau de bord

400 350 300 Ventes 250 200 150 100 50 0 Anne 1 Anne2 Anne 3 Achats Fournisseurs Personnel Clients Bnfice

Exemples dindicateurs dentreprise (succursales multiples) L'anne est une dimension, le magasin pourrait tre une seconde dimension, le type de produit une troisime.
ED JFD 9

Schma de principe dun ED

Donnes Bases sources Donnes Base cible
Couche n Logiciel Extraction Transformation Chargement (ETL)

Logiciel
Recherche Analyse Mise en forme des donnes

Edition Papier Web

couche 1
10

ED JFD

Donnes oprationnelles vs dcisionnelles

Donnes oprationnelles Orientes application, dtailles, prcises au moment de laccs Mise jour interactive possible Accs par une personne la fois Haute disponibilit en continu Uniques(pas de redondance en thorie) Petite quantit de donnes utilises par un traitement Ralisation des oprations au jour le jour Forte probabilit daccs Utilises de faon rptitive
ED JFD

Donnes dcisionnelles Orientes activit (thme, sujet), condenses, reprsentent des donnes historiques Pas de mise jour interactive Utilises par lensemble des analystes Haute disponibilit ponctuelle Peuvent tre redondantes Grande quantit de donnes utilise par les traitements Cycle de vie diffrent Faible probabilit daccs Utilises de faon alatoire
11

Classes de donnes dun ED

Mtadonnes ( donnes sur les donnes ) Donnes dtailles : donnes intgres dans lED Donnes agrges : sommation de donnes dtailles (tables dagrgat) Couches de donnes : historisation

ED JFD

12

Exemple dEntrept de donnes

LED doit fournir le CA des ventes dun produit, par date, client, et vendeur, ainsi que toutes les sommations possibles de chiffre daffaires dans une anne donne. Une vente est caractrise par : produit client vendeur date produit, client, vendeur, date, prix de vente

code produit, code famille (et libells) code client, type client code vendeur, nom, code service jour, semaine, mois

ED JFD

13

Modlisation de la base cible

le modle relationnel est adapt aux transactions. Dans un entrept de donnes, prvu pour laide la dcision, pas de modlisation en forme normale Modle dimensionnel : tables de faits + tables de dimensions relies une table de faits par une jointure. On obtient un schma en toile (dans le cas le plus simple)
ED JFD 14

Le modle dimensionnel
Une table contenant une cl multiple, la table de faits, un ensemble de tables secondaires, les tables de dimension (chacune possde une cl primaire unique correspondant lun des composants de la cl multiple de la table de faits). jointures schma en toile
ED JFD 15

Schma en toile de lexemple

code produit code famille libell Table de faits VENTE code produit code client code vendeur date prix de vente code client type client

code vendeur nom code service 4 tables de dimensions

ED JFD

date semaine mois anne

16

Table de faits
Contient des faits numriques Les faits les plus utiles sont numriques et additifs. les agrgats, ou tables dagrgat, sont des enregistrements rcapitulatifs.

ED JFD

17

Avantages du modle dimensionnel

Conu pour un requteur : performances; Peut tre modifi sans peine (faits nouveaux, dimensions nouvelles ,attributs dimensionnels nouveaux, granularit variable); Doit tre capable dintgrer de nouvelles sources.
ED JFD 18

Rsultat possible
Tableau des ventes par produit et par client :

produit

client
ED JFD 19

Le cube de donnes
Chiffre daffaires

produit

ski de piste raquette surf luge ski de fond

jan fev mars

Vendeur
Antoine Brigitte Laurence

mois

ED JFD

20

10

Volumtrie
Linformation de synthse peut tre plus volumineuse que linformation de dtail 2D 3D

ED JFD

21

Exemple de volume
Tableau 3x3 9 lments de dtail 7 lments de totalisation

Tableau 3x3x3 27 lments de dtail lments de totalisation : 3 tranches 3x3 = 3x7 = 21 + la face avant 4x4 = 16 Total = 37
ED JFD 22

11

Cube de donnes
Dans un modle dimensionnel, on cherche reprsenter les donnes dans un cube (ou hypercube). analyse ascendante : synthtiser analyse descendante : dtailler rotation des dimensions et coupe : trancher le cube

ED JFD

23

Dimensions et indicateurs

- produit - client - vendeur - date indicateur : - chiffre daffaires une dimension prend une liste de valeurs, un indicateur est un nombre.
ED JFD 24

dimension :

12

Additivit des indicateurs

indicateurs : de prfrence numriques et additifs. Certains sont semi additifs (additifs pour certaines dimensions). Non additifs : fonctions d'agrgations : moyenne, ratios, comptage de lignes.

ED JFD

25

Exemple dadditivit
Table de faits VENTE code produit code client code vendeur prix de vente ristourne client (type client) commission vendeur (CA vendeur) retour oui/non

ED JFD

26

13

Cas gnral : Hypercube

Indicateur associ n dimensions (n > 3) Le cube est alors appel hypercube. On fixe n-2 dimensions. En gnral, plusieurs indicateurs. Ici, un deuxime indicateur pourrait tre le bnfice.
ED JFD 27

Hirarchie de dimensions Dimensions

mois | semaine | jour

ED JFD

28

14

Analyse multi-dimensionnelle Rotation des dimensions et tranchage, Analyse descendante ou ascendante.

ED JFD 29

Quelques dfinitions (1)

Entrept de donnes (ED) ou Datawarehouse :
Systme dinformation agrgeant des donnes non volatiles et historises, dans un but daide la dcision. Datamart : ED spcialis mtier , ou ED partiel

Datamining :
Recherche et analyse dinformation dans une base de donnes.

ED JFD

30

15

Quelques dfinitions (2)

Analyse ascendante/descendante (Drill up, drill down) :
Action dobtention dun niveau de dtail plus global (ascendant - up) ou plus fin (descendant - down) sur un axe danalyse multidimensionnel.

Decision Support System (DSS) : Systme informatique conu

pour laide la dcision plutt que pour la gestion.

Hypercube : Espace danalyse n dimensions (par ex. temps, lieu,

produit, vendeur, prix,...).

ED JFD

31

Quelques dfinitions (3)

Mtadonnes ou donnes sur les donnes :
Structure, contenu, localisation, rgles dagrgation et de transformation des donnes.

On line analytical process (OLAP) :

Requtage, analyse et prsentation des donnes dun ED. Bas sur le cube .

Modle dimensionnel : modlisation faits dimensions

alternative la modlisation entit / relation
ED JFD 32

16

Bibliographie
Manuel du designer V5, Business Objects, 1999. Piloter l'entreprise grce au data warehouse, J.-M. Franco et al., Eyrolles 2001. La construction du datawarehouse, J.-F. Goglin, Herms 1998. Building the Data Warehouse, W. H. Inmon, Wiley 1996. Entrepts de donnes, guide pratique du concepteur, R. Kimball, Wiley 1997. Concevoir et dployer un data warehouse, R. Kimball et al., Eyrolles 2000.

http://www.tdwi.org
ED JFD 33

Entrepts de donnes

Modlisation dimensionnelle

ED JFD

34

17

 La modlisation dimensionnelle souvent appele modlisation OLAP (Codd 1993) se prsente comme une alternative au modle relationnel. Il correspond mieux aux besoins du dcideur tout en intgrant la modlisation par sujet. Cest une mthode de conception logique qui vise prsenter les donnes sous une forme standardise intuitive et qui permet des accs hautement performants. Elle aboutit prsenter les donnes non plus sous forme de tables mais de cube centr sur une activit.
ED JFD 35

Modlisation entit-relation
liminer la redondance des donnes Adapte aux transactions (ex : mise jour dune adresse client), mais pas aux interrogations Modle complexe : des milliers de tables Pas de comprhension pour lutilisateur Ncessit de performances
ED JFD 36

18

Modlisation dimensionnelle
Une table de faits (cl multiple) Tables de dimensions : cl primaire unique qui correspond lun des composants de la cl multiple de la table de faits jointure en toile

ED JFD

37

Table de faits
Contient un ou plusieurs faits numriques qui se produisent pour la combinaison de cls d finissant chaque enregistrement Ex. Vente_euros, Vente_units, Cot_euros

ED JFD

38

19

Ex. : vente en grande distribution

ED JFD

39

Un schma entit-relation = plusieurs tables de faits

Dtecter les processus mtier et les modliser lun aprs lautre Slectionner les relations n,n contenant des faits numriques et additifs. En faire autant de tables de faits Les tables dimensionnelles relies plusieurs schmas sont dites conformes (partages)
ED JFD 40

20

Avantages de la modlisation dimensionnelle

Structure prvisible Structure standardise Requteur simple et optimis Toutes les dimensions sont quivalentes Symtrie
ED JFD 41

Evolutions du modle
Ajout de faits nouveaux possible (si compatible avec grain) Ajout dune dimension nouvelle (si une seule valeur par enregistrement de la table de faits) Ajout dattributs dimensionnels Outils dagrgat (enreg. rcapitulatifs)
ED JFD 42

21

Planification
Construction de lED datamart par datamart, pour viter une trop grande complexit Eviter les tuyaux de pole laborer un bus dcisionnel grce aux dimensions conformes
43

ED JFD

Dimension conforme
Une table de dimension en relation avec plusieurs tables de fait est dite conforme Cohrence des interfaces utilisateurs et des contenus Cohrence de linterprtation des attributs Grande importance dans la conception
ED JFD 44

22

Fait conforme
Fait ayant la mme dfinition dans tous les datamarts, mme unit de mesure, mme contexte dimensionnel. Ex pour le fait recettes : priodes, rgions de ventes cohrentes Ex : conditionnement en units et botes Fait non conforme : noms distincts
ED JFD 45

Exemple de lagence de voyage 1 - voyages ariens Quel est le chiffre daffaires (CA) par client, par date de voyage (et par mois, trimestre et anne), par compagnie arienne, par ville de destination ? Les tableaux de bord doivent pouvoir prsenter les totaux et sous totaux de CA : tous clients confondus, et/ou toutes dates, et/ou toutes compagnies, et/ou toutes destinations.
ED JFD 46

23

Schma dimensionnel 1 - voyages ariens

Dimension client Code client Compagnie arienne Ville darrive Date du vol Prix pay Dimension ville

Dimension compagnie arienne

Dimension Date

ED JFD

47

Exemple de lagence de voyage 2 location de voiture Dans le cas de la location de voiture, on souhaite diter le CA, le nombre de jours de location, et le kilomtrage pour chaque : client, date de rservation, ville, loueur, et catgorie de vhicule, ainsi que toutes les sommations de la mme manire que pour les dplacements.
ED JFD 48

24

Schma dimensionnel 2 location de voiture

Dimension client Code client Loueur Ville de location Date de location Prix pay Distance parcourue Dimension ville

Dimension loueur

Dimension Date

ED JFD

49

Exemple de lagence de voyage 3 - htel Dans le cas de lhtellerie, on veut des tableaux de bord par client, htel, ville, date de dbut de sjour, faisant apparatre le nombre de nuites et le prix total pay .

ED JFD

50

25

Schma dimensionnel 3 - htel

Dimension client Code client Htelier Ville de sjour Date de dbut Nombre de nuites Prix pay Dimension ville

Dimension Htelier

Dimension Date

ED JFD

51

Exemple de lagence de voyage regroupement

On veut maintenant regrouper ces trois ED en un seul, afin de rpondre aux questions supplmentaires suivantes : Quel est le CA total induit par un dplacement en avion ? Quelle est la dure du sjour ? Quel est le CA en location de voiture ? En htellerie ? On veut pouvoir diter les dtails de CA par priode de temps et par client, ville, compagnie arienne, loueur et htelier, et faire tous les regroupements utiles. Figurer le modle dimensionnel dun tel ED, en montrant en particulier comment lon peut retrouver location de voiture et/ou htellerie, si elles existent, partir dun dplacement en avion. Un voyage en avion nimplique pas forcment location de voiture et/ou htellerie, et inversement.
ED JFD 52

26

Code client Cie arienne Ville darrive Date du vol Prix pay Code client Loueur Ville de location Date de location Prix pay Distance parcourue Code client Htelier Ville de sjour Date de dbut Nombre de nuites Prix pay
ED JFD

Dimension ville

Dimension client

Dimension Date

53

Niveau de dtail
On privilgie le niveau le plus fin Evolutivit Puissance Efficacit du Data mining

ED JFD

54

27

Multisources
Commencer par un datamart monosource Rparer les tuyaux de pole : chercher crer des dimensions conformes Bus dcisionnel : dimensions et faits conformes
ED JFD 55

Dimensions, faits et attributs

Plausible : 10 dimensions pour un datamart
Si 2 ou 3 dimensions : le concepteur en a-t-il oublies ? Si 20 dimensions : devient trop complexe

Un fait est une observation du march , la plupart du temps un champ numrique de la source Lattribut est un champ textuel (apparat dans les dimensions)
ED JFD 56

28

Parcourir les dimensions

ED JFD

57

Forage
Forage vers le bas = Drill down = donner des dtails Forage vers le haut = Drill up = sommer Un vritable forage mlange les attributs hirarchiss et non hirarchiss de toutes les dimensions disponibles
ED JFD 58

29

Floconnage
Dfinition : dimension dont les champs faible cardinalit sont dans des tables spares, relies la table dorigine au moyen de cls artificielles. Non recommand : performances, complexit Gain en espace disque non dterminant
ED JFD 59

Exemple de floconnnage
Table de faits
contient cl_produit comme cl extrieure

Table de dimension
Cl_produit Cl_conditionnement Nombre_botes

Flocon
Cl_conditionnement Type_conditionnement

ED JFD

60

30

Attributs des tables de dimensions

Pas de codes Littraux (mots complets) Descriptifs Soigns (orthographe, valeurs) Indexs Documents (mtadonnes)
61

ED JFD

Mtadonnes
Ensemble dinformations ncessaires laccs, la comprhension et lexploitation des donnes du data warehouse. Le rfrentiel de lentrept de donnes = mtadonnes + outils dadministration Il collecte lensemble des modles de donnes ncessaires la construction et lexploitation du data warehouse.
ED JFD 62

31

Dimension temps
Cl_date (cl principale) Date complte Jour de la semaine Numro du jour dans la semaine Numro du jour dans lanne Indicateur jour ouvrable Indicateur dernier jour du mois
63

ED JFD

Sous dimension temps (flocon)

Cl_date (cl principale) Pays (cl principale) Indicateur de jour fri Indicateur de fte religieuse Indicateur de fte civile .
64

ED JFD

32

Dimensions changeantes
Cl_produit ou cl_client ne changent pas, mais les attributs voluent. On peut : 1. Rcrire sur lenregistrement (historique perdu) 2. Ajouter un enreg. Avec nouvelle valeur de cl 3. Crer un nouveau champ ancien dans lenreg et y stocker lancienne valeur dattribut

ED JFD

65

Dimensions dgnres
N bon de commande, n de facture ? Souvent conserver dans la base de faits, mais pas dattributs associs pas de table de dimension associe

ED JFD

66

33

Cls
Toutes les cls : cls de substitution dpourvues de signification, et sans rapport avec les bases sources.

ED JFD

67

Faits
Additifs de prfrence Faits textuels (exemple : conditions mtos lors dun relev de sinistre d assurance) = peu dintrt de comptage et regroupement si texte libre Prfrer les tmoins

ED JFD

68

34

Conception dune table de faits

1. Commencer par un data mart source unique 2. Granularit : un enreg. de la table de faits sera cr pour chaque :
a. b. c. d.
ED JFD

Vente Dclaration de sinistre Inscription dtudiant Ligne de facture

69

Conception dune table de faits (suite)

3. Choisir les dimensions : descripteurs valeur unique (de prfrence) 4. Choisir les faits : les faits (indicateurs) doivent correpondre la granularit de la table de faits

ED JFD

70

35

Agrgat
Table rcapitulative (sommations) destine amliorer les performances du requtage. Il sagit dune table de faits qui possde des tables dimensionnelles.

ED JFD

71

Table de faits sans fait exemple 1

ED JFD

72

36

Interrogations sur lexemple 1

1. 2. 3. 4. Cours les plus suivis ? Cours les plus rgulirement suivis ? Profs qui ont le plus dtudiants ? Profs qui utilisent des quipements dautres dpartements ? 5. Equipements les moins utiliss ?
ED JFD 73

Table de faits sans fait exemple 2

ED JFD

74

37

Interrogations sur lexemple 2

Quels sont les produits qui taient en promotion et ne se sont pas vendus ? 1. Consultation de la table de couverture : liste des produits en promotion tel jour dans tel point de vente 2. Consultation de la table des ventes pour recenser les produits qui se sont vendus
ED JFD 75

Table des ventes de lexemple 2

ED JFD

76

38

Analyse des donnes de lED : Exemple de B.O.

ED JFD

77

Schma de principe dun ED

Bases sources Base cible
Couche n Extraction Transformation Chargement (ETL) Recherche Analyse Mise en forme des donnes

Edition
couche 1
ED JFD 78

39

Loutil BO
Business Objects : extraire, mettre en forme et analyser les donnes de la base cible. intranet de ltablissement univers = architecture des informations extraites. utilisateurs : crent de nouvelles requtes, paramtrent et en excutent des requtes existantes.
ED JFD 79

Univers BO

Le designer dunivers : Informaticien Comptences SQL BD de lentreprise

ED JFD 80

40

Dveloppement dun univers

Planification
dcouper le SI en domaines

Analyse
Analyser les besoins des utilisateurs

Conception
Faire le schma conceptuel; spcifier lunivers

Application
Crer lunivers

Maintenance

ED JFD

81

Les objets dans BO

Indicateur : nombre Dimension : entit (une variable) UFR Chimie Exemple
Ens.

Prof Univ

ED JFD

82

41

Classes et univers
Les objets peuvent tre regroups en classes et sous-classes L univers est un ensemble dobjets crs sur une BD

ED JFD

83

Hirarchies
Une dimension appartient souvent une hirarchie. La hirarchie ordonne la dimension et permet de changer le niveau danalyse.

ED JFD

84

42

Exemple de hirarchie
Exemple Hirarchie dans lorganisation de la scolarit. Composante (UFR) Sciences Cycle 1er cycle Diplme Deug Etape 1re anne
ED JFD 85

Analyse dimensionnelle
Elle est possible si les dimensions de lunivers sont hirarchises Exemple : nombre dtudiants par composante,.........., tape changement du niveau danalyse

ED JFD

86

43

Cration dun univers

La structure dun univers doit sadapter la logique de lutilisateur, et non la structure des tables de la BD. Autant que possible, les dimensions doivent tre dfinies dans des hirarchies.

ED JFD

87

Objets de lunivers
Normaliser les noms des objets ex. : Nationalit-code Nationalit-libell Utiliser la langue du mtier Chaque dimension doit avoir une liste de valeurs qui associe code et libell.
ED JFD 88

44

Structure de la base ED
Objectif : produire des indicateurs au carrefour des dimensions Une table de faits comporte des dimensions et des indicateurs A chaque dimension dune table de faits, on associe une table de dimension (sauf dimension dgnre)
ED JFD 89

La dimension historique
Elle est sous-jacente dans tous les faits : date, trimestre, anne selon les faits mesurs : nb dinscriptions, budget, appartenance un groupe. La date dextraction est galement importante. 2 dimensions historiques : les faits, lextraction
ED JFD 90

45

Cration des tables de faits

Si les dimensions sont dans des hirarchies diffrentes, on peut avoir intrt crer plusieurs tables de faits.

ED JFD

91

Structure des tables de dimension

Il peut y avoir une hirarchie lie la dimension. Ex. : Nationalit code-nat Lib-nat code-groupe de pays Lib-groupe Schma en flocon
ED JFD 92

46

Sparation indicateur et dimension

mieux vaut crer une variable avec liste de valeurs, plutt que des indicateurs. lajout dune nouvelle valeur est alors simple. Il est plus simple de modifier des valeurs (lignes) plutt que des structures (colonnes)
ED JFD 93

Exemple indicateur et dimension

Si lon cr les indicateurs : - professeur - assistant - On veut crer agrg , il faut modifier la table de faits Si lindicateur est enseignant , on modifie seulement la liste de valeurs.

ED JFD

94

47

Agrgats
Deux solutions :

1. Tables dagrgats = calculs pr-tablis optimisant les performances 2. Fonction aggregate aware de BO

ED JFD

95

ED JFD

96

48

ED cours 4
Elments darchitecture Administration Stratgie Construction

ED JFD

97

Data warehouse et dataweb

Intranet : rseau de donnes privatif de linstitution Architecture 3 (n)-tiers :
Client lger (navigateur) Serveur(s) dapplications Serveur(s) de donnes

ED JFD

98

49

Intgration au portail
A partir du client universel, accs toutes les applications de lentreprise : Applis dcisionnelles, bureau virtuel, workflow, docflow, BD, Point daccs unique, Architecture simplifie, Rduction des cots.
ED JFD 99

Administrer
Qualit de service (disponibilit, fiabilit, scurit), gestion des anomalies Configuration, paramtrage, maintenance du systme dinformation : gestion financire, administrative, technique; maintenance et support.
ED JFD 100

50

Administration fonctionnelle
Traduire le besoin de chaque utilisateur Assurer la cohrence globale Faire voluer lensemble Etablir des profils Editer : coordonner la diffusion Matriser la qualit : le mtadictionnaire et son volution
101

ED JFD

Administration technique
Volumtrie Puissance des traitements Evolutions outils dadministration des systmes, scurit, sauvegardes, mtrologie Ces outils sappuient sur la politique des SI de lentreprise
ED JFD 102

51

Choix stratgiques
Rfrentiel intgr Solution centralise ou non Espaces privs Matriser les cots Commencer par un datamart ?

ED JFD

103

Rfrentiel intgr
Multiplicit des dictionnaires : ETL, SGBD, OLAP Pour garantir la cohrence, 1 seul dictionnaire si possible

ED JFD

104

52

Solution centralise ou non

Si lorganisation comporte un sige et des agences : 2 niveaux dED ? La solution centralise est coteuse (rseau) et moins volutive La solution dcentralise est plus souple, mais plus complexe

ED JFD

105

Du datamart lED
Dveloppement RAD Larchitecture retenue doit permettre le passage lchelle

ED JFD

106

53

La dmarche RAD
Analyse des besoins Phase 1 Mise en uvre 1re version Retour dexpriences . Besoins complmentaires Phase N Mise en uvre Nime version Retour dexpriences
ED JFD 107

Les itrations du RAD

A chaque tape (itration), il faut vrifier les cohrences : du dictionnaire de larchitecture et des flux (non rgression) des plate-formes et environnements

ED JFD

108

54

La charge de mise en uvre de lED

La restitution de linformation, visible par lutilisateur, ne reprsente que 15 % La partie immerge :
Alimentation de lED : OLAP : Administration :
ED JFD

50 % 20 % 15 %
109

Le chef de projet
doit tre orient utilisateurs soutenu par la direction et les utilisateurs ne pas promettre la lune soigner la conception (modle, donnes intgrer) ne pas faire le jouet du prsident Ne pas sarrter la premire phase
ED JFD 110

55

Les difficults lies laxe temps

Le calendrier
Dfinitions de lanne, du mois; irrgularits Additivit des variables Variations de priodicit

Consolidation, agrgation (mouvements internes)

ED JFD

111

Agrgats
Il faut slectionner les agrgats retenir : Compromis volume temps de rponse
ED JFD 112

56

Rfrentiel
Nomenclatures
nom. de rfrence, org. rseau

Rgles de gestion

Donnes et flux
mta-dictionnaire

Profils utilisateurs

Rfrentiel Espaces privs workflow

Paramtres
conception exploitation
ED JFD

113

57