Conception de la solution proposée

Cette partie concerne la modélisation et la conception d’un système d’information décisionnel pour le COUD qui nous permettra de concrétiser notre solution, c’est-à-dire de parvenir aux objectifs que nous nous sommes fixés tout au début. Ainsi nous allons en premier lieu présenter la conception architecturale d’un SID et finir par la présentation de la modélisation de la solution.L’architecture d’un système décisionnel peut être représentée en quatre (4) parties. La première partie est celle des sources de données à savoir le système de gestion de l’entreprise contenant des bases de données opérationnelles ainsi que des sources externes. La deuxième partie concerne la récupération, la transformation des données, puis l’alimentation d’un entrepôt de données. La troisième partie est celui de l’exploitation de l’entrepôt en question. La quatrième partie fournit à l’utilisateur final le moyen de composer sa propre analyse et restitution des données.

Architecture Technique

Une architecture technique dédiée pour un système décisionnel est constituée d’une base de données (un datawarehouse) pour le stockage, d’un outil Extraction Transformation Loading (ETL) pour alimenter le datawarehouse à partir des systèmes sources et de différents outils pour restituer les informations aux utilisateurs (reporting, analyse, outil statistique, etc.). Nous allons, à ce niveau, détailler les différentes étapes nécessaires à la mise en place de notre SID.

Schéma de l’application

Les données que nous utilisons proviennent de l’enquête que nous avons eu à faire avec GF. Ces données sont d’abord stockées dans un fichier Excel que nous nommons Enquête (réponses).xls. À partir de ce dernier, les données sont transférées dans une table SRC_Données d’une base de données DB_LogementEtudiant_SID et c’est à partir de là que le datawarehouse est bâti. Après le stockage des données propres dans le datawarehouse, ces données sont mises dans un cube pour des besoins métiers. À partir du cube ou même du datawarehouse, les données sont mises à disposition dans des tableaux de bord pour les utilisateurs finaux. Ci-dessous, nous avons l’architecture de notre système.Dans notre modélisation, nous allons utiliser le schéma en flocon car elle normalise les dimensions et économise d’espace disque. Nous allons présenter une description du modèle.

Loger

Le modèle comprend quatorze (14) tables de dimensions et une table de fait centrale. Parmi les dimensions huit (8) sont directement liées au fait et les autres sont liées à certaines dimensions. Un logement fait intervenir un étudiant, le bâtiment où il est logé sachant que l’étudiant peut avoir un logement ou pas, le mois de son logement s’il est logé, la session de son logement, le département où est inscrit l’étudiant, l’état de santé de l’étudiant (si c’est un étudiant malade ou pas), le nombre de personnes qui occupe la chambre où est logé cet étudiant et le temps. Un étudiant à son tour fait intervenir, la bourse (pour savoir si l’étudiant est boursier ou pas), sa situation matrimoniale, sa mention de l’année qu’il vient de quitter et de son âge. Une Chambre fait intervenir le bâtiment où elle se trouve, c’est-à-dire connaitre le bâtiment de la chambre en question.A noter que chaque dimension contient une clé de substitution ou clé technique (exemple : id_etudiant). Elle est arbitraire, c’est en général un numéro attribué par le système à une ligne de la dimension séquentiellement. Elle a pour but principal de garantir la première forme normale.

Vu l’architecture de notre solution c’est seulement la première partie, correspondant à la collecte des données, qui a été réalisée. Nous avons pu faire la modélisation grâce à la collecte des informations en utilisant le modèle en flocon. Et les autres parties seront réalisées en se basant sur ce modèle.La dimension DimBatiment qui contient la liste des pavillons qui existe dans cette université avec comme attribut le nom du pavillon et le nombre de chambre que contient le pavillon La dimension DimChambre contenant le nombre de lit des chambres dans un pavillon donné et la clé technique de la dimension DimBatiment (id_batiment) La dimension DimSession contenant comme attribut la session où l’étudiant est logé La dimension DimMoisLoge contenant l’attribut depuis quand La dimension DimTemps avec les attributs date, mois et année la table de faits FactLoger est composée des clés techniques des dimensions.