Chapitre 6 Flashcards
Pouvez-vous nommer des problèmes associés au cadre traditionnel de l’organisation des données?
Parmi les problèmes associés à ce cadre, on retrouve ceux-ci :
la redondance et l’incohérence des données
l’interdépendance entre le format des données et les programmes
le manque de souplesse : les données sont très difficiles à récupérer instantanément
le manque de sécurité, car peu ou pas de contrôle sur les accès
le manque de disponibilité des données et les problèmes de partage
Dans le contexte du cadre traditionnel d’exploitation des fichiers, qu’est-ce que la redondance des données?
On parle de redondance de données lorsque des fichiers différents contiennent des informations identiques. Traditionnellement, chaque secteur avait ses propres fichiers dans son propre ordinateur. Le secteur des ventes et de marketing avait son propre fichier de clients avec les mêmes adresses. À cette époque, les ordinateurs n’étaient pas reliés en réseau.
Dans le contexte du cadre traditionnel d’exploitation des fichiers, donnez un exemple d’incohérence des données.
Un exemple d’incohérence serait le suivant : la valeur contenue dans le champ Adresse du client X dans le fichier du secteur des ventes est différente de celle du champ Adresse du même client dans le fichier du secteur du marketing. Cela signifie que le changement d’adresse du client X a été effectué uniquement dans l’un des deux ordinateurs.
Dans le contexte du cadre traditionnel d’exploitation des fichiers, donnez un exemple de l’interdépendance des données et des programmes.
Par exemple, un programme sera configuré de telle sorte qu’un champ Prénom dans un fichier contienne au plus 10 caractères. Si l’on veut changer le format de ce champ (en le faisant passer de 10 à 12 caractères), il faut modifier tous les programmes qui utilisent ce fichier, ce qui engendre des coûts.
Pouvez-vous décrire un problème de disponibilité et de partage de données dans le contexte traditionnel d’exploitation des fichiers?
Supposons que, dans le contexte traditionnel, le fichier Client se trouve dans l’ordinateur du secteur des ventes et qu’un employé des ressources humaines veut savoir si un candidat pour un poste est un client. Il lui est difficile d’obtenir l’information puisqu’elle se situe dans un autre ordinateur que le sien. Il doit donc consulter l’information dans l’ordinateur de l’autre secteur.
Qu’est-ce qu’une base de données?
Une base de données est un ensemble de données organisées de façon à pouvoir servir efficacement plusieurs applications grâce à la centralisation des données et au contrôle des redondances. Par exemple, une même base de données servira toutes les fonctions d’une organisation comme les ventes, la comptabilité, la production, etc.
Qu’est-ce qu’un système de gestion de base de données (SGBD)?
Un SGBD est un logiciel qui permet à une organisation de centraliser ses données, de les gérer efficacement et d’en permettre l’accès au moyen de programmes d’application. Lorsqu’un employé des ventes veut trouver le nom d’un produit, il lance sa recherche dans le SGBD qui trouve cette information et l’affiche sur un écran.
Comment un SGBD peut-il résoudre les problèmes associés au traitement traditionnel des fichiers?
Un SGBD peut réduire la redondance et l’incohérence des données en diminuant le nombre de fichiers isolés pouvant présenter des redondances. Ainsi concentrées à un seul endroit, les données seront les mêmes pour tous les employés peu importe leur secteur. Par contre, les données n’étant pas toutes utiles pour les employés, le SGBD offre aussi différentes vues permettant de sélectionner les champs nécessaires aux différentes fonctions ou tâches.
Quelle est la différence entre un entrepôt et un dépôt de données?
Un entrepôt de données stocke un très grand nombre de données courantes et historiques qui intéressent les gestionnaires et qui sont restructurées pour leurs analyses ou prises de décision. Ces données proviennent de systèmes opérationnels et de sources externes. Un dépôt des données est un sous-ensemble de l’entrepôt dont les données sont destinées à un groupe précis d’utilisateurs.
Qu’entend-on par « l’intelligence d’affaires »?
L’intelligence d’affaires correspond à l’ensemble des logiciels permettant la consolidation, l’analyse et l’accès à de vastes quantités de données qui aident les utilisateurs à prendre des décisions d’affaires. Ces analyses peuvent déboucher sur la découverte de nouvelles tendances et de relations entre des comportements qui mèneront ainsi au développement de nouvelles idées.
Décrivez le processus de l’intelligence d’affaires.
Les transactions enregistrées par l’entreprise à l’aide de son STT alimentent l’entrepôt de données. Les gestionnaires utilisent les outils de l’intelligence d’affaires pour trouver des constantes dans les données et comprendre leur signification. Ceci leur permet de prendre des décisions d’affaires mieux éclairées et plus intelligentes.
Nommez les outils les plus importants de l’intelligence d’affaires.
Les outils principaux de l’intelligence d’affaires sont :
le traitement analytique en ligne (OLAP)
le forage de données
le forage de texte
le forage Web
Qu’est-ce que le traitement analytique en ligne (OLAP)?
Le OLAP est un type d’outil qui permet de créer des représentations multidimensionnelles des données contenues dans une base relationnelle. Par exemple, un gestionnaire peut visualiser le nombre de ventes réelles dans une région donnée d’un produit X, ou encore visualiser les ventes réelles et les ventes prévues de ce même produit à partir de la même base, mais offrant une vue différente pour ces autres dimensions.
Pourriez-vous expliquer ce qu’est le forage de données?
Le forage de données est un type de recherche sur les données d’une entreprise qui est effectué à l’aide d’applications permettant d’établir des relations entre ces données et de trouver des modèles dissimulés dans ses vastes ensembles. Ces applications permettent de tirer des règles pour prédire les comportements à venir.
Quel type d’information obtient-on par un forage d’association entre les données?
Les associations entre les données permettent de savoir à quel pourcentage un événement donné est lié à un autre événement. Par exemple, une étude dans un supermarché peut révéler que lorsqu’une personne achète des croustilles de maïs, elle achète aussi des boissons gazeuses dans 65 % des cas. Cependant, s’il y a une promotion, le consommateur en achète dans 85 % des cas. Les gestionnaires peuvent ainsi savoir si une promotion est rentable ou non.
