Comment les applications pratiques transforment l’intégration des données en 2023 ?

Les applications pratiques de l’intégration des données révèlent une avancée significative dans la gestion des commandes clients. Cette approche innovante, exploitant la technologie ETL, transforme la manière dont les entreprises traitent des volumes massifs de données hétérogènes, avec des implications cruciales pour l’efficacité opérationnelle.

Scénario illustratif de fonctionnement de OLE-STL

Pour montrer la faisabilité et l’utilité de notre approche, considérons l’exemple de la gestion des commandes client d’une entreprise commerciale. Le processus métier de la gestion des commandes comprend toutes les étapes à suivre à partir du moment où un client passe une commande jusqu’à la réception de la commande, c’est-à-dire la livraison du produit ou la réalisation du service.

Le Modèle Conceptuel des données (MCD) est représenté dans la figure 4.2 ci-dessous.

Modélisation des données de l’EDD

Description des règles métier du PM commande client

Le processus commence par la création d’une commande client standard. Selon le client et l’article concernés, différents événements se produisent lors de la saisie, tels que la dé-

[16_applications-pratiques-de-integration-des-donnees-en-2023_23]

Figure 4.2 – Gestion des commandes client d’une entreprise commerciales

termination des prix client/article, l’insertion des remises applicables, la vérification de la disponibilité de l’article et la vérification de l’historique des crédits client. Le processus vérifie s’il y a suffisamment d’articles dans le magasin souhaité. Si ce n’est pas le cas, des mouvements de stocks se produiront. Des listes de sélection sont ensuite générées pour permettre au personnel de l’entrepôt d’expédier les produits aux clients.

Après l’enlèvement, la quantité réellement expédiée doit être enregistrée dans le système pour éviter tout écart entre la commande client et le bon de livraison. S’il existe de réelles divergences, vous pouvez les enregistrer pour une publication appropriée. Une fois la cueillette terminée, le commis doit systématiquement réduire le stock. Cette réduction est affectée par la quantité réellement qui est réellement enregistrée pour être expédiée au client.

Lorsque les stocks sont réduits, des factures de livraison peuvent être émises. Les prix des produits et de revient sont ensuite enregistrés dans des comptes internes. Cette étape marque la fin de l’opération commerciale dans la composante Gestion des ventes. La dernière section de ce document décrit le processus d’affichage des factures, de préparation et d’impression des relevés des comptes clients, et d’enregistrement et d’équilibrage des reçus dans le but de rapprocher les comptes clients.

Envoyez la sortie de facturation avec le fichier de paiement préimprimé au client.

Dans ce qui suit on va appliquer le mécanisme de fonctionnement de notre système (OLE-STL) sur ce processus de la gestion des commandes clients, en suivant les trois phases.

Phase d’extraction

Pour alimenter l’EDD de la gestion des commandes clients le processus de notre système commence par la première phase qui est l’extraction initiale à partir les différents sources de données. Ces données peuvent être hétérogènes et de différents formats, par exemple (XML, CSV, Excel et BDDR).

Exemple d’extraction initiale

Dans cette exemple on illustre une extraction initial des données de PM gestion de commande.

Exemple 4.1

Admettons que, par contre, notre EDD est une schéma relationnel, dans ce cas l’extraction doit assurer la migration des différents formats vers le BDDR. Cela passe impérativement, par la zone de transit (staging area) (Disque dur local).

Exemple d’extraction additive

Comme on a expliqué au parvant, une extraction additive permet, tout simplement, d’ajouter des nouvelles tables ou des attributs additionnels à l’EDD déjà alimenté.

Nous montrons ce mécanisme à travers l’intégration des données stockées dans le site web marchand tenu par un commerçant qui opère des ventes en lignes.

Exemple 4.2 L’objectif du commerçant sur internet est bien évidemment d’aboutir, pour chaque visite d’un client sur son site, à une transaction d’achat.

Ainsi, le site web donne la possibilité au client d’opérer des commandes par la sélection récursive d’article, puis il confirme sa commande et enfin, il procède au règlement de sa commande.

La nouveauté est la proposition par le commerçant de différentes modes de paiement. Ainsi, les données relatifs au mode de paiement sont instanciées par les occurrences de la table type-paiement. Concrètement, il y aura une migration de la clé code-type-paiement vers la table client. Ce fait doit apparaître dans la table client comme clé étrangère.

[16_applications-pratiques-de-integration-des-donnees-en-2023_24]

Figure 4.3 – Gestion des commandes client d’une entreprise commerciales

La figure 4.3, illustre un exemple d’une extraction additive qui exprime une évolution de l’EDD avec la création d’une nouvelle source qui contient les types de paiements utilisés par chaque client. L’impact de cette évolution consiste à :

• 1. ajouter la table type-paiement.
  2. ajouter pour chaque client son code-type-paiement

b) Exemple d’extraction incrémentale

Dans le cas où un client passe une commande qui contient certains produits, mais

avant la livraison, il décide de changer le contenu de sa commande (modification des lignes de commande). Dans ce cas, la table Contient sera modifiée en conséquence et alors la date système de cette table sera changée.

Pour l’extraction incrémentale, notre système va procéder en 2 phases :

1. Il compare les dates de chaque table contenu dans l’EDD avec celle de la source. Il trouve que pour la table Contient : (Date système > Date EDD). Donc, la table a été modifiée.
2. On agit au niveau enregistrement :

C’est-à-dire, il faut localiser, les enregistrements qui ont subi des modifications. Cela est possible par le test de l’attribut date-commande de la table Commande.

Phase de transformation sélective

transformation de type Format

a1. Le changement du type ou la longueur des attributs.

Exemple 4.3 Adresse Magasin sur 30 caractères alphabétiques au lieu de 40 alphanumériques.

Code produit Entier sur 8 position au lieux de 4 position.

a2. Conversion des dates.

Exemple 4.4 Conversion de la date d’une commande comme suit : 24AVR2022 vers 24/04/2022

ou

04/24/2022 vers 24/04/2022

transformation de type granularité

b1. le regroupement des informations de la même entité qu’elles se trouvent dans une plusieurs source de données à l’aide d’un type de transformation basée sur la fusion de différents champs.

Exemple 4.5 Source 1 : Code produit et désignation. Source 2 : code produit et le prix.

La jointure naturelle de ces deux tables sur la base du code produit permet de regrouper ces données dans la même entité qui est l’entité produit.

b2. L’extraction des informations atomique à partir d’autres articulées sur la base de la délimitation de champs complexes.

Exemple 4.6 Extraire le prénom et le nom de famille du client d’une chaîne de caractères Nomcomplet afin de remplir les champs Nom-cl et Prénom-cl dans le table du client.

transformation de type Codage

c1. Consolider les données provenant de sources multiples, c’est-à-dire le cas où le

système unifie le codage de champs qui se trouve dans de multiples sources et codés de différentes façons.

Exemple 4.7 Pour obtenir le code d’un type de paiement de chacun des clients, le système constate que ces données sont codées de différentes façons. Dans une source, elle est codifiée par des nombres comme suit :

Source 1 :

Paiement avec carte bancaire : 1. Paiement avec chèque : 2.

Paiement avec espèce : 3.

Par contre dans une autre source, elle est codée par des lettres comme suit : Source 2 :

Paiement avec carte bancaire : CIB. Paiement avec chèque : CQ. Paiement avec espèce : ES.

c2. Transcription des valeurs en codes.

Exemple 4.8 Les clients sont la raison d’exister d’une organisation et comme il est plus

économique de garder un client que d’en gagner un nouveau et il est également plus économique de faire affaire avec un client fidèle que de tenter de refaire des affaires avec un ancien client. Dans ce contexte supposons que l’utilisateur a le besoin de connaitre le type de chaque client pour par exemple faire des privilèges pour les clients fidèles et après l’extraction des données il trouve que les types sont des valeurs, alors le système doit faire correspondre des codes à des valeurs afin de les stocker dans l’EDD comme suit :

P : les clients potentiels A : les clients actuels ; F : les clients violons ; An : les anciens clients.

Pré-calcul des agrégats

Permet de calculer au préalable de certains attributs l’EDD. Cette façon de faire permet de gagner en performances du système.

Exemple 4.9 Montant facture : calcule une seule fois, lors du chargement initial afin d’éviter son recalcul à chaque besoin. Montant=prix-unitaire x Qté-livrée

Après avoir appliqué toutes les transformations expliquées ci-dessus, le processus se terminera par la dernière étape, qui consiste à charger toutes ces données transformées dans l’EDD.

Conclusion

Dans ce chapitre nous avons exposé notre contribution qui consiste en une nouvelle approche d’enrichissement des outils ETL pour l’intégration du données nommé OnLine Extract Selective Transform and Load (OLE-STL).

Nous avons commencé le chapitre par la présentation du principe général de fonctionnement de notre solution, puis on a discuté l’architecture du système proposé. Après cela, la description du fonctionnement de la solution est abordée en détails, et enfin nous avons terminé le chapitre par l’exposé d’un scénario réel qui illustre la faisabilité de notre approche.

La conception élaborée ouvre la voie à la mise en œuvre de l’approche proposée. Le prochain chapitre est dédié à la mise en œuvre du système (OLE-STL).

________________________

² Définition donnée par l’article 62 de la loi sur les nouvelles régulations économiques (NRE) du 15 mai 2001. ↑

³ Auchan Les 4 Temps, La Défense. ↑

Questions Fréquemment Posées

Comment fonctionne l’approche OLE-STL pour la gestion des commandes clients?

L’approche OLE-STL commence par une phase d’extraction initiale à partir de différentes sources de données hétérogènes, suivie de l’intégration et de l’analyse des données pour alimenter l’EDD de la gestion des commandes clients.

Quels types de données peuvent être extraits dans le processus de gestion des commandes?

Les données peuvent être hétérogènes et de différents formats, tels que XML, CSV, Excel et BDDR.

Quelles sont les étapes du processus de gestion des commandes client?

Le processus comprend la création de la commande, la vérification des prix et de la disponibilité, l’enlèvement des articles, l’enregistrement des quantités expédiées, et l’émission des factures de livraison.