Glossaire

Applications Analytiques :
Applications fournissant à l'entreprise des indicateurs et des données lui permettant de suivre les tendances de ses activités. Entrent dans cette catégorie tous les programmes et logiciels qui analysent les données relatives aux activités opérationnelles et aux clients de l'entreprise, et les présentent sous une forme permettant des prises de décision efficaces et rapides.

Centre de Compétences en Intégration (Integration Competency Center, ICC) :
Un ICC est un ensemble de ressources partagé qui définit des méthodes d'intégration de données uniformes, basées sur des éléments réutilisables. Il existe plusieurs façon de mettre en place un ICC : définir un ensemble de pratiques qui seront utilisées à tous les niveaux de l'entreprise, spécifier les outils ou les architectures qui doivent être utilisés ou encore regrouper les développeurs et les architectes qui prendront en charge toutes les initiatives d'intégration. La formule la plus adapté à votre entreprise dépend de sa structure (centralisée ou décentralisée), de la fréquence des projets, du niveau de standardisation et de l'infrastructure informatique en place.

Connectivité :
Capacité d'un programme ou d'une machine à se connecter à d'autres programmes/machines. Par exemple, on dira d'un programme capable d'importer les données de nombreux autres programmes qu'il a une bonne connectivité. Les systèmes ayant des difficultés à se rattacher à un réseau (les ordinateurs portables, par exemple) ont en revanche une connectivité limitée.

Consolidation d’Applications :
Fusion de deux applications ou plus, visant à réduire le nombre d'applications utilisées au sein de l'entreprise, ainsi que les coûts associés à leur gestion et à leur maintenance.

Conversion Mainframe :
Processus consistant à désactiver un système mainframe en convertissant et en transférant les données et les processus qu'il gère sur un autre mainframe.

Data Mart :
Base de données (ou ensemble de bases de données) conçue pour aider les opérationnels dans leurs décisions stratégiques. Tandis que les data warehouses associent des bases de données de toute l'entreprise, les data marts, généralement de plus petite taille se concentrent sur un sujet ou sur les activités d'un département spécifique. Certains data marts, qualifiés de dépendants, sont des sous-ensembles de data warehouses.

Data Warehouse :
Entrepôt de données conçu pour servir de support aux applications décisionnelles. Les data warehouses contiennent une grande diversité de données permettant d'avoir une image cohérente de l'activité à un moment donné. La création d'un data warehouse nécessite le développement de dispositifs permettant d'extraire les données des systèmes opérationnels et des applications, ainsi que l'installation d'un système de base de données garantissant aux équipes opérationnelles un accès souple et rapide aux données. Le data warehousing consiste à agréger les données de plusieurs bases de l'entreprise dans une nouvelle base partagée.

Déclassement de Système :
Processus consistant à désactiver un système (un mainframe, par exemple) qui n'est plus nécessaire ou qui n'est plus utilisé.

Enterprise Application Integration (EAI) :
L'EAI permet de propager les données et l'exécution des processus métier à travers les nombreuses applications en réseau dans l'entreprise, comme s'il s'agissait d'une application unique globale. Il s'agit d'une approche transactionnelle distribuée qui se focalise sur le support des fonctions métiers opérationnelles comme, par exemple, la prise de commande, la génération d'une facture, la livraison d'un produit…

Entrepôt de Données Opérationnelles (Operational Data Store, ODS) :
Technologie d'intégration en temps réel, l'EII extrait, sans les stocker, les données de divers systèmes et les associe dans un data warehouse virtuel qui élimine la nécessité de stocker ou copier les données.

ENTREPÔT DE DONNÉES OPÉRATIONNELLES (OPERATIONAL DATA STORE, ODS) :
Type de base de données servant de zone de transit vis-à-vis du data warehouse pour stocker les données opérationnelles de systèmes multiples sur une tranche de temps afin qu'elles soient facilement et rapidement accessibles pour les opérations d'agrégation. Contrairement à un data warehouse, un entrepôt de données opérationnelles ne contient qu'une petite quantité d'informations actualisées au fil des transactions. Un ODS supportera de nombreuses requêtes simples sur de petits volumes de données, tandis qu'un data warehouse est destiné à supporter des requêtes complexes sur de gros volumes de données. L'ODS ne contient que les données opérationnelles du moment alors que le data warehouse conserve aussi les données historiques agrégées.

ETL (Extract, Transform, Load) :
Outil combinant trois fonctions—extraction, transformation et chargement—pour récupérer les données de bases de données et les déplacer vers d'autres bases. L'ETL est utilisé pour migrer les données, constituer des data marts et des data warehouses ainsi que pour convertir des bases de données dans un autre format.

• La fonction “extraction” prend en charge la lecture des données sources.
• La fonction “transformation” convertit les données extraites sous une forme permettant de les placer dans d'autres bases de données. La transformation est réalisée grâce à l'utilisation de règles ou de tables d'équivalence ou par combinaison des données extraites avec d'autres données.
• La fonction “chargement” écrit les données transformées dans la base de données cible.

Gestion de Métadonnées :
Données sur les données, les métadonnées décrivent comment, quand et par qui une série de données a été collectée et la manière dont les données ont été formatées. Les métadonnées sont indispensables pour comprendre les informations stockées dans les data warehouses et sont de plus en plus importantes dans les applications Web utilisant le format XML. La gestion des métadonnées joue un rôle crucial dans les environnements complexes actuels en permettant de voir immédiatement l'impact des changements de données sur les multiples systèmes interdépendants utilisant ces données.

Intégration d’Application :
Processus consistant à créer une communication entre des applications ayant des fonctions différentes comme la GRC, la facturation, la logistique, etc., mais partageant et modifiant des données communes comme la liste des clients, le catalogue des produits et des services, etc.

Intégration de Données :
Processus consistant à associer deux séries de données ou plus, pour les partager et les analyser dans un environnement de gestion d'informations commun à toute l'entreprise.

Intégration Mainframe :
Processus consistant à prendre les données d'un système mainframe et à les associer à d'autres applications de l'environnement.

Migration de Données :
Processus consistant à traduire les données d'un format dans un autre. La migration de données est nécessaire lorsque l'entreprise décide d'utiliser de nouveaux systèmes informatiques ou de nouveaux systèmes de gestion de bases de données incompatibles avec les systèmes en place. Elle est généralement réalisée par un ensemble de programmes personnalisés ou de scripts qui transfèrent automatiquement les données.

Reporting Général :
Informations de base sur les opérations d'une entreprise.

Services Universels De Données (Universal Data Services, UDS) :
Une architecture de services universels de données fournit une fondation technologique pour distribuer des informations fiables, compréhensibles et actualisées provenant de multiples sources complexes. Basé sur une architecture orientée services, UDS réduit la complexité des systèmes, processus et ressources, et permet de faire aboutir plus rapidement des projets à forte valeur ajoutée, tels que les initiatives de migration et de synchronisation de données, de création de hubs de données, de data warehousing et de supervision des activités métiers.

Synchronisation de Données :
Dans les environnements où plusieurs applications utilisent les mêmes données et où un des utilisateurs modifie un des objets partagés, la modification apportée est immédiatement propagée aux autres applications. Le processus de synchronisation couvre l'envoi, la réception et la mise à niveau des données entre les différents systèmes.

Visibilité :
Capacité à visualiser et à interagir avec les données de l'entreprise à des fins d'analyse et d'amélioration des processus décisionnels métiers.

Vue Unique (ou Unifiée) de “X” :
Capacité à fournir à l'ensemble des départements de l'entreprise une vue standardisée, basée sur les mêmes données et définitions de données, pour un sujet spécifique. On parle par exemple de vue unique du client.