IV. Pour conclure▲
IV-A. Rappel et derniers conseils▲
Ce petit traité autour du concept d'entrepôt de données multidimensionnel a donc mis en avant les différents concepts et points clés sur la mise en place ainsi que sur la maintenance d'un tel entrepôt.
Pour conclure ce témoignage, j'aimerai partager avec le lecteur encore quelques conseils techniques concernant l'implémentation ainsi que les facteurs clés de succès d'un tel projet.
IV-A-1. Derniers conseils techniques▲
Si vous avez rigoureusement lu l'ensemble de ce livre blanc, vous allez vous rentre compte que je radote un peu.
- Pour vos dimensions, utilisez plutôt des clés physiques qui n'ont pas de sens logique. Cela facilite les opérations de maintenance et force vos utilisateurs à ne pas interroger les tables de faits en direct (sans passer par une dimension).
- Sauvegardez des images de vos dimensions à moment « T » par exemple à travers la mise en place de tables mensuelles (image de la table en fin de mois).
- Utilisez et abusez des « flags » pour connaître l'état et la visibilité des occurrences, ils vous seront souvent très utiles.
- Soyez conscient de l'impact de la modification de feuilles ou de nœuds de votre arbre de dimension. Une mauvaise gestion des dimensions peut avoir de graves incidences sur l'ensemble de votre marché de l'information.
- Faites-vous conseiller par un administrateur de base de données. Il saura vous guider sur les types d'index et le schéma de partitionnement à mettre en place. L'optimisation de votre base de données n'est pas une option.
- « Break it and make it easier » (diviser pour mieux régner)
- « Not everything that can be counted counts, and not everything that counts can be counted. » (Ce qui compte ne peut pas toujours être compté, et ce qui peut être compté ne compte pas forcément).
IV-B. Les cinq Facteurs clés de succès▲
IV-B-1. Compréhension du métier▲
Lorsque vous choisissez de mesurer un processus, assurez-vous que vous êtes entouré de personnes qui maîtrisent totalement et en profondeur les « workflow (8) » en jeux.
Avant d'essayer de définir « Quoi mesurer ? » l'équipe en charge doit comprendre et définir « Pourquoi le mesurer ? ». Plus l'équipe en charge maîtrise le métier, plus vos mesures seront justes et pertinentes.
IV-B-2. Atomicité de la table des faits▲
Le choix de la granularité des données de votre table des faits est primordial. C'est ce choix de granularité qui détermine votre capacité à répondre aux questions de vos utilisateurs. Le coût de stockage de la donnée diminuant, les organisations ont tendance à descendre au niveau le plus fin disponible, cela semble censé : qui peut le plus peu le moins. Toutefois attention, un volume trop important vous obligera soit à créer des tables de faits périodiques soit à imposer un temps de traitement plus important à vos utilisateurs (sachant que vos collaborateurs perdront vite patience d'avoir à attendre 10 minutes entre chaque clic). Comme toujours, tout est histoire de compromis.
IV-B-3. Acceptation par les utilisateurs▲
Les données que vous mettez à disposition de vos utilisateurs ne doivent pas être remises en cause. Il y a deux principales variables jouant sur l'acceptation par les utilisateurs :
- la véracité des données : « est-ce que les données qu'on me présente sont exactes ? Comment pourrais-je les vérifier ? »
Pour ne pas que vos utilisateurs puissent remettre en question la véracité des données, vous devez leur fournir un accès à un niveau de détail opérationnel qu'ils ne peuvent pas remettre en cause. Si les rapports sont remis en question pour cause d'erreur de données, c'est tant mieux ! Chaque erreur détectée et corrigée en profondeur (correction de la source initiale de la donnée) doit être considérée comme un pas de plus dans votre processus de la qualité de données. - la pertinence des indicateurs : « mais quelle est l'utilité de cette mesure ? Quel est mon moyen d'action ? ». Construisez votre système de mesure avec des personnes issues du métier. Pour impliquer vos utilisateurs, assurez-vous qu'il existe une variable d'action attachée aux mesures que vous mettez en œuvre.
Si vos utilisateurs pensent que les données présentées sont mal calculées ou ne sont pas pertinentes par rapport au processus mesuré, c'est l'échec assuré. Ils n'accepteront pas le système de mesure que vous vous efforcez de mettre en place.
IV-B-4. Le nombre et la pertinence des dimensions▲
Rappelez-vous que les dimensions sont communes à l'ensemble des processus mesurés. Elles doivent donc être simples et génériques.
Limitez-vous dans le nombre de dimensions. Selon la complexité du secteur d'activité de votre organisation, vous devriez avoir de 3 à 15 dimensions.
Si vous avez plus de 15 dimensions : supprimez-en ! La complexité de votre système vous mènera sans doute à des problèmes de qualité de données récurrents, voire à l'abandon du projet.
Si vous avez moins de trois dimensions : vous ne maîtrisez sans doute pas le concept de dimension et vous ne comprenez sans doute pas la puissance de l'analyse multidimensionnelle.
IV-B-5. Définition commune et métadonnées▲
La définition de vos mesures doit être unique et commune à l'ensemble de l'organisation. L'équipe en charge du système d'information décisionnel doit être la garante de cette unicité. Le processus de gestion des métadonnées doit faire partie intégrante du processus de maintenance et de mise en place des mesures.
IV-B-6. Le SPONSOR▲
Unifier et standardiser à travers un système de mesures transverses a un coût et exige une certaine autorité. Vous devez avoir un SPONSOR de poids. Si vous n'avez pas le soutien direct de la direction du système d'information ou de la direction générale, toute tentative de mise en place d'un système de reporting global sera un échec.