1 - Recueil des besoins
=> permet de recréer le rôle de l'AMOA et la communication avec les clients.

La ‘phase d'analyse’ : C'est dans cette phase que les utilisateurs finaux interviennent et analysent les informations qui leurs sont fournies. Elle peut aussi faire intervenir des spécialistes en analyse pour utiliser des outils de statistique et ressortir des prévisions ou des estimations futures (datamining).

2 - Modélisation de la base de données Décisionnelle
=> mise en pratique autour d'une problématique RH ou commerciale. Permet de valider l'enseignement théorique sur les Datawarehouses ou Datamart.

Les datamarts peuvent être considérer comme un sous ensemble du datawarehouse. De ce fait il suivent les mêmes principes que celui-ci, leur différence se situe sur le fait qu'un datamart va répondre à un besoin métier plus spécifique que le datawarehouse.
‘Orienté métiers’ : C'est à dire que sa structure est conçu en fonction des besoins utilisateurs. Il se base généralement sur une topologie en étoile et va privilégier les performances de réponse au détriment de la normalisation.
‘Non volatile’: Un datawarehouse est dans son utilisation une base en lecture seule.
‘Intègre’ : Nécessaire pour obtenir des résultats fiables et cohérents.
‘Historisé’: Toutes les informations sont datées et aucune n'est supprimée.
Utilisation de Cubes OLAP (ou hypercubes) permettant une représentation multidimensionnelle de l'information et le calcul de mesures agrégées

3 - Création de reporting
=> Utilisation de Business Object BI4

Les outils de reporting permettent de restituer les données sous forme
de rapport. Il existe deux grand domaines dans le reporting : le
reporting ad hoc et le reporting de masse.
Ad hoc : SAP Webi BI4 reporting de masse

Le stagiaire devra défendre ses choix en fin de chaque journée