PROJET BUSINESS

INTELLIGENCE
Analyse des ventes d’une entreprise X

Filière : Génie Informatique

Réalisé par :
- Mouad ASSADI
- Ahmed BOUDAN
- Asmae BENAFITOU

Encadré Par : M. Hassan BADIR

Année universitaire : 2023/2024

1
Table des matières
Introduction: ................................................................................................................................................. 3
Chapitre 1 : Contexte général du projet ....................................................................................................... 4
Présentation du projet : ............................................................................................................................ 4
Introduction : ........................................................................................................................................ 4
Problématique : .................................................................................................................................... 4
Objectifs : .............................................................................................................................................. 4
Source de données :.............................................................................................................................. 4
Conduite du projet : .................................................................................................................................. 5
Méthode scrum : ................................................................................................................................... 5
Conclusion : ............................................................................................................................................... 6
Chapitre 2 : Power BI .................................................................................................................................... 7
Choix de l’outils : ....................................................................................................................................... 7
Classement des outils de BI 2023 : ........................................................................................................... 7
Architecture de Power BI : ........................................................................................................................ 8
Chapitre 3 : La mise en œuvre ...................................................................................................................... 9
Introduction : ............................................................................................................................................ 9
Plan de développement : .......................................................................................................................... 9
1- L'objectif du tableau de bord des ventes / Problème commercial : ............................................... 10
2- Étapes suivis pour le projet BI de bout en bout .............................................................................. 11
2.1- Recueillir des données : ............................................................................................................... 11
2.2- Power Querry – Extraction, transformation et chargement de données.................................... 13
2.3- Créer un tableau de dates :.......................................................................................................... 16
2.4- Créer un modèle de données dans Power BI Desktop : .............................................................. 16
2.5- Développer des rapports dans Power BI Desktop : ..................................................................... 17
2.6- Implémentation des calculs DAX : ............................................................................................... 18
3-Résultat final est conclusion ................................................................................................................ 19
Démonstration : .......................................................................................................................................... 20
Conclusion : ................................................................................................................................................. 23

2
Introduction:

Le concept de Business Intelligence (BI) demeure parfois mal compris, voire

mystérieux, suscitant parfois une confusion avec le Big Data. Les entreprises
prennent de plus en plus conscience de l'impératif d'exploiter le flux croissant de
données. L'enjeu réside ainsi dans la transformation de ces données en
informations pertinentes, voire en connaissances exploitables. La BI, également
connue sous le nom d'informatique décisionnelle, englobe les moyens, les outils
et les méthodes visant à collecter, consolider, modéliser et restituer les données
d'une entreprise, facilitant ainsi la prise de décision et fournissant une vue
d'ensemble de l'activité traitée.

Ce rapport explore la Business Intelligence (BI). Dans le premier chapitre, nous

exposons notre problématique, spécifions les objectifs du projet et détaillons son
plan d'exécution. Le deuxième chapitre se consacre à une étude comparative des
outils décisionnels en vue de sélectionner un outil permettant la visualisation et
l'analyse des données avec rapidité, efficacité et compréhension accrues. Enfin, le
troisième et dernier chapitre aborde la mise en œuvre concrète de notre projet.

3
Chapitre 1 : Contexte général du projet
Présentation du projet :
Introduction :
Ce projet s'inscrit dans le cadre du Module DATA WAREHOUSE, visant à mettre en
pratique les connaissances acquises tout au long du cours. Cette réalisation
constitue une application concrète axée sur l'exploration du potentiel des outils
de Business Intelligence (BI) dans l'analyse des données d'une entreprise en vue
de faciliter le processus décisionnel.
Problématique :
Face à l'essor exponentiel des données financières au sein de la société X,
comment concevoir un tableau de bord de Business Intelligence (BI) efficace,
capable de synthétiser et de visualiser de manière pertinente ces informations
complexes, afin de fournir une aide à la décision stratégique aux dirigeants et
parties prenantes de l'entreprise ? Comment assurer la pertinence, la clarté et la
convivialité de ce tableau de bord afin de permettre une compréhension rapide
des performances financières, de détecter les tendances significatives et
d'orienter efficacement les prises de décision pour optimiser la gestion et la
croissance de la société X ? En d'autres termes, comment maximiser l'impact de
cet outil décisionnel dans le contexte spécifique de la société X, en tenant compte
de ses besoins particuliers et de son environnement économique ?
Objectifs :

Suivre l’évolution de l’entreprise.

Analyser les données financières de l’entreprise.
Se servir de ces données pour prendre une décision calculée.

Source de données :
Les données utilisées dans ce projet sont pris du site officiel des compétitions
connu sous le nom de KAGGLE.

4
Conduite du projet :
Méthode scrum :

Afin d'assurer une conduite optimale de notre projet et de garantir le bon

déroulement de ses différentes phases, nous avons choisi d'adopter la
méthodologie Scrum pour la conception et le développement. Scrum, présenté de
manière détaillée dans la figure ci-dessous, se positionne comme un cadre
méthodologique dédié à la gestion de projet, offrant la flexibilité nécessaire pour
ajuster empiriquement les méthodes en fonction du contexte au fil des itérations.

Le principe fondamental de Scrum repose sur les étapes suivantes :

• Définir en premier lieu la liste complète des fonctionnalités à réaliser pour

constituer le backlog du produit.
• Déterminer les priorités des fonctionnalités et sélectionner celles qui seront
mises en œuvre à chaque itération.
• Focaliser de manière itérative l'équipe sur l'ensemble des fonctionnalités à
réaliser au cours d'itérations appelées Sprints.
Chaque Sprint aboutit à la livraison d'un produit partiel fonctionnel, appelé
incrément.

5
La méthode Scrum est considérée comme un cadre, ou "Framework", de gestion
de projet, comprenant une définition des rôles, des réunions et des artefacts.
Scrum identifie trois rôles clés dans le processus :

• Le "Product Owner", qui porte la vision du produit à réaliser (généralement

représentant le client).
• Le "Scrum Master", garant de l'application de la méthodologie Scrum.
• L'équipe de développement, chargée de concrétiser le produit.

Conclusion :

En conclusion de ce chapitre introductif, nous avons posé les fondements du

projet, La problématique formulée met en lumière les défis liés à l'analyse des
données financières des sociétés. Par la suite nous allons essayer d’exploiter l’une
des solutions offertes dans le marché.

6
Chapitre 2 : Power BI
Choix de l’outils :

Nous avons opté pour l'utilisation de Power BI, outil de visualisation de données
et de Business Intelligence (BI) qui transforme les données provenant de diverses
sources en tableaux de bord interactifs et rapports BI. La suite Power BI offre une
variété de logiciels, connecteurs et services, notamment Power BI Desktop, le
service Power BI basé sur le modèle SaaS (Software as a Service), ainsi que des
applications mobiles Power BI compatibles avec différentes plateformes.

Classement des outils de BI 2023 :

7
Architecture de Power BI :

L'architecture Power BI est un service construit sur Azure. Il existe plusieurs

sources de données auxquelles Power BI peut se connecter. Power BI Desktop
vous permet de créer des rapports et des visualisations de données sur
l'ensemble de données. La passerelle Power BI est connectée aux sources de
données sur site pour obtenir des données continues à des fins de reporting et
d'analyse. Les services Power BI font référence aux services cloud utilisés pour
publier des rapports et des visualisations de données Power BI. Grâce aux
applications mobiles Power BI, vous pouvez rester connecté à leurs données où
que vous soyez. Les applications Power BI sont disponibles pour les plateformes
Windows, iOS et Android.

8
Chapitre 3 : La mise en œuvre
Introduction :

Nous présentons une exploration approfondie du « Projet de tableau de bord de

vente à l’aide de l’outil Power BI ».
En commençant par la définition de l'objectif, la collecte des données, leur
préparation et leur nettoyage pour garantir l'exactitude et la cohérence. Ensuite,
nous aborderons l'étape cruciale de la modélisation des données, puis nous
établissons les relations significatives entre les tables et nous créons une base
solide pour notre analyse.

Au fur et à mesure de notre progression, nous essayons de démontrer comment

créer des rapports visuellement époustouflants qui communiquent efficacement
les performances et les tendances des ventes. Avec une gamme de visualisations
intuitives et de fonctionnalités interactives nous aidons les décideurs à prendre
une décision rationnelle bien calculée.

Plan de développement :

1- L'objectif du tableau de bord des ventes / problème commercial

2- Étapes suivis pour le projet BI de bout en bout
2.1- Recueillir des données
2.2- Power Querry – Extraction, transformation et chargement de données
2.3- Créer un tableau de dates
2.4- Créer un modèle de données dans Power BI Desktop
2.5- Développer des rapports dans Power BI Desktop
2.6- Implémentation des calculs DAX
3- Résultat final est conclusion

9
 1- L'objectif du tableau de bord des ventes / Problème commercial :

L'objectif du Dashboard est d'analyser et de présenter des informations

complètes sur les ventes, les bénéfices, les commandes, la marge bénéficiaire, et
diverses comparaisons. Il vise à fournir une compréhension claire des indicateurs
clés de performance et des tendances en utilisant Power BI. Les objectifs du
rapport peuvent être résumés comme suit :

Calculer les Ventes Totales : Calculer et afficher la valeur totale des ventes pour la
période sélectionnée, permettant aux utilisateurs de comprendre les revenus
globaux générés.

Calculer le Bénéfice : Calculer et visualiser le bénéfice total réalisé en fonction des

données de ventes, fournissant des informations sur la performance financière.

Analyser les Commandes : Analyser le nombre de commandes passées au cours

de la période sélectionnée, aidant à identifier les tendances de vente et les motifs
de commande.

Calculer la Marge Bénéficiaire : Calculer et visualiser le pourcentage de marge

bénéficiaire, permettant aux utilisateurs d'évaluer la rentabilité des produits ou
services.

Comparer les Ventes par Produit avec l'Année Précédente : Comparer la

performance des ventes de chaque produit entre la période sélectionnée et
l'année précédente, mettant en évidence la croissance ou le déclin des ventes.

10
Comparer les Ventes par Mois avec l'Année Précédente : Comparer la
performance des ventes pour différents mois entre la période sélectionnée et
l'année précédente, identifiant les régions avec des changements significatifs.

Afficher les 5 Meilleures Villes : Présenter une visualisation mettant en avant les
5 meilleures villes en fonction des ventes, permettant aux utilisateurs d'identifier
rapidement les endroits les plus lucratifs.

Comparer le Bénéfice par Canal avec l'Année Précédente : Comparer le bénéfice

généré par chaque canal entre la période sélectionnée et l'année précédente,
indiquant les améliorations ou les défis en termes de rentabilité.

Analyser les Ventes par Client et Comparer avec l'Année Précédente : Analyser
les données de ventes par client, mettant en évidence la performance des clients
individuels et la comparant à l'année précédente.

Créer des Filtres pour la Date, la Ville, le Produit et le Canal : Permettre aux
utilisateurs d'interagir avec les données en fournissant des filtres pour
sélectionner des dates spécifiques, des villes, des produits et des canaux,
permettant un filtrage dynamique et une analyse personnalisée.

2- Étapes suivis pour le projet BI de bout en bout

2.1- Recueillir des données :

Pour ce projet notre source de donner est un fichier Excel contenant 4 feuilles
(Sales, Products, Customers, Regions).

11
La table Sales :

OrderNumber
OrderDate
Ship Date
Customer Name Index
Channel
Currency Code
Warehouse Code
Delivery Region Index
Product Description Index
Order Quantity
Unit Selling Price
Unit Cost
La table Products:

Index
Product Name

12
La table Costumers:

Customer Index
Customer Names

La table Regions:

Index
Suburb City
postcode
Longitude
Latitude
Full Address

2.2- Power Querry – Extraction, transformation et chargement de données

L’éditeur Power Query dans Power BI est un outil puissant pour le nettoyage et la
transformation des données. Nous l'utiliserons pour nettoyer et transformer les
données pour les rendre adaptées à l'analyse. Cela peut impliquer la suppression
des doublons, la gestion des valeurs manquantes, la fusion d'ensembles de
données ou la création de colonnes calculées.

13
Nous avons ajouté deux colonnes à la table Sales_Data : Sales et Total_Cost.

14
Puis on passe à l’étape de chargement de données homogénéisés

15
 2.3- Créer un tableau de dates :

Dans Power BI, une table de dates est souvent utilisée pour stocker des
informations relatives à la date et est cruciale pour l'analyse temporelle, comme
le suivi des tendances au fil du temps ou la création de calculs basés sur le temps.

2.4- Créer un modèle de données dans Power BI Desktop :

Nous avons conçu un modèle de données qui représente les relations entre les
différentes tables de données. Nous établissons des relations appropriées,
définissions des clés étrangères et établissons des hiérarchies nécessaires pour
l’analyse et la visualisation précise.

Modèle par défaut de power BI :

16
Notre Modèle en étoile :

2.5- Développer des rapports dans Power BI Desktop :

Dans cette partie nous allons commencer la conception de la partie graphiques, à

l’aide des outils disponibles sur Power BI Desktop nous avons essayé de
permettre aux utilisateurs d’interagir avec les données tout en offrant la
possibilité de choisir l’intervalle du temps, les produits, les régions et les canaux.

Les mesures DAX (Data Analyses Expressions) sont des calculs ou des formules
utilisés dans Power BI. Ces mesures permettent aux utilisateurs d'effectuer des

17
analyses de données, de créer des calculs personnalisés et de générer des valeurs
agrégées basées sur le modèle de données sous-jacent. Les mesures DAX sont
souvent utilisées dans les rapports Power BI pour extraire des informations et des
indicateurs de performance clés (KPI) à partir des données.
Donc Nous avons créer une table des mesures :

2.6- Implémentation des calculs DAX :

18
Dans le but de favoriser les opérations nécessaires pour :
1) Ventes par produit et comparaison avec les ventes de l’année dernière.
2) Ventes par mois et comparaison avec les ventes de l’année dernière.
3) Ventes des 5 meilleures villes.
4) Comparez le bénéfice par canal avec le bénéfice de l'année précédente.
5) Ventes par client et comparaison avec les ventes de l’année dernière.
6) Créer des cartes pour les ventes, les bénéfices, la marge bénéficiaire et le
solde du produit.

3-Résultat final est conclusion

Bilan pour l'année 2019 :

• Les ventes ont diminué de plus de 10 %
• Il y a une baisse des ventes de tous les 7 principaux produits
• 4 Les clients entraînent une baisse des ventes
• La marge bénéficiaire dans le canal Export est plus élevée

19
Démonstration :

20
21
22
Conclusion :

En conclusion de notre projet d'analyse des ventes par Power BI, nous avons parcouru un
voyage passionnant à travers les méandres des données de ventes pour en extraire des
informations significatives. L'utilisation de Power BI a été essentielle dans la création de
tableaux de bord interactifs et de rapports dynamiques, permettant une visualisation claire et
détaillée des performances de vente de l'entreprise. Ce projet a démontré comment la Business
Intelligence, à travers l'outil puissant qu'est Power BI, peut transformer des données brutes en
connaissances exploitables, ouvrant ainsi la voie à des décisions stratégiques informées.
L'exploration des fonctionnalités avancées de Power BI nous a permis de comprendre
l'importance cruciale de la visualisation des données dans la compréhension des tendances, la
détection des opportunités et la prise de décisions éclairées. En somme, ce projet reflète notre
engagement envers l'excellence analytique et la maximisation de la valeur des données pour
une gestion proactive des ventes et une croissance soutenue de l'entreprise.

23