La thématique principale de ce travail se fait dans le cadre du mémoire de fin d’étude afin d’obtenir notre diplôme de master professionnel en système d’information option génie logiciel concerne Intégration d’un système décisionnel d’aide à la prise de décisions aux campagnes marketing et campagnes commerciales dans les entreprises de vente en ligne.
Cas de Multi Canal Services(MCS) qui une entreprise de la place. Afin de bien comprendre les concepts, le fonctionnement de MCS, nous avons effectués un état des lieux qui nous a permis de comprendre le système décisionnel de MCS et de déceler ces limites. Pour pallier ces limites, nous avons proposés un système d’aide à la prise décision donc les résultats finaux sont les reporting comme objectifs fixé dans le cahier des charges en passant par une analyse du système existant, une conception (de la zone d’entreposage, de la zone d’alimentation, des meta données), par une implémentation et un déploiement de l’entrepôt des données. Pour éviter l’effet tunnel, nous nous sommes appuyés sur l’une des méthodes de gestion des projets les plus utilisé du moment qui est la méthode agile tout en découpant les sprints selon le principe SMART. Tout ceci va se faire en suivant les règles éditées par les deux pères fondateurs de l’entrepôt de données : William H. Inmon l’inventeur du concept et Ralph Kimball. Une fois l’entrepôt de données construites, nous avons fait usage des outils de reporting comme PowerBI et Zoho Analytic pour diverse raison.
Table des matières
INTRODUCTION GENERALE
PREMIERE PARTIE : CONTEXE DU TRAVAIL
Chapitre I : Etat de l’art des systèmes décisionnels
I.1 Systèmes décisionnels classiques (traditionnels)
I.2 Systèmes d’aide à la prise de décision moderne
I.3 Généralités sur les campagnes marketing et les campagnes commerciales
Chapitre II : Etat des lieux du système actuel de gestion des campagnes markéting et commerciales
II.1 Brève présentation de l’entreprise
II.2 Etude du système actuel de gestion
DEUXIEME PARTIE : PROJET DE CREATION DU SYSTEME D’AIDE A LA DECISION
Chapitre III : Cahier de charges
III.1 Contexte
III.2 Objectifs et intérêt du travail
III.3 Charte du projet
III.3.1 Suivi des modifications des documents
III.3.2 Les Autorisations
III.3.3 Les responsabilités
III.3.4 Les risques
III.4 Exigences fonctionnelles
III.4.1 Synchronisation
III.4.2 Extraction
III.4.3 Transformation
III.4.4 Chargement
III.4.5 Reporting
III.5 Exigences non fonctionnelles
III.5.1 Sécurité
III.5.2 Audit
III.5.3 Capacité
III.5.4 Performance
III.5.5 Disponibilité
III.5.6 Fiabilité
III.5.7 Intégrité
III.5.8 Rétablissement
III.5.9 Compatibilité
III.5.10 Aptitude à la maintenance
III.5.11 Ergonomie
III.6 Gestion du projet
III.6.1 Planification et estimation temporelle des tâches
III.6.1.1 Analyse
III.6.1.2 Conception
III.6.1.3 Implémentation
III.6.1.4 Test
III.6.1.5 Maintenance
III.6.2 Diagramme Gantt de gestion du projet
III.6.3 Démarche de Construction d’un Data Warehouse
III.6.3.1 Modélisation et conception du Data Warehouse
III.6.3.2 Alimentation du Data Warehouse
III.6.3.3.1 Approche « Source de données »
III.6.3.3.2 Approche mixte
III.6.3.3 Mise en œuvre du Data Warehouse
III.6.3.3.1 Requêtage ad-hoc
III.6.3.3.2 Reporting
III.6.3.3.3 Analyse dimensionnelle des données
III.6.3.3.4 Tableaux de bord
III.6.3.3.5 Data Mining
III.6.3.4 Maintenance et expansion
III.6.4 Choix de la méthode de gestion du projet
III.6.5 Budgétisations
Chapitre IV : Analyse et conception du système d’aide à la prise de décision
IV.1 Analyse
IV.1.1 Description de la démarche d'étude des besoins
IV.1.2 Problèmes et obstacles rencontrés
IV.2 Conception
IV.2.1 Conception de la zone d’entreposage
IV.2.1.1 Volet du suivi de la synchronisation des données
IV.2.1.1.1 Présentation de l’activité de synchronisation
IV.2.1.1.2 Elaboration du business model
IV.2.1.1.3 Mapping data source et destination source
IV.2.1.2 Volet suivi des ventes
IV.2.1.2.1 Présentation de l’activité « Vente »
IV.2.1.2.2 Grain de l’activité
IV.2.1.2.3 Les dimensions participantes du modèle
IV.2.1.2.3.1 Dimension Temps
IV.2.1.2.3.2 Dimension Client
IV.2.1.2.3.3 Dimension facture
IV.2.1.2.3.4 Dimension zone géographique
IV.2.1.2.3.5 Dimension activité
IV.2.1.2.3.6 Dimension tarif
IV.2.1.2.3.7 Dimension produits/services
IV.2.1.2.4 Les mesurables
IV.2.1.2.5 Le modèle en étoile de l’activité « Vente »
IV.2.1.2.6 Les agrégats
IV.2.1.3 Volet suivi des actions marketing
IV.2.1.3.1 Présentation de l’activité « actions marketing »
IV.2.1.3.2 Grain de l’activité
IV.2.1.3.3 Les dimensions participantes du modèle
IV.2.1.3.3.1 Les dimensions communes
IV.2.1.3.3.2 General_Insights_Pages
IV.2.1.3.3.3 Insights_by_Age_and_Gender_Pages
IV.2.1.3.3.4 Insights_by_City_Pages
IV.2.1.3.3.5 Insights_by_Language_Pages
IV.2.1.3.3.6 Page_Information_Pages
IV.2.1.3.3.7 Insights_by_Country_Pages
IV.2.1.3.4 Les mesurables
IV.2.1.3.5 Le modèle en étoile de l’activité « Campagne marketing »
IV.2.1.3.6 Les agrégats
IV.2.1.4 Volet suivi de la concurrence
IV.2.1.4.1 Présentation de l’activité « concurrence »
IV.2.1.4.2 Grain de l’activité
IV.2.1.4.3 Les dimensions participantes du modèle
IV.2.1.4.3.1 Les dimensions communes
IV.2.1.4.3.2 Pages Concurrence
IV.2.1.4.3.3 Posts_Concurrence
IV.2.1.4.4 Les mesurables
IV.2.1.4.5 Le modèle en étoile de l’activité « Concurrence »
IV.2.1.4.6 Les agrégats
IV.2.1.5 Volet suivi des actions commerciales
IV.2.1.5.3.1 Les dimensions communes
IV.2.1.5.3.2 La dimension prospect
IV.2.1.5.6.1 Les agrégats potentiels
IV.2.1.5.6.2 Les agrégats utiles
IV.2.2 Conception de la zone « alimentation »
IV.2.2.1 Etude et planification
IV.2.2.1.1 Les sources de données
IV.2.2.1.2 Détection des emplacements des données sources
IV.2.2.1.3 Définition de la périodicité de chargement
IV.2.2.2 Architecture du processus d’alimentation
IV.2.2.3 Processus de chargement
IV.2.2.3.1 Processus de chargement de dimension
IV.2.2.3.2 Processus de chargement de faits
IV.2.2.3.3 Processus de chargement particulier
IV.2.3 Meta Data
IV.2.3.1 Les « Méta Data » ou « métas données » de l’entrepôt
IV.2.3.2 Rôle des métas données
IV.2.3.3 Exploitation des métas données
IV.2.3.3.1 Présentation de la partie navigation
IV.2.3.3.2 Présentation de la partie supervision
Chapitre V : Implémentation et déploiement du système
V.1 Implémentation
V.1.1 Périmètre technique et fonctionnel
V.1.2 Architecture technique de la solution
V.1.3 Zone de stockage
V.1.4 Zone d’alimentation de l’entrepôt
V.1.5 Zone de restitution
V.2 Déploiement
V.2.1 Déploiement de la zone d’alimentation
V.2.2 Déploiement de la zone de restitution
V.3 Reporting : résultats
Objectifs et thèmes de recherche
L'objectif principal de ce travail est de concevoir et d'intégrer un système décisionnel (Data Warehouse) pour optimiser la gestion et l'analyse des campagnes marketing et commerciales au sein de l'entreprise Multi Canal Services (MCS), en palliant les problèmes d'hétérogénéité, de redondance et de manque de fiabilité des données actuelles.
- Intégration et synchronisation des données provenant de sources hétérogènes.
- Conception d'un entrepôt de données (Data Warehouse) basé sur la modélisation dimensionnelle.
- Mise en place de processus ETL pour l'alimentation et la fiabilisation des données.
- Reporting et analyse multidimensionnelle des performances via des outils comme PowerBI et Zoho Analytic.
- Utilisation de la méthodologie de gestion de projet Agile pour garantir l'adaptabilité du système.
Auszug aus le livre
I.1 Systèmes décisionnels classiques (traditionnels)
Chacun d’entre nous prend quotidiennement de nombreuses décisions. La prise de décision correspond au fait d’effectuer un choix entre plusieurs modalités d’actions possibles lors de la confrontation à un problème, le but étant de le résoudre en traduisant le choix fait en un comportement (en une séquence d’action). Elle implique un certain nombre d’opérations distinctes : la définition de l’objet (ce sur quoi porte la réflexion et portera la décision), la recherche, l’analyse et l’organisation des informations utiles, l’élaboration et l’évaluation d’hypothèses de décisions en prenant en particulier appui sur des connaissances et/ou des expériences antérieures, le choix d’une hypothèse de décision et sa mise en œuvre.
Certaines décisions sont simples à prendre, alors que d’autres sont beaucoup plus complexes, en ce sens qu’elles engagent un nombre de variables plus ou moins important (choisir entre pile ou face versus choisir des placements pour ses économies) et qu’elles peuvent avoir des conséquences plus ou moins lourdes (perdre par exemple un euro versus perdre plusieurs milliers d’euros).
Au sens le plus large, la notion de prise de décision peut concerner tout organisme vivant doté d'un système nerveux. Ce processus est activé lorsque nous ressentons le besoin d'agir sans savoir comment diriger notre action ou face à plusieurs choix.
Résumé des chapitres
Chapitre I : Etat de l’art des systèmes décisionnels : Présente les concepts fondamentaux de la Business Intelligence, du Data Warehouse et des méthodes de prise de décision nécessaires au travail.
Chapitre II : Etat des lieux du système actuel de gestion des campagnes markéting et commerciales : Analyse la structure actuelle de l'entreprise MCS, ses processus métier, ainsi que les problèmes identifiés liés à la gestion des données.
Chapitre III : Cahier de charges : Définit les exigences fonctionnelles et non fonctionnelles du projet, ainsi que la planification et la méthodologie agile adoptées pour la construction du système.
Chapitre IV : Analyse et conception du système d’aide à la prise de décision : Détaille la modélisation dimensionnelle, la conception de la zone d'entreposage et des processus d'alimentation ETL pour les différents volets d'activité.
Chapitre V : Implémentation et déploiement du système : Décrit la mise en place technique de la solution (SGBD, ETL, outils de restitution) et les stratégies de déploiement sur sites pilotes.
Mots-clés
Entrepôt de données, Système décisionnel, Business Intelligence, Campagne marketing, Campagne commerciale, Reporting, Analyse multidimensionnelle, ETL, Talend, Modélisation dimensionnelle, Synchronisation de données, Veille concurrentielle, PowerBI, Zoho Analytic, Agilité.
Foire aux questions
De quoi traite principalement ce mémoire ?
Ce travail porte sur l'intégration d'un système décisionnel (Data Warehouse) destiné à aider à la prise de décision dans les campagnes marketing et commerciales des entreprises de vente en ligne, en utilisant comme cas d'étude l'entreprise Multi Canal Services (MCS).
Quels sont les domaines couverts par cette recherche ?
Les domaines incluent la Business Intelligence, l'ingénierie logicielle, la gestion de projet Agile, l'intégration et la synchronisation de données, ainsi que l'analyse des performances marketing et commerciales.
Quel est l'objectif principal de ce projet ?
L'objectif est de centraliser et de fiabiliser les données provenant de diverses sources afin de fournir aux décideurs des rapports (reporting) pertinents et exploitables pour optimiser leur stratégie et leur rentabilité.
Quelle méthodologie scientifique est utilisée ?
Le projet s'appuie sur la modélisation dimensionnelle (notamment les principes de Kimball) et adopte une méthode de gestion de projet Agile, avec des sprints planifiés selon le principe SMART pour éviter l'effet tunnel.
Que contient le corps principal de la thèse ?
Le corps principal couvre l'état de l'art, l'analyse de l'existant chez MCS, la rédaction d'un cahier des charges, la conception détaillée de l'entrepôt de données et enfin l'implémentation technique et le déploiement de la solution.
Quelles sont les caractéristiques de l'entrepôt de données créé ?
L'entrepôt est structuré selon une architecture dimensionnelle, permettant d'analyser les ventes, les campagnes marketing, la concurrence et les actions commerciales via des faits et des dimensions centralisés.
Pourquoi avoir choisi une approche de conception mixte ?
L'approche mixte combine le "Buttom Up" (sources de données) et le "Top Down" (besoins des utilisateurs) pour assurer que le système répond à la fois aux réalités techniques de l'entreprise et aux attentes réelles des décideurs.
Comment le projet gère-t-il la sécurité et l'intégrité des données ?
Le projet intègre des niveaux d'accès (CRUD levels), des politiques de gestion des mots de passe, et des processus de contrôle et d'audit pour garantir la traçabilité et la qualité des données stockées dans l'entrepôt.
- Citar trabajo
- Michel Ruphin Jiofack (Autor), 2020, Intégration d'un système décisionnel d'aide à la prise de décisions aux campagnes marketing et commerciales dans les entreprises de vente en ligne, Múnich, GRIN Verlag, https://www.grin.com/document/934154
