Informatique décisionelle
Objectifs
Ce cours est composé de 2 grandes parties :
- Partie 1 Introduction à la Business Intelligence (8h)
L'objectif est de présenter les principes fondamentaux de l'informatique décisionnelle (ou Business Intelligence). Les différents composants nécessaires à la mise en place d'un système d'information décisionnel sont exposés : intégration de données et outils ETL, modélisation d'entrepôts de données et de datamarts, données agrégées et cubes OLAP, outils de restitution (reporting, dashboard, data surfing, data visualisation...). Les étudiants sont en mesure à l'issue de ce cours, de concevoir et mettre en œuvre un entrepôt de données et de mener des visualisations et analyses. Des TP permettront aux étudiants de mettre en application l'ensemble des notions vues en cours.
- Partie 2 Data To Value (16h)
L'ambition de ce module d'ouverture est simple : montrer que faire de la data sans se préoccuper du pourquoi et du pour qui ne sert pas à grand-chose.
La donnée n'a de valeur que si elle sert une intention claire — un produit, un usage, une décision. Ce cours propose donc de prendre du recul sur les pratiques purement techniques de la BI pour comprendre comment la donnée s'inscrit dans une démarche produit plus large, structurée autour de l'approche popularisée par Marty Cagan, et nourrie par d'autres courants (design thinking, lean management, agile) dont le product management a hérité des idées et des outils.
À l'issue de ce module, les étudiants seront capables de :
- Comprendre pourquoi la gouvernance de la donnée est un prérequis indispensable à la construction de data products fiables et mesurables.
- Identifier les filiations entre le product management et d'autres disciplines (design thinking, lean management, agile) afin de comprendre d'où viennent les outils et postures utilisés aujourd'hui.
- Expliquer ce qu'est une organisation produit et ce que recouvre le "mode produit" (product operating model), au sens de Marty Cagan.
- Manipuler quelques outils clés du product management (lean canvas, story mapping, mission/vision/valeurs, OKR) pour structurer une réflexion produit.
- Relier explicitement travail sur la donnée et création de valeur pour l'utilisateur et pour l'entreprise.
Plan du cours
- Plan Partie 1 Introduction à la Business Intelligence (8h)
1-Introduction à la BI, système décisionnel, entrepôt de données, OLTP vs OLAP
2-Conception logique (notion de faits, dimensions, hiérarchies, schémas en étoile, en flocon, en constellation)
3-Conception physique, création de l’entrepôt et des datamarts, notions de cubes, langage MDX
4-Restitution des données (reporting, dashboard, data surfing, dataviz...)
5-Intégration de données, outils ETL
6-Outils, métiers de la BI + notion de Data Lake et Lakehouse
- Plan Partie 2 Data To Value (16h)
Le cours est structuré en quatre sous-parties, complétées par des exemples réels et des mises en pratique.
Partie 1 — La data gouvernance
Sans gouvernance de la donnée, il est impossible de mesurer et de construire des data products dans de bonnes conditions.
- Qu'est-ce que la data gouvernance et pourquoi est-ce un prérequis à toute démarche data-driven ?
- Qualité, fiabilité et disponibilité de la donnée : les conditions d'une mesure de confiance.
- Rôles et responsabilités autour de la donnée dans une organisation.
- Le lien entre gouvernance de la donnée et capacité à construire des data products pertinents.
Partie 2 — Les pratiques dont s'est nourri le product management
Le product management n'est pas né dans le vide : il a puisé des philosophies et des processus dans plusieurs disciplines.
- Design thinking : centrer la réflexion sur l'utilisateur et ses besoins réels.
- Lean management : réduire le gaspillage, itérer, apprendre vite.
- Agile : livrer par cycles courts, s'adapter au changement.
- Comment ces approches se combinent et irriguent les pratiques actuelles du product management.
Partie 3 — Le product management et le product operating model
Une exploration plus détaillée de l'approche produit au sens de Marty Cagan.
- Qu'est-ce qu'une organisation produit ?
- Les concepts clés du "mode produit" (product operating model) : équipes produit autonomes, découverte continue, focalisation sur les problèmes plutôt que sur les fonctionnalités.
- Le rôle du product manager et son articulation avec les autres fonctions (design, tech, data).
- Illustration à travers des exemples réels d'organisations ayant adopté (ou tenté d'adopter) ce mode de fonctionnement.
Partie 4 — Les data products
Boucler la boucle : le pont entre le cours de BI et l'approche produit : c'est quoi, concrètement, un data product ?
- Qu'est-ce qu'un data product ? Définitions et distinction avec un simple reporting, un dashboard ou un livrable data ponctuel.
- Les différents types de data products avec des exemples de data products réels (recommandation, scoring, tableaux de bord self-service, API de données...)
- Le data product comme produit à part entière : ses particularités
- Enjeux des data products Pourquoi une bonne gouvernance de la donnée (Partie 1) est la condition de possibilité d'un data product exploitable et mesurable.
Description des TP
- TP Partie 1 Introduction à la Business Intelligence : TP sous Talaxie (Fork de Talend), PostgreSQL et Tableau Software.
- Ateliers Partie 2 Data To Value : Le cours s'appuie sur plusieurs ateliers pratiques permettant d'expérimenter concrètement les concepts abordés.
- Atelier "Cocottes"
Un atelier ludique et immersif pour expérimenter en conditions réelles les principes du lean management à travers la fabrication de cocottes en papier.
- Atelier Lean Canvas
Construction d'un lean canvas à partir d'une idée de produit ou d'un cas donné, pour structurer rapidement une hypothèse de valeur, identifier les segments utilisateurs, les problèmes et les indicateurs clés à suivre.
- Atelier Story Mapping
Mise en pratique du story mapping pour organiser les fonctionnalités d'un produit autour du parcours utilisateur, prioriser les développements et visualiser les différentes releases possibles.
- Atelier Mission / Vision / Valeurs
Un travail de réflexion collective pour formuler la mission, la vision et les valeurs d'un produit ou d'une organisation, et comprendre en quoi ces éléments orientent les décisions produit au quotidien.
- Atelier OKR
Découverte et manipulation du cadre OKR (Objectives and Key Results) : comment formuler des objectifs ambitieux et des résultats clés mesurables, et comment ce cadre s'articule avec le pilotage par la donnée.
Connaissances requises
Cours BD FISA1 et Cours Big Data, Méthodes Agiles et Gestion de projet FISA2
RSE (Responsabilité Sociale et Environnementale)
-
Thèmes:
responsabilité des data products
- Nombre d'heures: 0.5
Bibliographie
- La trilogie de Marty Cagan : Inspired, Empowered, Transformed - Silicon Valley Prodct Group aux éditions Wiley
- "From Playlists to Planes: The Power of Product Operating Model" par Joakim Sundén & Rachel Dubois - extrait de la conférence de LPC (La Product Conf) 2025
- REX de Carrefour sur la chaîne WeFiit sur YouTube