Académique Documents
Professionnel Documents
Culture Documents
Université de Carthage
Faculté des Sciences Economiques et de Gestion de Nabeul
MEMOIRE DE MASTER
Elaboré par
EYA TOUNSY
Conception et mise en place d’une solution décisionnelle pour le suivi des flux
des factures électroniques et des clients pour la société QWEEBY
Réalisé au sein de
Encadré par
Année universitaire
2020 - 2021
Dédicaces
A ma chère famille
Je dédie ce travail
Eya TOUNSY
i
Remerciements
coopération.
ii
Table des matières
Dédicaces ................................................................................................................................ i
Remerciements ...................................................................................................................... ii
Table des matières ................................................................................................................ iii
Liste des figures .................................................................................................................... vi
Liste des tableaux ............................................................................................................... viii
Liste des abréviations ........................................................................................................... ix
Introduction générale ............................................................................................................. 1
Chapitre I. L’informatique décisionnelle ......................................................................... 3
I.1 INTRODUCTION ................................................................................................................................... 3
I.2 DEFINITION DE LA BI ......................................................................................................................... 3
I.3 OBJECTIFS ET ENJEUX DU DECISIONNEL ........................................................................................... 4
I.4 LES ETAPES D’UN PROCESSUS BI ....................................................................................................... 5
I.4.1 La phase de collecte : ..................................................................................................................... 5
I.4.2 La phase d’intégration : .................................................................................................................. 5
I.4.3 La phase d’organisation : ............................................................................................................... 5
I.4.4 La phase de restitution .................................................................................................................... 6
I.5 LES CONCEPTS DE BASE DE LA BUSINESS INTELLIGENCE ................................................................. 7
I.5.1 ETL ................................................................................................................................................ 7
I.5.1.1 Définition d’un ETL ............................................................................................................. 7
I.5.1.2 Fonctionnement d’un ETL .................................................................................................... 7
I.5.1.2.1 Phase d’extraction des données............................................................................................. 7
I.5.1.2.2 Phase de transformation des données .................................................................................... 7
I.5.1.2.3 Phase de chargement des données ........................................................................................ 8
I.5.2 Datawarehouse ............................................................................................................................... 8
I.5.2.1 Définition .............................................................................................................................. 8
I.5.2.2 Caractéristiques des données d'un DWH .............................................................................. 9
I.5.2.3 Les différents types de Datawarehouse ................................................................................. 9
I.5.3 La modélisation multidimensionnelle .......................................................................................... 11
I.5.4 Architectures dimensionnelles ...................................................................................................... 12
I.5.4.1 Schéma en étoile ................................................................................................................. 12
I.5.4.2 Schéma en flocon ................................................................................................................ 13
I.5.4.3 Schéma en constellation ...................................................................................................... 14
I.5.5 Les outils d’accès aux données..................................................................................................... 14
I.5.5.1 Reporting ............................................................................................................................ 15
I.5.5.2 Data mining ........................................................................................................................ 16
I.5.5.2.1 Définition ............................................................................................................................ 16
I.5.5.2.2 Processus............................................................................................................................. 16
I.5.5.3 L’analyse OLAP ................................................................................................................. 17
I.5.5.3.1 Définition ............................................................................................................................ 17
iii
I.5.5.3.2 Cube OLAP ........................................................................................................................ 17
I.5.5.3.3 Les opérations multidimensionnelles OLAP ...................................................................... 18
I.5.5.3.4 Les différents types de systèmes ......................................................................................... 19
I.5.5.4 Tableaux de bord ................................................................................................................ 20
I.5.5.4.1 Définition ............................................................................................................................ 20
I.5.5.4.2 Types de tableau de bord .................................................................................................... 20
I.5.5.4.3 Les fonctions de tableau de bord......................................................................................... 22
I.6 CONCLUSION .................................................................................................................................... 22
Chapitre II. Cadre général du projet................................................................................ 23
II.1 INTRODUCTION ............................................................................................................................ 23
II.2 PRESENTATION DE L’ORGANISME D’ACCUEIL ............................................................................ 23
II.2.1 Présentation de la société ............................................................................................................. 23
II.2.2 L’approche Qweeby ..................................................................................................................... 23
II.2.3 Les atouts de l’entreprise .............................................................................................................. 25
II.2.4 Les clients de Qweeby .................................................................................................................. 26
II.3 ETUDE DE L’EXISTANT................................................................................................................. 26
II.3.1 QweebyNet ................................................................................................................................... 27
II.3.2 Odoo ............................................................................................................................................. 29
II.3.3 Problématique ............................................................................................................................... 30
II.4 SOLUTION PROPOSEE................................................................................................................... 31
II.5 SPECIFICATION DES BESOINS....................................................................................................... 31
II.5.1 Les besoins fonctionnels .............................................................................................................. 32
II.5.2 Les besoins non fonctionnels........................................................................................................ 32
II.6 CONCLUSION................................................................................................................................ 32
Chapitre III. Modélisation multidimensionnelle .............................................................. 33
III.1 INTRODUCTION ............................................................................................................................ 33
III.2 PROCESSUS DE LA MODELISATION MULTIDIMENSIONNELLE ..................................................... 33
III.3 MODELISATION DU NOTRE DATAWAREHOUSE ........................................................................... 33
III.3.1 Datamart Flux ..................................................................................................................... 33
III.3.1.1 Description .......................................................................................................................... 33
III.3.1.2 Les dimensions ................................................................................................................... 34
III.3.1.3 La table de fait .................................................................................................................... 38
III.3.1.4 Le modèle multidimensionnel du datamart Suivi Flux ....................................................... 40
III.3.2 Datamart Reminders ........................................................................................................... 41
III.3.2.1 Description .......................................................................................................................... 41
III.3.2.2 Les dimensions ................................................................................................................... 42
III.3.2.3 La table de fait .................................................................................................................... 42
III.3.2.4 Le modèle multidimensionnel du datamart Reminders....................................................... 43
III.3.3 Datamart Assistance ........................................................................................................... 44
III.3.3.1 Description .......................................................................................................................... 44
III.3.3.2 Les dimensions ................................................................................................................... 44
III.3.3.3 La table de fait .................................................................................................................... 44
III.3.3.4 Le modèle multidimensionnel du datamart Assistance ....................................................... 45
III.3.4 Datamart Evènements ......................................................................................................... 46
III.3.4.1 Description .......................................................................................................................... 46
III.3.4.2 Les dimensions ................................................................................................................... 46
III.3.4.3 La table de fait .................................................................................................................... 47
iv
III.3.4.4 Le modèle multidimensionnel du datamart Suivi Evénements ........................................... 48
III.4 CONCLUSION................................................................................................................................ 48
Chapitre IV. Réalisation ................................................................................................... 49
IV.1 INTRODUCTION ............................................................................................................................ 49
IV.2 ENVIRONNEMENT DE TRAVAIL.................................................................................................... 49
IV.2.1 Environnement matériel ...................................................................................................... 49
IV.2.2 Environnement logiciel ....................................................................................................... 49
IV.3 REALISATION DE NOTRE SOLUTION ............................................................................................ 50
IV.3.1 Processus ETL .................................................................................................................... 50
IV.3.1.1 Extraction des données ....................................................................................................... 50
IV.3.1.2 Transformation des données ............................................................................................... 53
IV.3.1.3 Chargement des données..................................................................................................... 55
IV.3.2 Reporting ............................................................................................................................ 57
IV.3.2.1 Structure physique du tableau de bord ................................................................................ 57
IV.3.2.2 Page D’accueil .................................................................................................................... 58
IV.3.2.3 Rapport FLUX .................................................................................................................... 59
IV.3.2.3.1 Feuille 1 du tableau de bord flux .................................................................................... 59
IV.3.2.3.2 Feuille 2 du tableau de bord Flux ................................................................................... 62
IV.3.2.3.3 Feuille pourcentage anomalie ........................................................................................ 62
IV.3.2.3.4 Tableau de bord Client Consommateur .......................................................................... 64
IV.3.2.3.5 Tableau de bord pour autres entités................................................................................ 69
IV.3.2.4 Rapport Reminders ............................................................................................................. 69
IV.3.2.5 Rapport Assistance ............................................................................................................. 70
IV.3.2.6 Rapport Evénements ........................................................................................................... 71
IV.4 CONCLUSION................................................................................................................................ 75
Conclusion générale ............................................................................................................ 76
Bibliographie ....................................................................................................................... 77
Netographie ......................................................................................................................... 78
v
Liste des figures
vi
Figure 52 – Evolution des flux au fils du temps.............................................................................. 68
Figure 53– Tableau de bord autres entités........................................................................................ 69
Figure 54 – Tableau de bord Reminders .......................................................................................... 70
Figure 55 – Tableau de bord Assistance .......................................................................................... 71
Figure 56 – Tableau de bord Evénements ........................................................................................ 72
Figure 57 – Suivi événements par entité ....................................................................................... 72
Figure 58 – Page des clients consommateurs ................................................................................... 73
Figure 59 – Suivi flux du client Champion Entreprises ................................................................... 73
Figure 60 – Suivi événements du client Champion Entreprises ...................................................... 74
Figure 61 – Suivi Tickets de client Champion Entreprises .............................................................. 74
Figure 62 – Suivi Reminders envoyés à Cherrier............................................................................. 75
vii
Liste des tableaux
viii
Liste des abréviations
ix
INTRODUCTION GENERALE
Introduction générale
De ce fait, pour améliorer leur compétitivité, les entreprises mettent en place des
systèmes décisionnels en support à la performance de l’entreprise offrant aux décideurs les
informations sur lesquelles ils pourront s’appuyer pour mener leurs décisions avec rapidité
et efficacité.
Notre projet de fin d’études vise à en place d’une solution décisionnelle qui s’aligne
avec la stratégie de l’entreprise Qweeby. Elle lui permet d’avoir une vue d’ensemble sur la
quantité et le flux des factures électroniques de ses différents clients offrant ainsi un outil
qui aide à établir une stratégie pour ce processus.
1
INTRODUCTION GENERALE
définition des besoins d’affaire à savoir les besoins fonctionnels et les besoins non
fonctionnels.
Nous clôturons ce rapport par une conclusion générale relative aux travaux menés
dans le cadre de ce projet et des perspectives.
2
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
I.1 Introduction
Avec l’avènement de la quatrième révolution industrielle, les données deviennent la
plaque tournante de la gestion d’entreprise. Aujourd’hui, la plupart des entreprises, y
compris les petite et moyenne entreprise (PME), génère aisément une masse d’informations
de plus en plus importante dans les divers aspects de ses opérations (leurs clients, leurs
ventes, leurs produits, leurs fournisseurs leurs concurrents etc.) dont elles ne font rien !
Pour créer de la valeur ajoutée à partir de ces données, Les tendances montrent que
les entreprises se tournent vers le Business Intelligence pour relever ce défi. Croisées,
analysées, filtrées, ces informations pourraient pourtant devenir un formidable tremplin pour
se différencier de la concurrence, améliorer les résultats de l’entreprise, suivre avec précision
ses activités ou fidéliser les clients à l’aide des synthèses rapides, des tableaux de bord clairs
pour ne plus piloter son entreprise à l’intuition. C’est là que réside tout l’intérêt du Business
Intelligence.
Dans ce premier chapitre, nous allons expliquer les différentes notions théoriques
liées à notre projet.
I.2 Définition de la BI
La Business Intelligence ou informatique décisionnelle désigne les méthodes, les
outils et les moyens qui permettent de collecter, consolider d’analyser et restituer l’ensemble
des données de l’entreprise sous forme d’informations pertinentes afin d’aider l’entreprise à
prendre des décisions stratégiques nécessaires à son développement et sa compétitivité, avec
une visualisation sous forme de rapports, tableaux de bord ou graphiques. [1]
3
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Pour simplifier, une donnée doit être traitée et transformée en une information, qui
sera ensuite présentée de manière claire pour pouvoir identifier des modèles, et ainsi en
générer une idée exploitable.
• Prévoir l’information;
4
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
5
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
géographie sont des exemples courants) et de faits ou des indicateurs (comme le chiffre
d'affaires). Un facteur important vient du fait que les données stockées dans le DWH ne
peuvent pas être modifiées une fois à l'intérieur. Ce sont des données consolidées et figées
qui nous permettent d'effectuer diverses analyses et statistiques.
Les outils d’analyse OLAP (Online Analytical Processing) permettent de traiter des
données et de les afficher sous forme de cubes multidimensionnels et de naviguer dans les
différentes dimensions. Cet agencement des données permet d’obtenir immédiatement
plusieurs représentations d’un même résultat, en une seule requête sous une approche
descendante des niveaux agrégés vers les niveaux détaillés (Drill-down, Roll-up). [4]
Les outils d'exploration de données effectuent une analyse plus approfondie des
données historisées pour découvrir des connaissances cachées dans les données, telles que
la détection de corrélations et de tendances, l'établissement de segmentations et de typologies
et même la prévision. L'exploration de données est basée sur des algorithmes statistiques et
mathématiques et des hypothèses métier.
6
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Cette étape garantit la qualité des données qui seront intégrées dans le datawarehouse.
Pour chaque nature de donnée et origine de donnée, des règles précises sont définies pour :
7
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
L’objectif est de générer des données propres prêtes à être chargées dans un entrepôt
de données et à servir de source pour les solutions d’analyse et de Business Intelligence.
I.5.2 Datawarehouse
I.5.2.1 Définition
8
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
l'analyse décisionnelle. Il est alimenté en données depuis les bases de production grâce
notamment aux outils d'ETL. Il occupe une place centrale au sein d’un système de Business
Intelligence. [6]
Un entrepôt de données n'est pas une simple copie des données de production. Un
DWH doit être bien organisé et structuré.
a) Orienté sujet
Le DWH est structuré autour des sujets majeurs de l'entreprise. Les données sont
donc organisées par thèmes. Par exemple, un Datawarehouse peut être déployée pour une
analyse des données liées aux ventes de l’entreprise. Cet Datawarehouse servira à répondre
à des questions comme « quels ont été les meilleurs clients pour tel produit au cours de
l’année précédente ».
b) Intégré
c) Non volatile
Le DWH doit être non-volatile. C’est-à-dire, une fois qu’une donnée est chargée dans
l’entrepôt de données, elle ne doit plus changer au fils du temps. L’utilisateur doit ainsi
analyser les données telles qu’elles ont été stockées dans le datawarehouse. (Read-Only).
d) Historisé
Les données non volatiles sont aussi horodatées. On peut ainsi visualiser l'évolution
dans le temps d'une valeur donnée. Le degré de détail de l'archivage est bien entendu relatif
à la nature des données. [7]
9
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Datawarehouse d’entreprise:
C’est un Datawarehouse centralisé. Il fournit un service d’aide à la décision dans
toute l’entreprise. Il offre la possibilité de classer les données en fonction du sujet et de
donner accès en fonction de ces divisions.
Data Mart:
Un Data Mart est un sous-ensemble de l’entrepôt de données. Il est spécialement
conçu pour un secteur d’activité particulier, comme la vente, la finance, etc. Dans un Data
Mart indépendant, les données peuvent être collectées directement à partir des différentes
sources. La figure suivante montre la relation entre un datamart, un ODS et un
datawarehouse :
10
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Table de faits :
Une table de fait est la table centrale d’un modèle dimensionnel qui contient les
données observables (les faits) que l’on possède sur un sujet et que l’on veut étudier. Une
ligne de cette table correspond à une mesure. Ces mesures sont normalement numériques,
puisque d’ordre quantitatif. Il peut s’agir du montant en argent des ventes, du nombre
d’unités vendues d’un produit, etc. [9]
Table de dimensions
La Table de dimension contient les axes d'analyse (les dimensions) selon lesquels on
veut étudier des données observables (les faits) qui, soumises à une analyse
multidimensionnelle, donnent aux utilisateurs des renseignements nécessaires à la prise de
décision. On appelle « dimension » un axe d'analyse. Il peut s'agir des clients ou des produits
d'une entreprise, le temps, la localisation géographique, etc. [10]
Il existe d’autres facteurs qui créent des différences entre la table de faits et la table
de dimension, jetons un coup d’œil au tableau comparatif ci-dessous : [11]
11
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Le modèle de données en étoile doit son nom à sa forme. Il s'agit du schéma le plus
simple et le plus efficace dans un entrepôt de données. Une table de faits au centre entourée
de tables de dimensions multiples ressemble à une étoile dans le modèle Star Schéma. [12]
La figure 7 illustre un exemple d’un modèle en étoile.
12
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Prenons l’exemple présenté par la figure 7, la table de faits Fait vente est composé
des identifiants de toutes ses dimensions : id_magasin, id_produit, etc. Autour de la table de
faits, nous trouverons les dimensions permettant d’analyser les faits.
C’est le modèle en étoile avec une normalisation des dimensions. Il peut exister des
hiérarchies des dimensions pour diviser les tables de dimensions lorsqu’elles sont trop
volumineuses. La figure 8 ci-dessous est un exemple d’un modèle en flocon. [13]
13
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Une constellation est une série d'étoiles ou de flocons reliés entre eux par des
dimensions. Il s'agit donc d'étoiles avec des dimensions en commun. La figure 9 illustre un
exemple d’un modèle en constellation. [14]
Dans cet exemple, les deux tables de faits Ventes et Achats partagent les dimensions
Produit et Période.
La figure 10 présente les différents outils d’exploitation des données comme les
outils de reporting, analyse OLAP, les tableaux de bord et le datamining.
14
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
I.5.5.1 Reporting
Choisir des données sur une certaine période (production, secteur, etc.)
Trier, rassembler ou répartir ces données selon des critères de leur choix
Appliquer divers calculs (écarts, moyennes, totaux, comparatifs sur des périodes de
temps, etc.)
15
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
I.5.5.2.1 Définition
I.5.5.2.2 Processus
16
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
I.5.5.3.1 Définition
Un cube OLAP est une base de données multidimensionnelle optimisée pour les
Datawarehouses et les applications OLAP. Il s’agit d’une méthode permettant de stocker les
données sous forme multidimensionnelle, notamment pour le reporting. En général, ces
cubes sont pré-résumés pour accélérer le temps de requête par rapport aux bases de données
relationnelles. Pour effectuer des requêtes au sein des cubes OLAP, on utilise le langage
MDX (Multidimensional Expressions). Les cubes sont conçus pour pouvoir être utilisés par
tous les employés de l’entreprise, et non uniquement par les responsables de division
informatique. Ils sont capables de rapporter des millions d’enregistrements en une seule fois.
[18]
17
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Les systèmes OLAP effectuent les opérations d'analyse OLAP suivantes pour repérer
les intersections entre les multiples dimensions. :
18
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
La figure 13 expose avec des exemples les différentes opérations sur les cubes.
Ils existent différents types de systèmes. Une étude comparative est présentée par le
tableau 2 qui décrit les trois systèmes selon un ensemble de critères tel que stockage,
agrégation, etc.
19
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
I.5.5.4.1 Définition
20
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
21
CHAPITRE I L’INFORMATIQUE DECISIONNELLE
Pour assurer efficacement son rôle d’assistant du décideur, le tableau de bord prend
en charge de multiples fonctions illustrés par la figure 14. Orienté dès sa conception selon
un objectif précis, le tableau de bord mesure la performance et signale les
dysfonctionnements susceptibles de gêner le parcours d’une entreprise. Lorsqu’il est bien
conçu, il contribue à développer une capacité d’anticipation, pour voir plus loin que les faits
présents.
Dans tous les cas, le tableau de bord est un instrument personnel. L’utilisateur doit
être en mesure de l’adapter à ses besoins précis. Véritable référentiel de la performance, le
tableau de bord est aussi un outil de communication. [Bib1]
I.6 Conclusion
En guise de conclusion nous constatons que de nos jours, la Business Intelligence est
devenue une nécessité pour le système de pilotage de l’entreprise. Ainsi, tout au long de ce
chapitre, nous avons présenté la business intelligence et ses différences concepts de base.
Dans le chapitre suivant, nous introduisons le cadre général du projet en présentant
l’organisme d’accueil, en détaillant l’existant et en montrant ses limite
22
CHAPITRE II CADRE GENERAL DU PROJET
II.1 Introduction
Le présent chapitre a pour but de situer le projet dans son cadre général et d’exposer
le contexte et les objectifs à atteindre durant ce stage de fin d’études. Nous allons débuter
par une présentation de l’organisme d’accueil, suivie par la suite d’une analyse approfondie
de l’existant décisionnel pour aboutir à une synthèse et à des critiques. La méthode de
conduite du projet adoptée ainsi que l’expression des besoins fonctionnels et non
fonctionnels concernant notre projet seront exposées à la fin de ce chapitre.
23
CHAPITRE II CADRE GENERAL DU PROJET
également sur les actions effectuées par les utilisateurs du destinataire sur chaque facture
reçue.
Toutefois, cette approche est complètement nouvelle et part de zéro, car les flux de
facturation papier ne fournissent aucune traçabilité ni informations de ce genre.
L’identification et l’extraction des informations réellement exploitables et significatives
présentent une grande complexité car elles se déroulent en mode itératif : identification d’une
piste, extraction puis analyse des données, discussion avec des clients pour valider l’intérêt
des informations, nouvelle extraction de données, analyses intégrant les commentaires ou
suggestions des clients, discussion avec les clients, et ainsi de suite.
24
CHAPITRE II CADRE GENERAL DU PROJET
En 2020, Qweeby a opéré près de 2,5 millions de factures de vente pour une valeur
d’environ 3 milliards d’euros.
Conformité avec les attentes des destinataires quelles qu’elles soient : EDI,
plateformes de e-procurement (Ariba, Coupa, Cegedim…) ou Chorus Portail
Pro, ou simple notification e-mail avec la facture en pièce jointe ou sous
forme de lien tracé (groupements quotidien ou hebdomadaires possible) ;
Traçabilité totale des envois : suivi des détaillé des consultations, alertes ou
rappels, duplicatas d’un clic…
25
CHAPITRE II CADRE GENERAL DU PROJET
26
CHAPITRE II CADRE GENERAL DU PROJET
II.3.1 QweebyNet
QweebyNet est un élément opérationnel central dans la prestation de services de
Qweeby. Il s’agit d’une plateforme internet sécurisée pour le traitement de facturation
Qweeby et sur laquelle les émetteurs peuvent suivre leurs envois et, pour certains
destinataires, consulter les flux qui leur sont adressés. QweebyNet regroupe de nombreuses
fonctionnalités clés (notifications de flux, alertes, rappels, consultations, recherche, etc.).
Les branches par lesquelles passe le flux pour la conversion dans un format
prédéfini.
Les relances et les alertes envoyés aux clients pour payer les flux consommés.
27
CHAPITRE II CADRE GENERAL DU PROJET
Les factures émises peuvent être visualisées sur l’application qui offre en plus un
suivi de ces factures
28
CHAPITRE II CADRE GENERAL DU PROJET
II.3.2 Odoo
Qweeby dispose d’un ERP Odoo. C’est un progiciel open source de
gestion intégrée comprenant de très nombreux modules permettant de simplifier la gestion
d’entreprise dans son ensemble. [19]
Odoo permet à Qweeby de gérer des différents modules, parmi lesquels on peut citer :
Outre ces modules, il y en a beaucoup d’autres tels que la gestion de la relation client
(CRM), la gestion de vente, la gestion de la comptabilité etc.
De ce fait, on remarque que les données sont éparpillées entre les systèmes de
production du service de dématérialisation (QweebyNet) où les flux réalisés par les clients
sont traités et les outils métier (Odoo) où on peut trouver tous les informations sur les clients
de Qweeby (contact, donneurs d’ordres destinataires, les abonnements, les tickets etc.). La
séparation entre les flux de données de Odoo et celle de QweebyNet est illustrée par la figure
20 ci-dessous :
29
CHAPITRE II CADRE GENERAL DU PROJET
II.3.3 Problématique
Après avoir analysé le système existant, nous avons pu dresser les insuffisances qui
le marquent actuellement.
De plus, nous avons constaté que pour certains clients, nous avons la TVA et
la SIRET mais pour d'autres non, ce qui rend la fusion de la table entité de
QweebyNet et la table des clients de Odoo difficile. De même, la table entité
regroupe tous les points de consommations, les clients consommateurs et les
30
CHAPITRE II CADRE GENERAL DU PROJET
fournisseurs ainsi que les entités réceptrices alors que la base Odoo ne
contient que les clients et les points de consommations.
Afin d’élaborer des rapports, les décideurs sont obligés d’avoir recours à des
outils externes tel que Excel. Ce traitement manuel entraîne des retards
considérables dans la réalisation des rapports.
Notre problématique couvre donc la mise en œuvre d’une solution pour l’aide à la
décision et l’analyse de données concernant l’activité principale de QweebyNet ainsi que ses
clients.
De ce fait, Dans le cadre de notre projet, nous proposons une solution pour la société
QWEEBY qui consiste à assurer la liaison entre les deux systèmes différents, automatiser le
processus de la collecte des données pour l’alimentation du DWH et à mettre en place un
tableau de bord pour analyser les données clients, les flux de facturation ainsi que d’autres
données de l’entreprise ce qui permet de répondre aux besoins des utilisateurs finaux en leur
facilitant l’accès aux données importantes et en leur permettant de naviguer dans
l’information en fonction de leurs besoins.
31
CHAPITRE II CADRE GENERAL DU PROJET
Appliquer le processus ETL pour traiter les données qui sont parvenus des
sources différentes.
Produire une vue claire sous forme de tableau de bord pour les décideurs de
l’entreprise.
L’ergonomie : Il faut que les rapports et les tableaux de bord soient bien
clairs en choisissant des meilleurs styles (couleur, forme, etc.).
II.6 Conclusion
Dans ce chapitre, nous avons procédé à l’étude du cadre général de notre projet par
la présentation de l’organisme d’accueil, en détaillant l’existant et en montrant ses limites.
Nous avons également souligné les objectifs de la solution proposée et identifie ses besoins
fonctionnels et non fonctionnels.
32
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
III.1 Introduction
Une fois les besoins des utilisateurs sont bien définis, nous avons eu recours à la
modélisation multidimensionnelle pour concevoir notre DWH. Les détails de la conception
font l’objet du présent. Ils couvrent les tables des faits, les dimensions associées ainsi que le
schéma conceptuel des différents datamarts de notre entrepôt.
33
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
34
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
35
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
36
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Attribut Type
Id_pays Int
Code_pays Varchar
Nom_pays Varchar
Dimension heure : c’est une dimension statique contenant toutes les heures
du jour (heure, minute, seconde). Les attributs de cette dimension sont dans
le tableau suivant.
Attribut Type
Id_heure Int
Heure_complete Time
Heure Int
Minute Int
Seconde Int
37
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Attribut Type
Id_date Int
Date Date
Jour_mois Int
Jour_semaine Varchar
Semaine Varchar
Mois Varchar
Année Int
Tout sujet d’analyse est représenté par un fait. Après avoir identifié les tables de
dimension, il est possible maintenant de présenter la table de faits qui contient les différentes
clés étrangères des dimensions adjacentes et les mesures. Dans notre cas nous avons la table
de fait: Fait Suivi Flux.
Fait Suivi Flux : permet de suivre les mesures et les différentes opérations effectuées
sur le flux. Une mesure est un indicateur permettant d’évaluer une quantité par rapport aux
croisements de dimensions d’analyse. Ces mesures se trouvent dans la table de fait.
Pour notre Datamart, nous avons les indicateurs décrits dans le tableau suivant
38
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Fait Suivi Flux Volume Flux total Volume de flux total réalisé
Ainsi notre fait flux contient outre les clés étrangères, les mesures susmentionnées.
Il est présenté par le tableau 16.
39
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Attribut Type
Id_flux Int
Id_emetteur Int
Id_recepteur Int
Id_branche Int
Id_heure_constitution Int
Id_date_constitution Int
Total_Flux Int
Volume_emis Int
Volume_reçus Int
Taux anomalie Float
dépassement Int
Délai moyen de traitement Int
40
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Le suivi des clients en retard de paiement est un travail qui présente de nombreux
défis pour l'entreprise, notamment en termes de trésorerie. De ce fait, notre datamart
Reminders vise à une gestion du suivi client permettant à Qweeby de réduire les retards de
paiement et éviter les impayés sur les clients à risque.
41
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Pour permettre aux décideurs d’avoir une vue d’ensemble sur les rappels, nous avons
dégagé les dimensions suivantes.
La table de fait Reminders permet d’évaluer le volume des rappels par type et par
entité. Il est décrit par le tableau suivant.
42
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Dans la figure ci-dessous, nous allons présenter le modèle en étoile de notre datamart
suivi Reminders.
43
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Les entreprises gèrent aujourd'hui plus de données clients que jamais auparavant, y
compris les tickets. Et pour améliorer considérablement la satisfaction client et maintenir la
fidélité à la marque, il est important de fournir un support client de qualité et apporter une
réponse rapide et efficace aux problèmes rencontrés. D’ailleurs, l’objectif de notre datamart
Assistance est d’offrir un suivi de l’assistance technique de Qweeby pour aider à évaluer les
performances globales des opérations de support et identifier les points à améliorer.
Les listes de dimensions qui représentent nos axes d’analyse dans le datamart
Assistance sont :
Attribut Type
Id_ticket Int
Nom_ticket Varchar
Sujet_ticket Varchar
Etape_ticket Varchar
Equipe Helpdesk : présente les équipes qui fournit les solutions techniques
aux clients.
Attribut Type
Id_equipe Int
Nom_equipe Varchar
44
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
45
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Aujourd’hui, il est très important pour une entreprise de mettre en place une bonne
communication et diffuser du contenu dans le but d’attirer des clients potentiels et
promouvoir son service. De ce fait, Qweeby a fait recours à la communication digitale
événementielle, ce qui a abouti à un engagement plus large et plus de productivité. Ainsi
dans ce datamart, nous allons regrouper les informations décrivant les évènements et les
participants pour permettre aux décideurs d’avoir une vision synthétique sur la participation
de leurs clients et des clients prospects. Ce datamart permet également d’identifier les
évènements marquants de Qweeby.
46
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
Attribut Type
Id_événement Int
Id_statut Int
Titre_événement Varchar
Catégorie_évènement Varchar
Nom_responsable Varchar
Attribut Type
Id_Statut Int
Nom_statut Varchar
Attribut Type
Id_participant Int
Nom_participant Varchar
Id_entité Int
Notre table de fait est : Fait Suivi Evènements. Elle permet de suivre les événements
organisés et leurs participants. Le tableau suivant illustre les attributs de cette table :
Attribut Type
Id_événement Int
Id_participant Int
Id_date_événement Int
Id_deure_événements Int
Total évènements Int
Total participants Int
Pourcentage_clients Float
Nombre d’inscriptions Int
47
CHAPITRE III MODELISATION MULTIDIMENSIONNELLE
III.4 Conclusion
Dans ce chapitre, nous avons détaillé la conception multidimensionnelle de notre
solution décisionnelle en passant par la description des axes d’analyses et nos faits. Dans ce
qui suit, nous allons définir l’environnement de travail que nous allons utiliser pour réaliser
notre solution, en précisant les outils matériels et logiciels ainsi que les étapes de la
réalisation.
48
CHAPITRE IV REALISATION
IV.1 Introduction
Après avoir expliqué la modélisation conceptuelle, nous allons expliciter notre
solution décisionnelle. Nous allons présenter le cadre de réalisation de notre solution, à
savoir l’environnement matériel et logiciel utilisé. Nous allons également illustrer quelques
pages de notre solution décisionnelle.
Disque Dur : 1 To
Dans ce qui suit, nous allons présenter ces outils avec plus de détails.
49
CHAPITRE IV REALISATION
JDK 14 : est un ensemble d'outils dont les développeurs ont besoin pour
développer des logiciels basés sur Java. [21]
Talend : est un ETL qui permet d’extraire des données d’une source, de
modifier ces données, puis de les recharger vers une destination. [22]
Plesk : est une interface de gestion de serveur payante. Elle permet aux clients
d’hébergement Web d’exécuter de nombreuses tâches depuis une interface
robuste et simple d’utilisation. Cette solution inclut tous les outils de création
et de gestion des sites Web, boîtes mail, bases de données, etc. La capture
d’écran suivante nous permet de découvrir la structure de l’interface et
l’organisation des différents outils. [24]
Pour extraire seulement les données utiles destinées à l’exploitation pour l’analyse,
l’outil d’ETL Talend va se connecter aux différentes sources à disposition, qu’il s’agisse
d’applications ou des bases en production qui sont hébergées sur un serveur Linux distant.
Dans notre cas, nous avons une base de données MySQL intitulée
« dwh_qweebynet » composée de 109 tables liées entre elles. Après avoir fait une étude
détaillée de la base, nous sommes arrivés à extraire 15 tables qui peuvent répondre à nos
besoins.
50
CHAPITRE IV REALISATION
Nous pouvons visualiser les tables de notre base de données distante en utilisant
l’interface plesk comme il est montré sur la figure suivante :
Pour que nous puissions extraire les données utiles par l’ETL Talend, nous devons,
en premier lieu, établir la connexion à la base de donnée source comme l’illustre la figure
27 suivante.
51
CHAPITRE IV REALISATION
52
CHAPITRE IV REALISATION
Pour pouvoir extraire ces données, nous devons établir une connexion. L’API utilisé
pour cette connexion est le JDBC. Sachant que JDBC est une API qui permet un accès aux
bases de données avec Java. Malheureusement la version gratuite de cet outil est une version
de test d’un mois. De ce fait, nous étions obligés de travailler sur des extractions Excel de la
base odoo.
Parmi les 314 tables de Odoo, nous avons récupérer des extractions des tables Clients
Consommateurs, points de consommation, abonnements, assistance et événements.
Cette phase consiste à mettre en place un Job Talend regroupant les opérations de
manipulation et les fonctions de mise au format nécessaires des données extraites de la
source pour obtenir les données à charger notre entrepôt de données distant intitulé
« dwh_bi ».
Pour certaines sources de données, il faudra une manipulation très légère voire
aucune, des données. Dans d'autres cas, un ou plusieurs des types de transformations
suivantes peuvent être nécessaires pour répondre aux besoins des exigences techniques de
l’entreprise :
53
CHAPITRE IV REALISATION
TMap est un élément qui permet d’effectuer différentes jointures entre les différents
composants des sources de données, réaliser des transformations sur des flux de
données, les rendre homogènes et les diriger vers les tables cibles.
54
CHAPITRE IV REALISATION
Toutes les autres dimensions ont été construites de la même manière. Une fois que
les dimensions sont chargées, il faudra charger les tables de fait.
55
CHAPITRE IV REALISATION
Ensuite, nous transférons les jobs exportés sur la machine Linux distante à l’aide de
Filezilla.
Figure 32 – Transfert des Job Talend vers la machine Linux via Filezilla
Après, nous utilisons le planificateur des tâches sur plesk pour créer des tâches
planifiées en précisant la fréquence de l’exécution, l’heure exacte de l’exécution de nos jobs.
Après avoir terminé le processus ETL et obtenu des données nettoyées et de valeurs,
nous pouvons passer à la phase de Reporting
56
CHAPITRE IV REALISATION
IV.3.2 Reporting
Avec la quantité gigantesque de données générées aujourd'hui, l'échange
d'informations devient difficile. De ce fait, la visualisation des données semble le moyen le
plus efficace et le plus rapide pour transmettre des informations utiles et significatives, toute
en capturant notre attention et attirant notre regard sur le message communiqué avec les
graphiques et ceci dans le but d’identifier rapidement les tendances et les valeurs
inhabituelles et prendre des meilleurs décisions en s'appuyant sur ces visuels.
Pour commencer, nous allons établir la connexion entre Power BI Desktop et la base
de données comme illustré par la figure suivante :
57
CHAPITRE IV REALISATION
Dans cette page, nous présentons des indicateurs clé de performance globaux pour
que l’utilisateur ait une vision synthétique sur les différents sujets :
Nombre des entités par type (Clients consommateurs, points de consommation, les
récepteurs et les fournisseurs).
Nombre total des flux que l’entreprise a effectué depuis le début de son activité.
58
CHAPITRE IV REALISATION
Nous trouvons également dans cette page des boutons pour les différents rapports de notre
projet : Rapport Flux, Rapport Reminders, Rapport Assistance et enfin Rapport Evénements.
Dans ce tableau de bord, nous pouvons analyser et suivre les flux facilement en
sélectionnant les différents filtres disponibles :
Année et Mois, Semaine et Jour du traitement, pour filtrer les flux traités
sur une période de temps spécifique.
Voici une vision approfondie sur les statistiques présentes sur la figure ci-dessus.
59
CHAPITRE IV REALISATION
L’histogramme illustré par la figure 37 ci-dessus présente le volume des flux réalisé
par chaque branche toute en indiquant si le volume de flux est défectueux (en rouge) ou sain
(en vert). En effet, nous remarquons que la branche IF_QWEEBYNET c’est celle qui réalise
le plus grand volume des flux : 3 077 472 flux.
Dans la figure 38 ci-dessus, l’histogramme permet de suivre le volume total des flux
par format de transmission, d’où nous remarquons que les formats PDF et DOD sont les plus
utilisés avec 104 000 flux en anomalie et 3 103 236 flux sain pour le format PDF et 19 317
flux en anomalie et 3 118 181 flux corrects pour le format DOD.
60
CHAPITRE IV REALISATION
La figure 39 représente une carte qui permet de visualiser le nombre des entités et le
volume des flux par pays. La majorité des entités de Qweeby sont en France avec un Volume
des flux réalisé est égale à presque 6 570K Flux.
61
CHAPITRE IV REALISATION
Dans la première page de notre tableau de bord, nous trouvons également des boutons
pour pouvoir basculer vers les différentes feuilles.
En cliquant sur le bouton Suivant, nous nous trouvons sur la deuxième feuille du
rapport Flux, présentée par la figure suivante.
Nous avons inséré un camembert pour afficher les 5 premiers erreurs fréquents pour
la branche indiquée.
Et enfin, nous avons suivi l’évolution des flux totaux et des flux erronés au fil du
temps.
En cliquant sur le bouton Anomalie, cette page illustrée par la figure suivante
s’ouvre.
62
CHAPITRE IV REALISATION
63
CHAPITRE IV REALISATION
Cet Histogramme présenté par la figure 44, illustre les pourcentages d’anomalie filtré
par le type d’entité clients consommateurs et par l’année 2021. Par exemple, nous détectons
que le volume des flux réalisé par l’entité TOOD SRL unipers en 2021 est 100% en
anomalie.
Dans cette page, nous avons différents filtres qui peuvent être appliqués :
64
CHAPITRE IV REALISATION
Le groupement du client
Le revendeur du client
Nous avons 452 clients consommateurs qui sont présentés dans le tableau intitulé
Overview clients consommateurs en indiquant leurs formules à lesquelles ils sont inscrits,
leurs modèles d’abonnement, etc…
Vers la droite, nous présentons le nombre des clients consommateurs par modèle
d’abonnement, d’où la majorité des clients ont opté pour l’abonnement mensuel. Et pour
ceux qui n’ont pas d’abonnement, ils paient ce qu’ils consomment.
Au-dessous, nous avons quatre boutons désactivés. Il suffit de choisir un client parmi
les clients consommateurs pour pouvoir accéder à ses différents rapports.
Dans la figure suivante, nous avons sélectionné le client Anett et Cie SARL qui a 12
points de consommation, a part lui-même, d’où il envoie ses flux.
En cliquant sur le bouton Consulter les flux du Anett et Cie SARL, le tableau de
bord spécifique à ce client est affiché. Il est présenté par la figure ci-dessous.
65
CHAPITRE IV REALISATION
Donc, pour pouvoir suivre les flux de ce client pour l’année 2021, nous avons filtrer
la date allons du 31 décembre 2020 jusqu’au 31 décembre 2021.
Durant cette période, ce client a envoyé 12 810 flux en total à partir de ses différents
points de consommations, dont 160 flux est défectueux. Il a reçu 17 flux dont aucun flux
n’est erroné.
66
CHAPITRE IV REALISATION
Dans la figure 49 ci-dessus, nous présentons le volume émis et le volume reçu par
le client Anett et Cie SARL par branche. Nous remarquons que ce client utilise les branches
QWEEBYNET, CHORUS, IF_QWEEBYNET et QNETFACX pour la transmission et la
réception de ses flux. Avec QWEEBYNET la branche la plus utilisée avec 7672 flux émis
et 16 flux reçu.
67
CHAPITRE IV REALISATION
Dans notre exemple, le client Anett et Cie SARL a fixé 12000 comme étant un
volume annuel cible, et il a consommé durant l’année 2021, 12810 flux. Donc il a fait un
dépassement de 810 flux.
La figure 51 illustre le volume des flux par type. D’où 96% des flux réalisés par
Anett et Cie SARL durant l’année 2021 sont des factures.
68
CHAPITRE IV REALISATION
La figure 52 montre l’évolution des flux émis, des flux reçus, des flux erronés émis
ainsi que les flux erronés reçus pendant l’année 2021 pour notre exemple.
Nous pouvons également suivre les flux de chaque point de consommation du client
choisi simplement en sélectionnant le point souhaité dans le segment de filtre et tout le
tableau de bord va être filtré en fonction de notre sélection.
Le bouton Flux/Autres nous permet de suivre les flux réalisés par autres entités
comme les récepteurs & fournisseurs et les points de consommations.
Dans la figure suivante, nous présentons un suivi détaillé de flux pour chaque entité.
Il suffit de choisir le type d’entité souhaité et ensuite sélectionner le nom de l’entité.
Nous présentons également le volume des flux reçu par cette entité en fonction des
branches, par type de flux ainsi que l’évolution des flux au fil du temps.
La figure suivante illustre le tableau de bord Reminders, dans lequel nous avons
présenté une analyse concernant les rappels de paiement lancés avec la possibilité de filtrer
par type d’entité et par année. Nous avons 420 Reminders en totalité, dont 55% sont des
69
CHAPITRE IV REALISATION
alertes, 44% sont des relances et 2% sont d’autre type de rappels. Nous avons présenté les
Reminders par statut, la majorité sont actives et les autres sont annulés. Nous pouvons
également consulter les entités et le nombre de rappels qu’elles ont reçus.
Le tableau de bord Assistance, nous permet de suivre les tickets d’assistance reçus
par les entités de Qweeby. Prenons l’exemple présenté par la figure suivante pour l’année
actuelle 2022, nous avons :
44 tickets en attente
114 clients différents qui ont lancés des tickets, 96% d’entre eux sont des
clients consommateurs.
Nous présentons également le nombre des tickets par état, nous remarquons que 63%
des tickets sont clôturés, 29% sont nouvelles, etc.
Nous illustrons le nombre des tickets par équipe helpdesk, la majorité des tickets sont
destinés à l’équipe exploitation.
70
CHAPITRE IV REALISATION
Et enfin, nous présentons un tableau où nous pouvons consulter tous les tickets reçus
avec le nom du l’émetteur, la date d’envoi et la durée de résolution si elle est clôturée.
Le tableau de bord Evénements est très utile pour pouvoir suivre les évènements
organisés par l’entreprise Qweeby avec la possibilité de filtrer en fonction des statuts des
évènements et l’année. Comme présenté sur la figure ci-dessous, nous avons 53 évènements
en totalité avec 436 participants dont 23% d’entre eux sont des clients consommateurs de
Qweeby et 711 inscriptions.
L’histogramme illustre le nombre des évènements par catégorie, la majorité sont des
évènements en ligne avec 13 évènements déjà faits, 18 évènements confirmés, et 1
évènement annulé.
En outre, nous affichons les top 3 évènements marquants pour Qweeby, la liste de
tous les évènements déjà terminés et la liste des évènements à venir.
71
CHAPITRE IV REALISATION
Nous pouvons également consulter tous les participants qui font partis de nos entités
et les évènements auxquels ils ont participé avec la possibilité d’utiliser des filtres divers
comme montré dans la figure suivante.
Un autre point important, c’est qu’à partir de feuille de client consommateur, nous
pouvons consulter ses flux, ses tickets, ses évènements et les rappels qu’il a reçus. Cette
agrégation est représentée par les figures suivantes :
72
CHAPITRE IV REALISATION
Nous pouvons consulter les flux de Champion Entreprises, en cliquant sur le bouton
consulter les flux.
La figure ci-dessus présente le tableau de bord de Suivi flux destiné pour le suivi des
flux de champion Entreprises.
73
CHAPITRE IV REALISATION
La figure ci-dessus présente un Suivi des tickets lancés par le client champion
Entreprises.
74
CHAPITRE IV REALISATION
La figure 62 illustre les rappels que le client Cherrier a reçu, en cliquant sur le bouton
Consulter Reminders.
IV.4 Conclusion
Ce dernier chapitre a été consacré pour la présentation de la solution réalisée. Nous
avons défini l’environnement matériel et logiciel du projet et nous avons illustré des
différentes interfaces pour les différentes phases de la mise en place pratique de notre
solution BI.
75
CONCLUSION GENERALE
Conclusion générale
Ce travail a été réalisé dans le cadre de mon projet de fin d’études. Il a pour objectif
la conception et la réalisation d’une solution BI pour le suivi des flux des factures
Notre projet a été bénéfique dans la mesure où il nous a permis d’exploiter les
Tout d’abord, nous avons analyser le processus de flux de facturation existant et nous
données entre deux systèmes différents et non liés. Dans ce cadre, nous avons proposé une
Puis, nous avons appliqué le processus ETL. Cette étape a été la partie la plus longue
du projet. Elle nous a permis de concevoir et de réaliser les différents jobs d’extraction,
Enfin, nous avons mis en place nos tableaux de bord qui ont été créés avec Power BI,
les APIs de connexion de Odoo afin d’offrir aux décideurs des tableaux de bord en temps
réelle.
76
Bibliographie
77
Netographie
[1] https://www.ama-business.com/business-intelligence-bi-tableau-de-bord-repoting-
tunisie/
[2] https://fr.slideshare.net/AzizDarouichi/partie1bidw2019
[3] https://fr.slideshare.net/blamal1/business-intelligence-au-coeur-de-la-dcision-
56297377
[4] https://perso.univ-lyon1.fr/haytham.elghazel/BI/presentation.html
[5] https://www.ediservices.com/fr/qu-est-ce-que-etl/
[6] https://www.piloter.org/business-intelligence/datawarehouse.htm
[7] https://www.lebigdata.fr/data-warehouse-entrepot-donnees-definition
[9] https://decizia.com/blog/2010/04/17/quest-ce-quune-table-de-faits/
[10] https://decizia.com/blog/2010/04/17/quest-ce-quune-dimension/
[11] https://waytolearnx.com/2018/08/difference-entre-table-des-faits-et-table-de-
dimension.html
[12] https://fr.myservername.com/schema-types-data-warehouse-modeling-star-
snowflake-schema
[13] https://jafwin.com/2019/02/14/difference-entre-le-modele-en-etoile-et-flocon-de-
neige-pour-la-conception-dun-entrepot-de-donnees/
[14] https://www.memoireonline.com/03/20/11676/m_Conception-d-un-datamart-
pour-le-pilotage-du-systeme-de-gestion-des-impts-Cas-de-la-direction-g21.html
[15] https://www.cadremploi.fr/editorial/conseils/conseils-
carriere/detail/article/reporting-definition-et-interet.html
[16] https://infonet.fr/lexique/definitions/reporting/
[17] https://www.bercynumerique.finances.gouv.fr/l-information-en-continu/quest-ce-
que-le-data-mining
78
[18] https://www.lebigdata.fr/olap-online-analytical-processing
[19] https://pragmatic-system.ma/blog/notre-blog-1/post/c-est-quoi-odoo-2
[20] http://www.encyclopedie.fr/definition/WampServer
[21] https://www.lemondeinformatique.fr/actualites/lire-jvm-jdk-jre-quelle-difference-
74633.html
[22] https://www.axopen.com/blog/2016/11/talend-etl-definition
[23] https://www.codage.biz/en/blog/our-blog-1/post/power-bi-la-solution-business-
intelligence-cloud-de-microsoft-31
[24] https://docs.plesk.com/fr-FR/obsidian/customer-guide/d%C3%A9marrer-
rapidement-avec-plesk/pr%C3%A9sentation-de-l%E2%80%99interface-de-
plesk.74282/
[25] https://windows.developpez.com/tutoriels/filezilla/
[26]https://help.talend.com/r/AsV4_TX51DXfRElBkPQ4Qw/Hiz8lHujc6qGJDLT0ORyT
A
79
Conception et mise en place d’une solution décisionnelle pour le suivi des flux des factures
électroniques et des clients pour la société QWEEBY
_________________________________________________________________
RESUME
Ce travail s’inscrit dans le cadre du mémoire de master à la Faculté des Sciences Economiques
et de Gestion de Nabeul (FSEGN). Le stage a eu lieu dans l’entreprise Qweeby, ayant comme
objectif la conception et la mise en place d’une solution décisionnelle pour le suivi des flux
des factures électroniques et des clients. Notre solution consiste à construire un entrepôt de
données en collectant les informations pertinentes et utiles de différentes sources afin d’élaborer
des tableaux de bord et des rapports facilitant la prise de décision.
_________________________________________________________________
SUMMARY
This work is part of the master's thesis at the Faculty of Economics and Management of
Nabeul (FSEGN). The internship took place in the company Qweeby, It aims to design and
implement a BI solution for monitoring the flow of electronic invoices and customers. Our
solution consists of building a datawarehouse by collecting relevant and useful information
from different sources in order to develop dashboards and reports that facilitate decision-
making.
80