Études de cas Modis auprès du Gouvernement du Canada

Le Gouvernement du Canada fait appel à Modis pour ses services de reddition de comptes du système de traitement automatisé des demandes de règlement.

NOTRE SOLUTION

Pour un ministère du gouvernement du Canada, Modis a fourni à son service Administration et développement en intelligence d’affaires son expertise en Cognos Series 7.3 et Cognos 8.4 pour le système de traitement automatisé des demandes de règlement. L’environnement technique du projet était constitué des éléments suivants : Oracle 9i, SQL Server 2005, Solaris, Cognos Series 7.3, et Cognos 8.4. Modis a assumé les responsabilités suivantes :

  • Réalisation de rapports complexes Cognos à partir de Report Studio en appui aux fonctionnalités du système de traitement automatisé des demandes de règlement
  • Collaboration avec les usagers d’affaires tout en regroupant les exigences, en analysant les données et en assurant le soutien aux solutions en place de reddition de comptes
  • Création et maintenance des trousses Cognos dans Framework Manager
  • Conception de processus de déploiement pour les applications Cognos
  • Promotion de trousses de production en faisant appel à l’utilitaire Import/Export
  • Création et maintenance des tâches de Cognos
  • Création, mises à jour et soutien des modèles et des cubes de Cognos Transformer en soutien opportun aux opérations des ventes
  • Fonctionnalités administratives de Cognos, telles que la création de comptes, l’établissement de catégories et de rôles d’usagers en faisant appel à Access Manager
  • Conception, développement, tests, soutien et maintien de la production de cubes OLAP en faisant appel à Oracle 9i, Toad, scripts VB/SQL, fichiers non hiérarchiques, Visual SourceSafe, outils Cognos
  • Mise en correspondance des données, test des rapports Cognos, cubes et catalogues Powerplay
  • Soutien aux développeurs en intelligence d’affaires (IA)

Le gouvernement du Canada fait appel à Modis pour ses services d’intelligence d’affaires.

NOTRE SOLUTION

Modis a fourni son expertise en architecture des données d’intelligence d’affaires pour la révision de la documentation existante de son client relativement au modèle de données en place, et a révisé l’orientation choisie pour « l’état souhaité » de la base de données, de l’entrepôt de données et pour la mise en place de la trousse d’outils IBI. Modis a assumé la direction de l’équipe de mise en œuvre des phases II et III du projet.

La phase II comportait l’analyse détaillée et la conception de la solution d’intelligence d’affaires, y compris les spécifications pour les règles d’épuration des données, l’agrégation des données (mini-entrepôts de données) et les décisions d’affaires touchant la terminologie sémantique à partir de l’option sélectionnée à la fin de la Phase I.

La Phase III a consisté en la révision de la mise en œuvre d’une trousse d’outils d’intelligence d’affaires qui permette à une génération de programmes ETL (Extract, Transform, Load) (de charger les mini-entrepôts de données), et la création à la fois de rapports analytiques multidimensionnels et prêts à utiliser aux fins de rapports ad hoc et d’utilisation ultérieure par les usagers. Un environnement de publication et de distribution des rapports a été mis en place pour faciliter l’accès des usagers aux rapports. Modis a fourni les services suivants :

  • Développement d’une procédure de familiarisation bout à bout des structures de données en place
  • Développement d’un concept logique capable de convertir en une ou plusieurs bases de données physiques (ou mini-entrepôts de données) aux fins de résoudre les problèmes de données existants
  • Proposition de la façon dont les données circuleraient au cours des stades successifs pertinents
  • Proposition d’une méthodologie pour résoudre les problèmes de migration des données (validation, épuration et mappage)
  • Conformité aux pratiques exemplaires d’entreposage et à la consolidation des données
  • Reconstruction de l’environnement actuel des données aux fins de consolidation des données en une série de mini-entrepôts de données, application d’ETL pour la normalisation des données, construction de rapports analytiques multidimensionnels de type « cube » en faisant appel aux outils fournis (bases de données Oracle, suite IBI)
  • Participation au développement d’estimations des coûts et des efforts liés à la mise en œuvre de l’environnement révisé des données et des rapports