|
| |
|
|
 |
| Décisionnel : le multidimensionnel pour qui, comment ? |
| Les requêtes OLAP sont appliquées avant tout dans le domaine du CRM analytique. Les bonnes pratiques.
(07/06/2005) |
|
A la différence des requêtes relationnelles qui se limitent à deux variables, les requêtes multidimensionnelles (ou OLAP pour OnLine Analytical Processing) permettent de prendre en compte plus de deux axes d'analyse.
Exploitée en général sur le front du CRM, cette méthode peut typiquement assurer l'extraction d'un état d'activité croisant plusieurs univers : le chiffre d'affaires (axe 1) issu de la commercialisation d'une gamme de produits (axe 2) sur une zone géographique particulière (axe 3), et ceci commercial par commercial (axe 4). Objectif de cette approche : suivre ses ventes au jour le jour et de façon très granulaire, en vue d'assurer d'éventuelles corrections rapidement en cas de besoins.
La principale problématique d'un déploiement OLAP se situe au niveau du serveur de données, couche qui se charge de supporter ces fonctions d'appel de service. Pour un tel projet, l'idéal serait de bénéficier d'une base disposant d'un moteur particulier (ou moteur OLAP), comme c'est le cas d'Oracle, de SQL Server ou encore de Sybase par exemple.
"Certains éditeurs décisionnels affirment qu'il est possible de réaliser directement des requêtes OLAP sur une base relationnelle, en lui appliquant simplement une surcouche spécifique", explique Vincent Dumas, consultant chez Focal Ingénierie (Osiatis). "Dans la réalité, cette vision semble difficilement réalisable, le développement et la maintenance d'applications OLAP se révélant très complexes dans un tel environnement."
Dans l'absolue, ce type de reporting nécessite une infrastructure machine plus puissante que le relationnel, notamment dans la mesure où il fait appel à un volume de données décuplé. "Dans la réalité, tout dépend du nombre d'utilisateurs et de leur latitude en termes de construction de requêtes", pondère Vincent Dumas. Bref plus les clients seront nombreux et leur pouvoir d'interrogation élargi, plus les ressources machines devront être importantes.
| Des implications en termes d'architecture et de modélisation |
En amont de la mise en oeuvre, il est recommandé d'apporter une attention particulière à la phase de recueil des besoins, en portant un regard aiguisé à la fois sur les volets fonctionnels et techniques du projet. Une requête métier paraissant simple au premier abord pouvant impliquer au final l'intervention de tables de centaine de milliers de lignes.
"En fonction des outils analytiques retenus et des besoins exprimés en termes de reporting découlent des choix en matière de modélisation et d'architecture", poursuit t-on chez Focal Ingénierie.
Selon le logiciel de reporting, différentes méthodes de modélisation (en étoile, en flocon, etc.) sont en effet préférables en vue d'optimiser la performance du système, avec à la clé des impacts divers sur la façon de gérer les tables d'agrégation au sein de la base de données.
Dans la même optique, il est aussi conseillé de précalculer une partie des résultats en vue d'accélérer l'exécution des requêtes. Sans pour autant aller trop loin dans cette logique d'ailleurs : le risque étant de se retrouver avec une application trop rigide, sans compter l'espace disque nécessaire au stockage des contenus précalculés. "Il faudra parvenir à un compromis entre les deux approches", conclut Vincent Dumas.
La plupart des applications OLAP sont déployées dans le cadre de projets de CRM, tous secteurs confondus. Les développements privilégieraient à la fois les requêtes précaculées sans possibilité de paramétrage pour les utilisateurs, et les requêtes configurables. Un second type d'applications OLAP qui resterait malgré tout limité aux équipes d'analystes, chargées de créer des rapports à l'attention d'autres services de l'entreprise (marketing, finance....).
|
|
|
|
Dossier 
