Semestre : 1 2

Session : Principale Rattrapage

ETUDIANT(e)
Nom et Prénom : …………………………………………………... Code :
Classe: …………………………………………………....................
Module(s): Initiation à l’informatique Décisionnelle
Classe (s) : 4SAE
Documents autorisés : OUI NON Nombre de pages :
Internet autorisée : OUI NON
Date : 15/06/2022 Heure : 10h30 Durée : 1h30

Nom et Signature Nom et Signature du Observations

Code Note du Surveillant Correcteur

/20

Partie I : Question à Choix Unique (10 pts)

1. Quelle affirmation est correcte à propos l’alimentation de la dimension avec le
composant LOOKUP ? (0.5pt)
 A. LOOKUP effectue des recherches en joignant les données des colonnes d'entrée aux colonnes
d'un jeu de données de référence.
 B. Le composant SORT est nécessaire dans le flux de données pour trier les données d'entrée
avant LOOKUP.
 C. Le composant LOOKUP admet obligatoirement deux entrées.
 D. Les réponses B et C.
2. Soit l’extrait d’un fichier Excel suivant contenant des données des employés d’une entreprise
privée : (1 pt)

Taux
Nom Prénom Genre Salaire Date d'embauche Grade d'ancienneté
Hadidi Lina F 3100 01/06/2016 3 19%
Ben abdalah Kamel Homme 2680 01/02/2019 3 11%
Jerbi Myriam F 3100 01/05/2016 3 20%
Trabelsi Asma Homme 2500 16/02/2019 2 11%
Tounsi Sarra F 3100 03/02/2015 3 19%
Ben khelifa Lamine Homme 2200 03/02/2021 2 2%
Amdouni Mourad Homme 2600 01/06/2021 2 2%

Afin de suivre la même expression dans la colonne Genre (F, H), identifier la transformation
SSIS à utiliser pour remplacer la chaine de caractères ‘Homme‘ par ‘H’.
 A. Appliquer une transformation Derived column en ajoutant une colonne « New_Genre » en tant
que nouvelle colonne par l’expression REPLACE (Genre,"Homme ","H").
 B. Appliquer une transformation Conditionnal split avec l’expression REPLACE
(Genre,"H","Homme").
 C. Appliquer une transformation Derived column en utilisant l’expression REPLACE
(Genre,"Homme","H").
 D. Aucune de ces réponses n'est correcte

3. Le composant « Merge join » (0.5pts) :

 A. Accepte une seule liste de données triées
 B. Accepte deux listes de données triées
 C. Accepte une seule liste de données
 D. tout ce qui précède.
4. L’ancienneté des données pour les systèmes OLTP (0.5pts):
 A. Données récentes
 B. Données évolutives
 C. Données historiques
 D. Les réponses A et B
5. Compléter la phrase suivante : Un(e) ……….. est un sous ensemble de donnée ciblé sur un
sujet unique (0.5pt)
 A. Entrepôt de données « Data warehouse »
 B. Base de données opérationnelle
 C. Base de données relationnelle
 D. Magasin de données « DataMart »
6. Le modèle en flocon est composé par (0.5pts) :
 A. Une ou plusieurs tables de faits avec des dimensions partagées
 B. Une seule table de faits avec plusieurs dimensions hiérarchisées
 C. Une seule table de faits sans dimension
 D. Plusieurs dimensions connectées à plusieurs tables de faits
7. Un cube est (0.5pts) :
 A. Une structure de données multidimensionnelles.
 B. Une structure de données de type complexe.
 C. Une partie de l’entrepôt de données.
 D. Les réponses B et C.
8. Choisir la bonne requête d’update pour mettre à jour les colonnes suivantes : (nom,
prénom, salaire, Taux d’ancienneté) (1 pts):
 A. UPDATE Table_emp SET [nom]=?, [prénom]=?, [salaire]=?, [Taux d’ancienneté]= ?
WHERE [code]=?
 B. UPDATE Table_emp SET [nom]= ?, [prénom]= ?, [salaire]= ? WHERE [code]= ?
 C. UPDATE Table_emp SET [nom]=param, [prénom]=param, [salaire]=param, [Taux
d’ancienneté]=param WHERE [code]=param
 D. SET Table_emp UPDATE [nom]=param, [prénom]=param, [salaire]=param, [Taux
d’ancienneté]=param WHERE [code]=param
9. Quel est l’objectif d’un entrepôt de données (0.5pts) :
 A. Facilite la prise de décision
 B. Facilité les transactions quotidienne
 C. Facilité la transmission des données vers le Cloud
 D. Facilite le stockage de données dans le Cloud
10. Quel est le but de l’intégration de données (0.5 pts) :
 A. Permettre d’homogénéiser les données
 B. Appliquer des transformations sur les données
 C. Permettre l’analyse de données complexe
 D. Les réponses A et B.
11. Quelle est la chronologie des étapes d'un projet décisionnel (0.5pts) ?
 A. Collecte des données – transformation – chargement- stockage – Visualisation
 B. Transformation – visualisation – collecte des données – chargement - stockage
 C. Chargement – stockage – visualisation- collecte des données – transformation
 D. Visualisation- stockage- chargement- transformation- collecte des données
12. Soit la figure suivante (Table de faits : ventes, 4 Tables dimensions: produit, client, magasin,
Temps) (1pts) :

La table de faits doit contenir :

 A. PRODUIT, CLIENT, MAGASIN, PRIX, NB_ARTICLES.
 B. ID_PRDUIT, ID_CLIENT, ID_MAGASIN, PRIX, NB_ARTICLES.
 C. ID_PRDUIT, ID_CLIENT, ID_MAGASIN.
 D. ID_PRDUIT, ID_CLIENT, ID_MAGASIN, GATEGORIE, VILLE, PAYS, MAGASIN,
SEMAINE, MOIS, TRIMESTRE, ANNEE, PRIX, NB_ARTICLES
13. Dans SSAS, l'unité de base de stockage et d'analyse est (0.5 pts) :
o A. Table dimension o C. Aucune de ces réponses
o B. Cube o D. Table de faits

14. Soit le package.dtsx suivant :

A. Le composant SSIS « flat file source » sert à identifier (0.5 pts):

 1. Un fichier Excel simple
 2. Un fichier .txt et/ou .csv
 3. Un fichier .csv et/ou .Excel
  4. Un fichier XML
B. Le composant SSIS « Derived Column » sert à (0.5 pts):
 1. Appliquer des transformations sur les colonnes
 2. Appliquer des jointures entre les colonnes
 3. Appliquer des requêtes de mise à jour
 4. Aucune de ces réponses
C. Le composant OLE DB Destination est utilisé pour (0.5 pts):
 1. Charger des données dans une base de données opérationnelles
 2. Charger des données dans une destination prise en charge par OLE DB tel que SQL
Server.
 3. Charger des données dans un fichier .Excel
 4. Charger des données dans un fichier .txt
15. Quels est l’inconvénient des applications OLAP (0.5pts)?
 A. Forte puissance d’analyse
 B. Temps de réponse parfois long
 C. Faible puissance d’analyse
 D. Aucune de ces réponses

Partie II :

Exercice 1 : Modélisation (5 pts)

Une entreprise de fabrication de stylos souhaite mettre en place un système d’information

décisionnel sous la forme d’un data mart.
L’objectif de ce système décisionnel est d’observer son activité de ventes dans les différents
lieux de distributions de ses articles se trouvant dans plusieurs villes.
Ces lieux de distributions sont renseignés par leur enseigne, leur type (en fonction de leur
surface), leur adresse (code postal et ville), leur département et leur région.
Les ventes sont renseignées selon une période qui se décline en mois, en trimestre et année.
Les ventes sont observées par le nombre d’articles selon le type, et le chiffre d’affaires.

1. Quel est le fait à observer ?

…………………………………………………………………………………………………
………………………………………………………………………………………………….
2. Quels sont les axes d’analyse, et le.s mesure.s ?
…………………………………………………………………………………………………
………………………………………………………………………………………………….

3. Construire le modèle en étoile de ce data mart.

4. Définir un data mart.

…………………………………………………………………………………………………
………………………………………………………………………………………………….

5. Citer l’approche de modélisation utilisée.

…………………………………………………………………………………………………
………………………………………………………………………………………………….
NE RIEN ECRIRE ICI