L'analyse des données issues des réseaux sociaux est souvent entravée par le problème d'absence de données. Des études récentes montrent les effets négatifs des données man- quantes (ou valeurs nulles). Les résultats de l'analyse des données des réseaux sociaux peuvent être gravement erronés si les analyses se limitent aux attributs renseignés et ignorent les valeurs nulles. Pour surmonter ce problème de données manquantes, plusieurs méthodes ont été propo- sées dans la littérature. Dans cet article, nous proposons des extensions d'opérateurs classiques de Drilldown et Rollup pour permettre des analyses en présence de données manquantes dans les membres de dimensions.