Académique Documents
Professionnel Documents
Culture Documents
RAPPORT DE STAGE
en vue de l’obtention du diplôme de Licence Fondamentale en
Informatique de Gestion (option Systèmes d’Information Décisionnels)
Encadrant
académique Marzouki Bilel Marzouki Bilel
Dédicace
Je dédie ce travail :
Les mots me manquent pour exprimer le profond amour que je vous porte.
Reçois à travers ce travail tout mon respect, ma gratitude et mon sincère atta-
chement.
A mes frères :
A toute ma famille,
Au terme de ce travail, je tiens à remercier tout d’abord Dieu qui m’a donné non
seulement le courage mais aussi la force et la patience de réaliser ce travail.
Aussi, j’adresse tous mes remercîments à Mr Toumi Mhamed Directeur des res-
sources humaines de m’avoir donné la chance de poursuivre mon projet de fin
d’étude au sein de la société STIR.
Je remercie mon maître de stage au sein du STIR Mr Oufensou Beligh pour avoir
assuré l’encadrement de ce projet.
Je tiens aussi à remercier mon encadrant académique Mr Marzouki Bilel pour son
aide, sa bienveillance et ses remarques pertinentes qui m’ont permis d’améliorer
mon projet.
Je remercie vivement mes chers amies Benkacem Nadia et Ouerheni Syrine pour
leur aide gracieux et leur disponibilité.
Un grand merci pour toute ma famille et à toute personne ayant contribué du pré
ou du loin au bon déroulement de ce stage.
Table des matières
1 Introduction générale 1
1.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Cadre du projet : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 De l’informationnel au décisionnel 11
3.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 L’information : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Les systèmes décisionnels : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.7.2 Partitionnement : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.7.3 DataMart : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.8 La modélisation dimensionnelle : . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2 Méthodologie : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Etude de l’existant : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.4 Présentation de l’application gestion des mouvements de produits : . . . . . . . 24
5.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Conclusion générale 70
Table des figures
7.2 Tableau de suivi de la quantité des produits vendus à l’étranger par type de
transaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.3 Tableau de suivi de la quantité des produits vendus en Tunisie par type de
transaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.4 Tableau de suivi de la valeur de la vente des produits par client et origine . . . 64
7.5 Tableau de suivi de la valeur de vente des produits dans une période . . . . . . 64
7.6 Tableau de suivi de la valeur des produits importés par pays et produit . . . . . 65
7.7 Tableau de suivi de la quantité des produits importés par fournisseur . . . . . . 65
7.8 Tableau de suivi de la quantité des produits importés dans une période . . . . . 66
7.9 Diagramme de cas d’utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.10 Diagramme de séquence pour l’administrateur : . . . . . . . . . . . . . . . . . . 67
Introduction générale
1
1.1 Introduction :
Pour y répondre, l’entreprise doit collecter, traiter, analyser les données de son
environnement pour faire des prédictions. Mais l’information produite par l’entre-
prise est surabondante, non organisée et éparpillée dans des multiples systèmes
opérationnels hétérogènes dite base de données gérées par les SGBD (Système
de Gestion de Base de Données). Les SGBD sont des systèmes dont le mode de
fonctionnement est transactionnel (OLTP On-line Transaction Processing), qui est
restreint, voire inaptes à fournir de telles informations et qui offre donc un soutien
considérable pour la prise de décision.
Aujourd’hui, les systèmes décisionnels sont apparus pour aider les décideurs des
entreprises à prendre la bonne décision. A cette fin, ces systèmes utilisent un large
éventail de technologies et de méthodes, dont les « entrepôts de données » (Data
warehouse) qui représentent l’élément principal pour la définition d’un système
décisionnel efficace.
2
Ce projet est réalisé par : Mme. Nada Tagorti
Notre travail, réalisé au sein du STIR.
Le travail a été encadré par mon enseignant à ESB Mr. Bilel Marzouki et par Mr.
Oufensou Beligh maitre de stage à STIR.
L’objectif principal de ce programme étant la digitalisation, la facilité de prise la
décision ...
1.4 Problématiques
3
préalable où sera présentée la problématique, la critique de l’existant et les objectifs du
nouveau système
— Sprint 1 : préparation des données et modélisation : Quatrième chapitre qui présente les
phases d’extraction, compréhension, organisation, nettoyage des données et l’établisse-
ment des modèles physiques.
— Sprint 2 : Intégration des données : Cinquième chapitre qui a comme but la combinaison
des données pour les rendre plus exploitable et plus utiles.
— Sprint 3 : Implémentation et réalisation : Sixième chapitre qui expose l’établissement
des tableaux de bord.
— Conclusion générale : Une évaluation de ce travail sera présentée.
4
Chapitre 2
5
2.1 Introduction :
La société Tunisienne des industries de raffinage est considérée comme étant l’un
des principaux piliers de la croissance économique et sociale du pays. Elle fournit
en effet, des produits pétroliers pour un montant qui a atteint 1600 MD au titre
de l’année 2004, soit 80%de la consommation finale nationale d’hydrocarbures.
La société Tunisienne des industries de raffinage est créée le 10 juin 19360 après
une convention signée par le groupe italien ENI. Elle devient entièrement tuni-
sienne le 3 août 1975 après le rachat de la participation étrangère.
6
plomb, Gasoil 50, Pétrole lampant, Virgin NAPHTA. . . ).
2.4 Historique :
2.5 Organigramme :
7
Figure 2.1 – Organigramme de l’entreprise STIR
Ce système est représenté par un entrepôt de donnée (Data Warehouse) qui est
un ensemble de données organisées pour la prise de décisions qui consiste à étudier
les deux activités « vente » et « importations ».
2.6.2 Problématiques :
8
être choisi par rapport à son contexte d’utilisation. Comme les solutions logicielles
ne sont plus monolithiques, chaque entreprise a l’opportunité de définir son archi-
tecture, et non plus d’adapter le problème à telle technologie du marché. L’objectif
de l’entrepôt de donnée s’exprime souvent en terme purement métier comme fidé-
liser la clientèle.
Pour atteindre cet objectif, nous proposons un cadre, qui pourra servie de base
à une appropriation par rapport au contexte de l’entreprise. Ce cadre part des
principes suivants :
• Ce système doit évoluer avec les besoins des utilisateurs et du système d’infor-
mation.
9
2.8 Conclusion
Dans ce chapitre, j’ai mis l’accent sur la présentation de la société d’accueil, j’ai
exposé mon sujet avec une présentation générale du nouveau système.
10
Chapitre 3
De l’informationnel au
décisionnel
11
3.1 Introduction :
Avec l’augmentation des capacités de stockage, ces dernières années, nous avons
assisté à une augmentation importante des moyens de génération et de collection
des données. Afin d’extraire des connaissances à haute valeur ajoutée, il est néces-
saire d’interpréter et d’analyser ces données.
3.2 L’information :
Dans tous les domaines d’activité et dans toutes les entreprises, l’information est
devenue le « nerf de la guerre ». Avoir des informations utiles devant les concur-
rents, et savoir les rendre disponibles à ceux qui prennent les décisions de l’entre-
prise, sont des éléments qui permettent de faire la différence.
12
3.3 Les systèmes décisionnels :
Dans un entrepôt de donnée, deux forces externes doivent être prises en compte :
la compétition et la personnalisation. Dans le cadre, l’aspect compétition est traité
par l’intégration dans le système décisionnel de données externes saisies ou ache-
tées caractérisant le marché et la concurrence. La personnalisation est la tendance
actuelle. Son objectif est de laisser une impression unique à chaque client.
13
Figure 3.1 – Architecture de l’entrepôt de données
Avant d’être chargée dans l’entrepôt de données, l’information doit être extraite,
nettoyée et préparée (comme la montre la Figure 3.2).
14
Une fois intégrée, l’information doit être présentée de manière compréhensible
par l’utilisateur. Cette vue orientée utilisateur est également appelée vue business,
vue métier ou orientation sujet.
1. Extraction des données : C’est la première étape du processus d’alimentation qui consite
à trier des données provenant de nombreuses sources. Elle est périodique et répétée.
2. Conversion des données : Deuxième étape du processus ETL qui permet de structurer,
transformer et convertir les données. C’est la tâche la plus diificile car nous devons
résumer les données dans un format significatif et utile pour les activités des entreprises.
3. Chargement des données : La dernière étape qui consiste à disposer les données nettoyées
dans l’entrepôt de données. Elle peut être longue au cas où les données sont volumineuses.
15
L’objectif d’ETL est de préparer des données pour l’analyse.
Si la base est modélisée avec des approches de type étoile ou flocon, la gestion de
ces agrégations est simplifiée puisque les éléments susceptibles d’être agrégés, sont
regroupés physiquement dans des tables de faits. Ce type de tables est difficile à
manipuler. Il faut en effet choisir les tables les mieux adaptées à notre demande,
celles où les informations sont les plus agrégées.
Les outils OLAP servent généralement à créer et à gérer les données de synthèse.
Ces données de synthèse sont généralement générées pour satisfaire les requêtes
les plus fréquentes de l’entrepôt de données. Le stockage de données pré-agrégées
améliore les performances des requêtes et réduit la charge imposée à l’entrepôt de
données (voir Figure 3.3).
16
Figure 3.3 – Agrégation des données
3.7.2 Partitionnement :
17
Figure 3.5 – Partitionnement détaillé
3.7.3 DataMart :
18
un premier niveau d’agrégation des données à des fins d’optimisation des restitu-
tions (voir Figure 3.6).
C’est un modèle qui se compose d’une seule table de fait dont laquelle on trouve
les mesures (sur quoi va porter l’analyse) et plusieurs tables de dimensions qu’on
peut les appeler les axes d’analyses permettant d’étudier les données. (Voir Figure
3.7).
19
3.8.2 Modèle en flocon :
Dans ce dernier modèle, la chose qui diffère des autres modèles, c’est qu’il comporte
plusieurs tables de fait reliées à des tables de dimensions (Voir figure 3.9).
20
3.9 Conclusion
21
Chapitre 4
Sprint 0 : Analyse et
spécification des besoins
22
4.1 Introduction :
Ce chapitre est destiné à définir les orientations favorables à mon stage ainsi à
présenter et analyser les besoins de la société.
4.2 Méthodologie :
Pour bien gérer et augmenter les chances de succès de mon projet, je vais suivre
la méthodologie de gestion du travail Scrum.
C’est une méthodologie agile orientée projet informatique dont les ressources
sont régulièrement actualisées. Le principe de base étant d’être toujours prêt à
réorienter le projet au fil de son avancement (Voir figure 4.1).
23
Ce « cahier des charges » n’est pas fixé pour toujours et pourra évoluer en fonction
des besoins du client. L’équipe décide de ce qu’elle peut faire et dans quel ordre le
faire.
Cette étude vise à prendre connaissance dans le détail du domaine dont on souhaite
améliorer le fonctionnement et à recenser l’ensemble des objectifs qu’on poursuit
concernant ce domaine dont le but de préparer la conception d’une solution.
24
4.5 Spécification de l’application STIREX :
Le module de gestion des expéditions voie terre gère les sorties des produits finis
de la raffinerie via les camions citernes.
Le module de gestion des expéditions voie mer gère les sorties des produits finis
de la raffinerie à travers les navires pour un ou plusieurs clients.
Après le chargement l’inspecteur doit rédiger un rapport « Mesure des creux » sur
les caractéristiques des produits et les compartiments du bateau. Ensuite l’agence
maritime envoie le tableau de temps pour signaler les retards s’il existe.
25
En fin un BL sera édité en quatre exemplaires.
Le module de gestion des expéditions voie pipe gère les sorties des produits finis
de la raffinerie à travers le pipeline SOTRAPIL.
Dans ce module on gère toutes les opérations financières à deux sources d’infor-
mations : les transactions de ventes de la STIR et les activités d’importations.
Les factures sont réalisées selon les quantités facturées dans le BL et la liste des
prix. En effet ce dernier est déterminé selon le produit, la transaction de vente, le
type de transaction, l’origine. . .
26
4.6 Etudes des besoins décisionnels :
L’étude des besoins décisionnels est l’étape préalable commune à tout projet de
développement d’un système d’aide à la décision. Elle consiste à déterminer les
besoins de l’entreprise auxquels le projet doit répondre et ceci pour les différents
modules de la gestion des mouvements produits et donc de déterminer les différents
indicateurs du système décisionnel.
Pour recenser les besoins décisionnels, on doit premièrement étudier la base des
données. Ensuite, étudier les attentes des responsables de STIR en spécifiant leurs
besoins et les tâches attendues par l’application décisionnelle de STIREX.
Comme j’ai cité précédemment, ce projet a pour but d’établir une application
décisionnelle au sein du STIR tout en conférant au décideur un support fiable
pour une meilleure prise de décision pour cela on doit :
— Etudier la base de données existante STIREX.
— Etudier les rapports d’analyse existant spécifiant les besoins des décideurs.
Après l’analyse des besoins et l’étude de la base, on doit organiser les données :
— Selon plusieurs dimensions.
— Selon différents niveaux de détail.
— En ensemble.
27
* Gestion de vente :
A part les besoins fondamentaux, notre système doit répondre aux critères sui-
vants :
— L’ergonomie des interfaces.
— La facilité d’utlisation.
— L’extensibilité.
— La rapidité
— La sécurité
Afin de mieux résoudre les problèmes et atteindre l’objectif du projet, j’ai choisi
les outils SSIS, SSAS, SSMS et Tableau Desktop pour la gestion des phases de mon
projet.
Dans un projet décisionnel, SSIS est le premier service à entrer en action, car il
gère l’extraction et l’enregistrement des données en dehors de l’outil de production.
Il joue donc le rôle d’un ETL (Extract, Transform and Load) et y ajoute toute
une série d’outils pour monitorer la performance des processus d’extraction et de
transformation de la donnée.
28
Ces données sont alors stockées dans un DataWarehouse fondé sur la technologie
SQL Server.
Mais cela ne suffit pas, car pour un utilisateur lambda la donnée brute reste
inexploitable. Il faut la transformer en agrégat, y associer des dimensions pour
que l’on arrive à quelques choses d’utile. Un exemple d’agrégat et des dimensions
associées : à partir des logs de tracking de votre web analytics, en sortir un nombre
de visites par période, par univers du site, par typologie de clients. Et ne pas passer
3 heures à attendre que les données brutes moulinent. Et bien appliquer des règles
de calcul et en restituer rapidement les données sont les fonctionnalités de SSAS.
Pour cela, SSAS génère des cubes, qui pré-calculent quand vous dormez vos
indicateurs et leurs dimensions associées.
4.8 Conclusion
Dans ce chapitre, j’ai identifié les outils avec lesquelles je vais exécuter les dif-
férentes tâches de mon projet, ainsi j’ai présenté l’application qui comporte les
données utiles pour la réalisation du projet et les besoins de l’entreprise.
29
Chapitre 5
30
5.1 Introduction :
L’importation du fichier « STIREX.dmp » (voir Figure 5.1 ) dans oracle sql deve-
loper a été faite via la commande IMP sous l’utilisateur « test » crée ( Voir Figure
5.2 , Figure 5.3 ).
C’est un type de fichier de système contenant des données et des logs liés au
système d’exploitation Windows.
31
Figure 5.2 – Création de l’utilisateur avec Run Sql command line
Une fois l’importation est réussie, j’ai essayé de prendre les tables qui seront
utiles (RG_PRODUIT, RG_FOURNISSEUR, RG_CLIENT, IMP_CONTRAT,
IMP_BL_FRN_LIGNE, IMP_BL_FRN, FINANCE
_FACTURE_DECADE_LIGNE, RG_TRANSACTION, FINANCE
_FACTURE_DECADE_ENTETE) pour le développement de différentes statis-
tiques et indicatrices du tableau de bord.
32
Figure 5.4 – Métadonnée générale
33
Figure 5.5 – Transformation des données
Maintenant, ma base est bien placée sous Oracle Sql Developer, donc il est temps
pour commencer à exporter les tables qui répondent à l’objectif fixé vers des fichiers
Excel en utilisant des requêtes SQL pour bien trier les données dont j’ai besoin
(Voir Figure 5.5).
Au cours de cette phase, j’ai dédoublonner, agréger, fusionner et filtrer les données
via le logiciel tableur Microsoft EXCEL.
34
Cette phase m’a permis de se familiariser avec les données et d’avoir des tableaux
bien structurés pour bien gérer et analyser les données de façon sure et simple
(Voir Figure 5.6).
35
5.5 La modélisation dimensionnelle :
Le temps, dimension que l’on trouve quasi systématiquement dans toutes les
applications, permettra ainsi de suivre l’évolution des montants des ventes par
trimestre, par année, sur des périodes définies. De même, il sera intéressant de
ventiler ce montant par transaction, par type-transaction, par produit, par origine,
par fournisseur qui sont dont autant de dimensions d’analyse pertinente pour cet
indicateur.
« La vente est la cession d’un bien ou d’un service en échange d’une somme
d’argent convenue entre le vendeur, celui qui cède le bien ou le service, et l’acheteur,
celui qui paie »
- Dimension Temps :
La dimension Temps est l’une des dimensions de la base qui est nécessaire dans
tous les projets décisionnels (Voir Figure 5.8).
36
Figure 5.8 – Dimension Temps de l’activité « Vente »
Détails
Désignation
Clé primaire de la dimension Temps_V
id_temps
La Date du facture
DATE_FACTURE
Mois de la date du facture
mois
Année de la date du facture
anné
Trimestre de la date du facture
trimestre
Semestre de la date du facture
semestre
Dimension Origine :
37
- Dimension Client :
Détails
Désignation
Clé primaire de la dimension client
id_client
Code du client
CODE_CLIENT
Libellé du client
LIB_CLIENT
Le nom du client
NOM_CLIENT
Code du pays du client
CODE_PAYS
38
Détails
Désignation
Clé primaire de la dimension transaction
id_trans
Code du transaction
CODE_TRANS
Libellé de transaction
LIB_TRANS
Abréviation du nom de la transaction
AB_TRANS
Détails
Désignation
Clé étrangère de la dimension temps_V
id_temps_V
Clé étrangère de la dimension client
id_client
Clé étrangère de la dimension transaction
id_trans
Clé étrangère de la dimension origine
id_origine
Code de l’état
CODE_ETAT
Volume des produits
M3
Quantité des produits
TON
Montant final de vente
MONTANT
39
*Le modèle en étoile de l’activité vente :
En réponse aux besoins décisionnels voulus par le module de gestion des ventes,
j’ai pu dégager le modèle en étoile, qui possède comme table de fait la table vente
qui regroupe tous les indicateurs partageant le même ensemble de dimensions(Voir
Figure 5.13).
-Dimension Temps :
40
Figure 5.14 – Dimension Temps de l’activité « Importations »
Détails
Désignation
Clé primaire de la dimension Temps_I
id_temps
La Date du Bon de livraison
DATE_BL
Mois de la date du bon de livraison
Mois
Année de la date du bon de livraison
Année
Trimestre de la date du bon de livraison
Trimestre
Semestre de la date du bon de livraison
Semestre
-Dimension Produit :
41
Détails
Désignation
Clé primaire de la dimension produit
id_produit
Code du produit
CODE_PRODUIT
Libellé du produit
LIB_PRODUIT
Abréviation du nom du produit
AB_PRODUIT
Unité du produit
UNIT_PRODUIT
- Dimension Pays :
Détails
Désignation
Clé primaire de la dimension pays
id_pays
CODEP AY S
Code du pays
LIB_PAYS
Libellé du pays
42
- Dimension Fournisseur :
Détails
Désignation
Clé primaire de la dimension fournisseur
id_fournisseur
Code du fournisseur
CODE_FOURNISSEUR
Libellé du fournisseur
LIB_ FOURNISSEUR
Code de la ville du fournisseur
CODE_VILLE
Code du pays du fournisseur
CODE_PAYS
43
Détails
Désignation
Clé étrangère de la dimension temps_I
id_temps
Clé étrangère de la dimension fournisseur
id_fournisseur
Clé étrangère de la dimension pays
id_pays
Clé étrangère de la dimension produit
id_produit
Quantité du produit facturée
QTE_FACT
Montant final du produit
MONTANT_FINAL
44
5.6 Conclusion
Après avoir définir le méta donné générale, organiser, nettoyer, structurer les don-
nées et établir les modèles dimensionnels je vais alors entamer le chapitre suivant
tous les phases d’intégration des données.
45
Chapitre 6
46
6.1 Introduction
Pour réaliser et mettre en œuvre la solution, il est nécessaire de recourir les outils
SSIS, SSMS et SSAS.
La deuxième étape est la création d’une nouvelle base de données (Voir Figure
6.2).
47
Figure 6.2 – Création d’une nouvelle base de données « DWH »
Une base de données ne peut stocker les données que si je crée une structure
pour les données.
C’est pour cela une fois la base est créée, j’ai commencé à créer les dimensions
qui vont contenir les informations nécessaires à l’analyse où je dois identifier les
clés primaires et les types des attributs associés aux dimensions (Voir Figure 6.3).
48
6.3 Intégration des données :
Dans mon cas et pour le cas du STIR, cette étape a été faite à travers SQL
Server Integration Studio (SSIS) pour pouvoir intégrer et migrer les données dans
les tables correspondantes.
Pour réussir cette phase, je dois passer par plusieurs étapes comme suit :
49
Figure 6.5 – Configuration des connexions
• Etape 3 : Ajouter une tâche de flux de données au package (Voir Figure 6.6).
50
Figure 6.7 – Configuration du fichier source et la migration des données
51
Figure 6.9 – Exécution du package « fact vente»
• Etape 6 : Vérification de l’insertion des données dans la base (Voir Figure 6.10).
Toutes ces étapes sont répétées pour les différentes dimensions et tables de fait.
52
Figure 6.11 – Relation entre deux tables
Il ne me reste qu’à créer les relations nécessaires entre les tables de fait et les
dimensions correspondantes où j’ai identifié les clés étrangères des tables de fait
pour garantir la cohérence des données (Voir Figure 6.11).
Après avoir vérifié l’insertion de toutes les données, j’ai pu afficher les diagrammes
qui représentent le modèle en étoile des deux activités « vente » et « Importations
» (Voir Figure 6.12, Figure 6.13).
53
Figure 6.12 – Diagramme « vente »
54
Figure 6.13 – Diagramme « importations »
Lorsque l’étape de préparation des données est terminée, j’ai commencé à construire
les deux cubes via le service d’analyse Sql Server Analysis Services (SSAS). Pour
cela il faudra passer différentes étapes.
La première étape est la création du projet qui va stocker le cube, c’est une
fonctionnalité du Microsoft qui m’a permis de créer mon modèle multidimensionnel
ainsi que l’exploration des données (Voir figure 6.14).
55
Figure 6.14 – Création d’un projet
56
Figure 6.16 – Sélection des mesures des cubes
Dans la figure 6.16, j’ai sélectionné les mesures nécessaires pour le cube ainsi les
dimensions sur lesquelles l’analyse va s’effectuer.
J’ai répété ces dernières étapes deux fois pour avoir finalement les deux cubes
qui concernent les deux activités « vente » et « importations » (Voir Figure 6.17,
Figure 6.18).
57
Figure 6.17 – Modèle du cube de l’activité « vente »
58
Figure 6.18 – Modèle du cube de l’activité « importations »
6.5 Conclusion
59
Chapitre 7
Sprint 3 : Implémentation
et réalisation
60
7.1 Introduction :
Un tableau de bord est loin d’être un instrument aussi simple qu’il paraît. C’est
un instrument de pilotage et non de contrôle. Il sert donc à prendre des décisions
orientées selon la stratégie poursuivie.
Dans mon cas, la création a été effectué avec l’outil d’analyse et de visualisation
de données Tableau Desktop où j’ai réussi à analyser les informations et en tirer
des conclusions.
La première étape consiste à importer les bases de données à partir du Sql Server
Management Services (SSMS) et par la suite établir les relations nécessaires entre
les différentes tables de la base (Voir Figure 7.1).
Les dimensions et les mesures sont prêts, il est temps de rejoindre une feuille de
calcul et commencer à étudier les données et faire les calculs qui m’ont assurée la
création des tableaux de bord et m’ont mené à atteindre le but de mon projet.
61
7.2.1 L’activité « Vente » :
Figure 7.2 – Tableau de suivi de la quantité des produits vendus à l’étranger par type de
transaction
Sur cette figure, nous avons représenté la quantité des produits vendues à l‘étranger
par la société STIR en fonction des types de transaction.
62
Figure 7.3 – Tableau de suivi de la quantité des produits vendus en Tunisie par type de
transaction
63
Figure 7.4 – Tableau de suivi de la valeur de la vente des produits par client et origine
Dans la figure 7.4, nous avons représenté la valeur de vente des produits de la
société STIR en fonction des noms des clients et de l’origine.
Figure 7.5 – Tableau de suivi de la valeur de vente des produits dans une période
Dans la figure 7.5, nous avons représenté la valeur de vente des produits de la
société STIR sur une période de (mois, année, trimestre, semestre).
64
7.2.2 Activité « Importations » :
Figure 7.6 – Tableau de suivi de la valeur des produits importés par pays et produit
Dans la figure 7.6, nous avons représenté la valeur des produits importées par la
société STIR en fonction des pays et des libellés des produits.
Figure 7.7 – Tableau de suivi de la quantité des produits importés par fournisseur
Dans la figure 7.7, nous avons représenté la quantité des produits importés par
la société STIR en fonction des noms des fournisseurs.
65
Figure 7.8 – Tableau de suivi de la quantité des produits importés dans une période
Dans la figure 7.8, nous avons représenté la quantité des produits importées par
la société STIR sur une période de (mois, année, trimestre, semestre).
66
Figure 7.9 – Diagramme de cas d’utilisation
67
Figure 7.11 – Diagramme de séquence pour l’utilisateur :
Pour réussir cette étape, j’ai utilisé l’éditeur de texte générique « Sublime Text
» et la plateforme de développement Web Wampserver, ainsi les langages de pro-
grammation PHP, HTML et CSS.
68
Figure 7.13 – L’interface de connexion :
Il nous reste qu’à héberger le tableau dans le serveur pour que les utilisateurs
puissent se connecter à travers l’interface (Voir Figure 7.13).
7.4 Conclusion :
69
Conclusion générale
L’étude des besoins a fait ressortir deux sujets d’analyses dignes d’intérêt pour
la société qui sont : vente et importations.
Pour la mise en route de la solution, j’ai créé des tableaux de bord qui permettent
aux utilisateurs d’exploiter le système mis en place dans les meilleures conditions
possibles.
Pour finir, ces 4 mois de stage m’ont permis de me placer dans un contexte
professionnel, d’évoluer dans le domaine des systèmes décisionnels et de cumuler
des connaissances diverses dans le langage de programmation Python et la méthode
de gestion du projet Scrum.
70
Webographie
https ://www.saadrachid.net/bi-big-data/modelisation-dun-datawarehouse/
https ://www.slideshare.net/martinkiendrebeogo/rapport-dess-pousga-martin-kiendrebeogo
https ://fr.scribd.com/document/39390704/DW
https ://debitoor.fr/termes-comptables/importation
https ://fr.talend.com/resources/what-is-data-preparation/
https ://www.journaldunet.fr/web-tech/dictionnaire-du-webmastering/1203605-sql-server-
structured-query-language-server-definition-traduction/
https ://reussir-son-crm.fr/definition-ssis-ssas-ssrs
https ://www.itpro.fr/sql-server-analysis-services-ssas/
https ://docs.microsoft.com/fr-fr/sql/integration-services/lesson-1-create-a-project-and-basic-
package-with-ssis ?view=sql-server-ver15
https ://www.piloter.org/mesurer/tableau_de_bord/definition-tableau-de-bord.htm
https ://www.memoireonline.com/07/10/3760/m_Mise-en-oeuvre-dune-solution-de-gestion-
centralisee-de-la-fiche-signaletique-client-FSC-9.html
https ://www.memoireonline.com/11/13/7785/m_Developpementduneapplicationde-contrle-
parental14.html
https ://openclassrooms.com/fr/courses/2035826-debutez-lanalyse-logicielle-avec-uml/2048781-
les-differents-types-de-diagrammes
https ://lipn.univ-paris13.fr/ gerard/uml-s2/uml-cours05.html
https ://fr.slideshare.net/hamzus/document-1295639592
https ://aski.me/emsicloud/uploads/4IIR/BusinessIntelligence
/rapports_pfe/rapportPFE_MaryamOUBAIN.pdf
https ://www.coursehero.com/file/pif47k/III4 Lanavigationdanslesdonn%C3%A9esUnefois-
queleserveurOLAPaconstruitle/
https ://slideplayer.fr/slide/1568249/
71
Résumé :
Le présent rapport synthétise tout le travail que nous avons effectué dans cette
perspective.
Mots-clés :
Abstract :
The main mission of the project is studying, design and implementation of a data
warehouse system for STIR. This report summarizes all the work we have done in
this perspective.
Key words :
72