L’aide à la décision en santé publique
251
Intégration des données
Les informations stratégiques issues de sources multiples sont intégrées et
stockées dans un entrepôt de données. Le processus d’alimentation de l’entrepôt
est une étape cruciale, complexe, souvent coûteuse et réalisée « sur mesure », en
fonction de l’organisation des sources de données, de leur hétérogénéité et de
l’organisation des données dans l’entrepôt. L’alimentation se fait le plus souvent
par extraction, transformation et chargement (« extraction-transformationloading » ou ETL) de tout ou partie des données des sources d’information
à intégrer, dont celles des bases de données opérationnelles. Un entrepôt de
données est donc aussi un instrument d’intégration de données utilisable pour
constituer un système d’information multi-source (SIMS).
Stockage des données: entrepôt et magasins de données
Un entrepôt de données (Datawarehouse) ou base de données décisionnelle est une base de données dans laquelle les informations stratégiques des
différentes sources de données sont synthétisées et réorganisées pour en faciliter l’analyse selon différents axes prédéterminés. Un entrepôt de données
peut être subdivisé en plusieurs magasins de données ayant une orientation
thématique précise. Les données sont dites « non volatiles » : une fois entrées
dans l’entrepôt, elles ne peuvent plus être modifiées ou supprimées par les
utilisateurs afin qu’une requête lancée à différents moments donne les mêmes
résultats. Elles sont dites « historisées » (datées) afin de conserver la traçabilité
des informations et des décisions prises dans l’entreprise au cours du temps.
L’organisation des données est guidée par les analyses et les axes d’analyse
désirés. L’information est organisée dans une structure multidimensionnelle –
un hypercube dont chaque arête représente une des dimensions selon lesquelles
on veut étudier (« perforer ») l’activité étudiée. Un hypercube est composé de
cellules contenant une ou plusieurs mesures quantitatives (indicateurs) relatives
à l’activité étudiée, comme par exemple le nombre de décès survenus au cours
d’une année civile dans un département donné. La dimension temporelle peut
être le mois, le trimestre, l’année ou la décennie et la dimension géographique la
commune, le département ou la région. On pourrait aussi perforer les données
par tranches d’âge ou par catégories socio-professionnelles.
Analyse et restitution des données
Les traitements assurés par un entrepôt de données, appelés « On Line
Analytical Processing » (OLAP), consistent à consolider et synthétiser des
informations selon différents points de vue analytiques. Un entrepôt de
données est couplé en aval à des outils de « requêtage » et de restitution
« reporting » permettant de restituer les résultats des analyses. Ces outils
permettent à certains utilisateurs préalablement formés : (i) de sélectionner
des données, des axes d’analyse et des indicateurs précalculés, de les filtrer sur
des critères de son choix puis (ii) de les trier, les regrouper ou les diviser à sa
guise, (iii) de réaliser des calculs (total, moyenne, écart-type, etc.), et enfin
251
Intégration des données
Les informations stratégiques issues de sources multiples sont intégrées et
stockées dans un entrepôt de données. Le processus d’alimentation de l’entrepôt
est une étape cruciale, complexe, souvent coûteuse et réalisée « sur mesure », en
fonction de l’organisation des sources de données, de leur hétérogénéité et de
l’organisation des données dans l’entrepôt. L’alimentation se fait le plus souvent
par extraction, transformation et chargement (« extraction-transformationloading » ou ETL) de tout ou partie des données des sources d’information
à intégrer, dont celles des bases de données opérationnelles. Un entrepôt de
données est donc aussi un instrument d’intégration de données utilisable pour
constituer un système d’information multi-source (SIMS).
Stockage des données: entrepôt et magasins de données
Un entrepôt de données (Datawarehouse) ou base de données décisionnelle est une base de données dans laquelle les informations stratégiques des
différentes sources de données sont synthétisées et réorganisées pour en faciliter l’analyse selon différents axes prédéterminés. Un entrepôt de données
peut être subdivisé en plusieurs magasins de données ayant une orientation
thématique précise. Les données sont dites « non volatiles » : une fois entrées
dans l’entrepôt, elles ne peuvent plus être modifiées ou supprimées par les
utilisateurs afin qu’une requête lancée à différents moments donne les mêmes
résultats. Elles sont dites « historisées » (datées) afin de conserver la traçabilité
des informations et des décisions prises dans l’entreprise au cours du temps.
L’organisation des données est guidée par les analyses et les axes d’analyse
désirés. L’information est organisée dans une structure multidimensionnelle –
un hypercube dont chaque arête représente une des dimensions selon lesquelles
on veut étudier (« perforer ») l’activité étudiée. Un hypercube est composé de
cellules contenant une ou plusieurs mesures quantitatives (indicateurs) relatives
à l’activité étudiée, comme par exemple le nombre de décès survenus au cours
d’une année civile dans un département donné. La dimension temporelle peut
être le mois, le trimestre, l’année ou la décennie et la dimension géographique la
commune, le département ou la région. On pourrait aussi perforer les données
par tranches d’âge ou par catégories socio-professionnelles.
Analyse et restitution des données
Les traitements assurés par un entrepôt de données, appelés « On Line
Analytical Processing » (OLAP), consistent à consolider et synthétiser des
informations selon différents points de vue analytiques. Un entrepôt de
données est couplé en aval à des outils de « requêtage » et de restitution
« reporting » permettant de restituer les résultats des analyses. Ces outils
permettent à certains utilisateurs préalablement formés : (i) de sélectionner
des données, des axes d’analyse et des indicateurs précalculés, de les filtrer sur
des critères de son choix puis (ii) de les trier, les regrouper ou les diviser à sa
guise, (iii) de réaliser des calculs (total, moyenne, écart-type, etc.), et enfin