Les livres sur la Business Intelligence

Besoin d'un livre d'introduction à la visualisation des données ? En français ? Ce livre est pour vous !
Il présente les différents types de graphes et représentations qu'il est possible de réaliser en fonction de leurs applications (modèles temporels, proportions, relations...).
L'auteur propose des données à interpréter et des sites pour en collecter et commencer à travailler. La manipulation et la structuration des données est proposée avec Python ou encore R, avec des exemples de codes simples.

Un bon livre pour appréhender la visualisation des données !

Ce livre de 699 pages hors index regroupe les méthodes d'analyses et leur application pour les chargés d'études et statisticiens.
L'auteur a enrichi les versions précédentes avec de nouvelles approches méthodologiques et une nouvelle présentation des outils SAS, SPSS et R. Ce dernier monte en puissance dans cette version.
Écrit avec un style littéraire convaincant, le livre de Stéphane Tufféry devient un peu plus à chacune de ses nouvelles versions un must have. Il semble que l'auteur ait carte blanche pour ajouter autant de pages que nécessaire à chaque nouvelle parution. En effet, quasiment 200 pages viennent aider l'auteur dans son exposé. La structuration du livre reste homogène avec 15 chapitres méthodologiques puis deux annexes portant sur les rappels statistiques et le rappel des contraintes règlementaires françaises. Seul l'un d'entre eux est désormais beaucoup trop long : celui qui concerne les techniques de classement et de prédiction. Il va être nécessaire d'isoler certaines parties car les 250 pages de chapitre cassent l'homogénéité de l'ensemble.
Chaque chapitre comporte une introduction et une conclusion clarifiant l'exposé mais l'auteur a surtout ajouté des explications sur les avantages et les inconvénients de la plupart des méthodes présentées ce qui donne une perspective très intéressante au livre. En effet, au-delà de la description des algorithmes, l'auteur livre un vécu et une expérience (certaine) qui permettront au lecteur de conforter son choix dans une méthode en comprenant les pièges à éviter.
À l'instar des versions précédentes, le livre reste à destination des statisticiens. Des explications théoriques précisent l'apport des méthodes, sans tomber dans un cours de mathématiques, et comment utiliser les sorties. À cela s'ajoutent si nécessaire des renvois vers des publications permettant au lecteur d'approfondir ses connaissances ou préciser un point. De ce fait, l'ouvrage est précis et suffisamment argumenté.
En commençant par présenter le déroulement d'une étude de Data Mining, l'auteur fournit des indications précieuses sur le cycle de vie d'un projet d'étude. Le lecteur trouvera ensuite des informations sur le type de données externes et comment se les procurer. Un chapitre technique présente alors les logiciels SAS, SPSS et enfin une place particulière est donnée à R. L'auteur indique enfin comment SAS et SPSS (malheureusement pas R) peuvent répondre ou non à une liste de fonctionnalités allant de l'import de fichier plat à l'export des modèles en PMML en passant par le modèle de Cox à risques proportionnels. Seul un paragraphe sur les performances informatiques dénote ici car ce n'est pas le sujet du livre.
Sept chapitres vont ensuite détailler les principales méthodes d'analyses : de l'analyse factorielle au web mining en passant par les réseaux de neurones, le text mining, les classements (dont SVM), etc. Les méthodes modernes se voient donc bien associées aux méthodes classiques comme le promettait l'auteur. À titre d'exemple, le lecteur trouvera enfin une explication du cubic clustering criterion puis un chapitre exhaustif sur la théorie de Vapnik.
Deux autres chapitres permettent à l'auteur de proposer une étude sur le scoring et les facteurs de succès d'un projet.
Nous sommes donc avec un livre de techniques statistiques permettant de comprendre la théorie sous-jacente de chaque étape d'un projet et de l'appliquer rapidement.
Toutefois, la robustesse de l'exposé statistique requiert désormais un exposé technique plus rigoureux. Même si le lecteur trouvera au hasard de quelques pages du code ou des captures d'écran concernant des logiciels qui ne sont présentés nulle part, le plus gênant concerne la diversité des codes employés. Pour chaque exemple l'auteur aurait dû présenter systématiquement les procédures ou fonctions de ses trois logiciels phares puis une illustration avec l'un d'entre eux. Au lieu de cela, l'auteur n'explique pas comment il a choisi la procédure, ce qui peut dérouter le lecteur. Il arrive également que quelques méthodes ne soient pas accompagnées de syntaxes, fort heureusement ces cas sont rares mais on ne saura pas d'emblée appliquer les conseils de l'auteur.
Du côté des statistiques, l'ouvrage souffre de peu de dysfonctionnements.
Le lecteur notera rapidement que les méthodes classiques sont plus illustrées et fouillées que les méthodes modernes. Ces dernières seraient-elles passées de mode ou que leur efficacité a pu être enfin éprouvée ? Il est aussi regrettable que quelques-unes d'entre elles n'aient pas non plus une présentation de leurs limites lorsqu'elles ne peuvent être comparées à d'autres méthodes.
L'ouvrage reste centré sur l'analyse des données et les régressions mais n'aborde pas la gestion des séries temporelles ou l'analyse des données de panel. L'auteur ne traite pas non des problèmes méthodologiques des grands modèles (i.e. avec un nombre important de variables) ; la plupart des exemples exploitent quelques variables mais le lecteur ne trouvera pas de mention sur le comportement à adopter face aux bases importantes en information.
Pour finir, l'auteur repasse en revue une grande partie des méthodes présentées dans l'ouvrage et indique le meilleur cadre d'utilisation de chacune d'entre elles. Malheureusement, ce paragraphe est trop synhtétique. Il faut réellement espérer que l'auteur le développe car il s'en dégage un potentiel indéniable. Il serait également intéressant que l'auteur complète son ouvrage avec une étude comparée des méthodes classiques face aux méthodes modernes.
Au final, l'auteur a réussi l'écriture d'un ouvrage sur les statistiques et le data mining.
Les applications concrètes aideront le lecteur à travailler correctement sur chaque maillon de son projet même s'il faudra passer un peu de temps à retrouver les syntaxes si ce n'est pas du SAS.
Le livre est dense, argumenté et le vécu de l'auteur le distingue des livres universitaires sur les mêmes sujets grâce à son retour d'expérience ; le lecteur pourra s'en servir avec assurance tout au long de son travail.
La version 4 apportera son lot de nouveautés et d'enrichissement ; peut-être atteindrons-nous les 1000 pages et qu'une version électronique sera enfin disponible. Mais en attendant, le lecteur peut déjà découvrir certaines de ces nouveautés dans la version éditée en anglais chez Wiley.

On ne présente plus Ralph Kimball qui est le "pape", quasi le "géniteur" de la modélisation dimensionnelle.
La traduction est heureusement bien faite. L'ouvrage, quoique informatique, est dense, et sa lecture assez compréhensible.
Cette théorie date de plus de 20 ans, mais les bases de données actuelles, leurs volumétries et l'intégration des divers modules liés à la BI la remettent au "goût du jour".
A ne pas manquer : les quelques points intérssants sous forme de listes (les 10 règles à suivre, les 10 erreurs à éviter, etc) et le dernier chapitre.
Le découpage par domaine est assez particuliers. Les recettes données n'apportent pas forcément tout ce que l'on en attendrait. Elles illustrent cependant certains concepts. Il ne faut donc pas vous focaliser sur l'unique chapitre touchant votre domaine d'activité, mais prendre dans chaque chapitre la partie intéressante qui vous permettra de créer un entrepôt de données performant.
Guide idéal et indispensable pour tout responsable d'entrepôt de données.
Pour les praticiens, vous y trouverez des concepts intéressants, mais très peu d'exercices pratiques et d'explication techniques liées aux divers SGBD et leurs modules de BI... c'est un manque... permettant à l'auteur de rester au niveau conceptuel... sans jamais avoir à se prononcer sur les solutions techniques.

A mon avis, ce livre est destiné à des gens ayant de bonnes connaissances en Business Intelligence ainsi qu'en Java pour bien comprendre les exemples fournis, mais qui reste un livre pratique pour l'application de l'intelligence collective à des applications web.
Etant divisé en trois grandes parties, le livre nous introduit, à travers le 1er, 2ème et 3ème chapitres, au domaine de l'intelligence collective en nous donnant un aperçu de l'architecture nécessaire pour intégrer l'intelligence collective dans une application.
La 2ème partie du livre traite l'intelligence provenant de la collecte de données. A travers le 7ème chapitre, le lecteur est introduit au processus du data mining ainsi que ses différents types d'algorithmes. L'outil utilisé étant WEKA, un outil open source pour le data mining dont l'utilisation sera plus explicite dans le chapitre 9 à travers des exemples de clustering.
La dernière partie traite l'application de l'intelligence dans une application.
Les points forts du livre résident dans la méthodologie adoptée par l'auteur pour expliquer comment appliquer de l'intelligence collective dans une application web. Ainsi, le livre nous mène, à travers de nombreux exemples, à comprendre comment appliquer de l'intelligence collective, en dénombrant ses bénéfices, dans une application web. Chaque concept est ainsi illustré par des exemples concrets. L'auteur cite plusieurs sites de référence utilisant le concept de l'intelligence collective, chose qui peut donner plus de visibilité aux lecteurs désirant appliquer ce concept. Une dernière chose que j'ai beaucoup apprecié dans ce livre est qu'il nous transporte du monde du technique abstrait vers un monde du pratique en prédisant le besoin des internautes.
Certains aspects techniques présentés par le livre peuvent causer la perte du fil conducteur pendant sa lecture tels que la présence de plusieurs diagrammes de classes et du code Java. J'aurais préféré que le livre ne traite pas les aspects conceptuels des choses à travers du technique. Ce même problème est rencontré par la présence de certaines formules mathématiques, J'aurais préféré que l'auteur propose des moyens faciles à mettre en œuvre pour aboutir à des résultats exploitables si c'est nécessaire de passer par des chiffres (calcul de la corrélation, similarité,…).
Ce que je n'ai pas aimé dans la méthodologie de l'application du data mining dans ce livre est le fait d'utiliser directement l'API Java de WEKA au lieu d'utiliser l'outil complet WEKA. Ceci, afin d'éviter de réinventer la roue. Aussi, l'auteur devrait normalement expliquer comment sélectionner les attributs de prédiction pour la construction d'un modèle prédictif.

English version :
In my opinion, this book is intended for people with good knowledge in Business Intelligence as well as Java to understand the examples provided, but this is a practical book for the application of collective intelligence in a web applications.
Being divided into three main parts, the book introduces us, through the 1st, 2nd and 3rd chapters, to the field of collective intelligence by giving us an overview of the architecture necessary to integrate collective intelligence in an application.
The 2nd part of the book deals with the intelligence derived from the collection of data. Through the 7th chapter, the reader is introduced to the process of data mining and its different types of algorithms. WEKA tool was used, an open source tool for data mining whose use will be more explicit in Chapter 9 through examples of clustering.
The last part deals with the application of intelligence in an application.
The strengths of the book lie in the methodology adopted by the author to explain how to apply collective intelligence in a web application. Thus, the book explains, through many examples, how to apply collective intelligence, by enumerating its profits in a web application. Each concept is illustrated by concrete examples. The author cites several notable sites using the concept of collective intelligence, something that may give more visibility to readers who wish to implement this concept. One last thing I greatly appreciated in this book is that it brings us from the world of abstract art to a world of practice in predicting the need for Internet users.
Some technical aspects presented by the book may cause the loss of the thread during playback, such as the presence of several class diagrams and Java code. I would have preferred that the book does not address the conceptual aspects of things through the technique. The same problem is encountered by the presence of some mathematical formulas, I would have preferred that the author offers easy ways to implement in order to achieve useful results if it is necessary to go by numbers (calculation of the correlation , similarity, ...).
What I did not like in the methodology of applying data mining in this book is the use of an API directly from Java WEKA instead of using WEKA tool . This is to avoid reinventing the wheel. Also, the author is expected to explain how to select attributes predictive for the construction of a predictive model.

Ce guide de conduite de projet est une référence pour toute personne concernée, de près ou de loin, par un projet datawarehouse. Cet ouvrage peut être lu, au moins partiellement par tous les acteurs du projet (sponsors de la direction et représentants de la maîtrise d'ouvrage y compris).
La première partie, Les pièces de l'échiquier, définit précisément le rôle de chaque acteur du projet. Faire lire ce chapitre à chaque intervenant permet à chacun de mieux comprendre son rôle dans le projet ainsi que le rôle des autres intervenants. Cette partie s'adresse plus particulièrement aux novices, et leur présente de façon très détaillée chaque fonction, chaque compétence intervenant dans un projet datawarehouse. Le lecteur averti pourra trouver ce déballage de descriptions de postes un peu rébarbatif. Il pourra cependant y trouver de nombreux arguments pour expliquer à sa hiérarchie les besoins en compétences, et donc en ressources humaines, qu'implique la mise en œuvre d'un projet datawarehouse.
Un autre chapitre qui m'a particulièrement intéressé est celui concernant la modélisation dimensionnelle. L'auteur y décrit l'approche en bus décisionnel et délivre de nombreux exemples de modélisation adaptées à différents domaines d'activités. Les personnes en charge de la modélisation du datawarehouse trouveront sans doute ce chapitre un peu léger et devront alors se tourner vers Entrepôts de données - Guide de modélisation dimensionnelle (du même auteur) qui s'intéresse plus précisément à la modélisation.
Les autres chapitres vous intéresseront plus ou moins selon votre expérience de la mise en place de datawarehouse et votre connaissance des solutions BI du marché.
En conclusion, je ne regrette qu'une chose après avoir lu cet ouvrage : ne pas l'avoir lu plus tôt ! Le lire avant de débuter un projet vous permettra certainement d'éviter bien des écueils ! On trouve également un intérêt certain à le lire avec une certaine expérience, ce livre m'a permis de valider certaines façons de faire que j'avais acquises par la pratique et m'a fourni des solutions toutes faites et efficaces à certains problèmes de modélisation.

Ce livre est parfait pour débuter en Business Intelligence avec Oracle 10g
Commençant par un rappel des notions de Business Intelligence (ETL, entrepôts de données, OLAP, datamining, etc.), ce livre explique le fonctionnement de chaque outil de la gamme Oracle 10g.
Le premier outil testé est Oracle Warehouse Builder, outil graphique de modélisation des traitements ETL. Il est détaillé points par points comment créer un design ou un objet. De nombreuses copies d'écran appuient les exemples et permettent de bien assimiler le processus.
La partie la plus intéressante selon moi, est le chapitre 6 qui explique précisément comment déployer une solution BI à l'aide d'Oracle. Toute l'installation de OracleBI Discoverer Administrator est détaillée avec les principales fonctions sans trop entrer dans les détails. De même, il vous sera possible très facilement de concevoir votre premier état avec Reports Builder tant les explications sont claires et précises.
Une introduction au data-mining permet de mieux appréhender l'utilisation de Oracle Data Miner. Le livre finit avec le recensement des packages PL/SQL et des fonctions SQL (agrégation, analyse).
Pour conclure, je conseille vivement ce livre à tous ceux qui souhaitent découvrir Oracle 10g. Une connaissance de la Business Intelligence et des fonctions Oracle est appréciée mais ce livre est destiné aux débutants et, avec pédagogie, il parvient à enseigner les bases des outils de la suite Oracle 10g.

Un livre de référence pour toute personne qui veut s'initier et comprendre la philosophie et les technologies sous-jacentes de l'informatique décisionelle (Business Intelligence). Bien qu'en anglais, ce livre se lit très bien et immerge le lecteur très tôt dans les problématiques et la philosophie de l'informatique décisionnelle.
Ce guide de référence propose une introduction très intelligente : comment sommes nous arrivés au principe d'informatique décisionnelle ? Quelles sont les étapes par lesquelles les spécialistes des TI sont passés pour en arriver au BI ? Cette approche permet au lecteur de comprendre l'essence de la discipline et, surtout, de ne pas répéter les erreurs du passé...
Le contenu de ce livre est, jusqu'à présent, le plus exhaustif et explicite que j'ai trouvé. Tout y est passé à la loupe : les concepts fondamentaux, la conception d'entrepôts de données, les ODS, la conception de bases de données multidimensionnelles (étoiles, flocons), la technologie OLAP, les outils End-User, la conception d'ETL, la gestion de projets décisionnels, ... Tout y est passé au crible ! Et d'une manière exemplaire. On sent qu'on a franchi un cap à la fin de chaque chapitre !!
Le seul bémol que j'y ai trouvé est le coté un peu "matraquage" lors de la définition des concepts. En effet, on trouve au début de chaque chapitre un récapitulatif assez long de TOUT ce qui a été dit au paravant. L'auteur n'hésite pas à répéter les définition pour éviter l'aller-retour entre les chapitres du livre. Certains trouveront cette approche pratique, mais cela devient assez lourd et lassant à la fin...
Un véritable guide et une référence complète pour débutant et confirmé. L'ouvrage à garder à portée de main dans toutes les phases d'un projet décisionnel.

Cet ouvrage constitue une courte introduction à la mise en place d’une architecture Hadoop. Vous y découvrirez un petit état de l’art de ce qui existe autour de Hadoop, en partant de la description des concepts, en passant par son installation, jusqu’à l’écriture d’un premier petit programme exemple. On appréciera le retour d’expérience de l’auteur sur les besoins en matériels ainsi que les quelques exemples d’utilisations d'Hadoop par des entreprises connues.

Personnellement, je n’ai pas été vraiment convaincu par cet ouvrage. C’est un point de départ intéressant pour quelqu’un qui ne connait pas le sujet mais au fur et à mesure de la lecture, on a l’impression de lire un tutoriel réalisé en quelques jours, comme on peut en trouver sur internet ; un tutoriel un peu plus long que la normale. Le style est plutôt bâclé, les explications sont très succinctes et on sent que ça manque de structure. Même si effectivement, le ton est annoncé sur le résumé éditeur où il est mentionné que c’est une première introduction simple... Je vous le dis tout de suite, ceci est complètement vrai, il ne faut pas s’attendre à plus.

Ce n’est pas que ce livre n'est pas intéressant, c'est une bonne introduction à Hadoop ; en français. Mais ce qui m’a le plus frappé, c’est le prix de l’ouvrage qui est vraiment très disproportionné à ce qu’on pourrait en attendre. Sûrement que l’éditeur surfe sur la vague de la nouveauté.

À acheter en connaissance de cause.