Mémoire de fin d’études –Partie Etude bibliographique-
Pour l’obtention du diplôme d’ingénieur d’état en Informatique
Opti...
II
Table des matières
Liste des figures .....................................................................................
III
Conclusion...............................................................................................................
IV
Liste des figures
Figure 1: Processus d’un Système Décisionnel............................................................
Partie I :
Etat de l’art
Chapitre 1 : Les systèmes d’information décisionnels
Chapitre 2 : Les Data Warehouse
Chapitre 3 :...
Chapitre 1
Les systèmes d’information
décisionnels
« Savoir, pour prévoir, afin de pouvoir. »
Auguste Comte1
Durant les de...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
1. Le processus décisionnel
Le processus décisionnel consist...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
8
1.3. Connaissance
Selon Jean-Louis LEVET: « La connaissanc...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
9
se poser des questions sur une situation, et la réponse à ...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
10
4. Le Système Opérationnel Vs Le Système Décisionnel
Le s...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
11
5. L’architecture d’un SID
Un système d’information décis...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
12
« C'est un système par lequel vont passer toutes les donn...
Partie I Chapitre 1 : Les systèmes d’information décisionnels
13
5.3.1. Data Warehouse
D’après [KIMBALL et al, 2013] et [I...
Chapitre 2
Les Data Warehouse
« Un Data Warehouse ne s’achète pas, il
se construit »
Bill Inmon1
Dans une architecture d’u...
Partie I Chapitre2 : Les Data Warehouse
1. Data Warehouse
Plusieurs définitions ont été proposées pour définir ce concept,...
Partie I Chapitre2 : Les Data Warehouse
16
Caractéristiques Data Warehouse Data Mart
La portée L’entreprise Le département...
Partie I Chapitre2 : Les Data Warehouse
17
3.1.1. Les composants du schéma dimensionnel
Un schéma dimensionnel est composé...
Partie I Chapitre2 : Les Data Warehouse
18
a. Schéma en étoile
Dans ce schéma, chaque dimension est représentée par une ta...
Partie I Chapitre2 : Les Data Warehouse
19
c. Modèle en constellation
C’est l’utilisation partagée des mêmes tables de dim...
Partie I Chapitre2 : Les Data Warehouse
20
Figure 6: Représentation d’un cube multidimensionnel selon MOLAP [KHOURI 2008]
...
Partie I Chapitre2 : Les Data Warehouse
21
4. Approches de développement d’un Data Warehouse
Dans un projet de développeme...
Partie I Chapitre2 : Les Data Warehouse
22
Conclusion
La mise en place d’un Data Warehouse nécessite une étude conceptuell...
Chapitre 3
Les outils de restitution et d’analyse de
données
« If you cannot explain it simply, you do not
understand it w...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
1. Les outils décisionnels
Ce sont les outils et le...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
25
Figure 8: Exemple de tableau de bord –JasperSoft...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
26
2.3. Caractéristiques d’un tableau de bord
Un bo...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
27
3. Analyse multidimensionnelle
Pour assurer une ...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
28
Figure 9: Analyse des ventes d’une chaine de mag...
Partie I Chapitre3 : Les outils de restitution et d’analyse de données
29
 Exploiter autant que possible le capital d’inf...
Chapitre 4
Les assurances
« Le calcul des probabilités, appliqué à la
mortalité humaine a donné naissance à une
science no...
Partie I Chapitre 4 : Les assurances
1. Terminologies
Nous présentons ci-dessous quelques concepts utilisés dans le métier...
Partie I Chapitre 4 : Les assurances
32
d’une certaine période et l’ensemble des primes collectées par l’assureur doit lui...
Partie I Chapitre 4 : Les assurances
33
1.1. Assurance des personnes
Les assurances des personnes ont pour objet de protég...
Partie I Chapitre 4 : Les assurances
34
 Verser des sommes substitutives au salaire pour un employé qui a perdu son poste...
35
Références bibliographiques
[AMADOU 2007] AMADOU S. Assurance et économie : cas du Sénégal. Dakar :
CISSE Université Da...
36
[GAM EL GOLLI 2008] GAM EL GOLLI I. Ingénierie des Exigences pour les Systèmes
d’Information Décisionnels: Concepts, Mo...
37
[OUBAZIZ 2012]
OUBAZIZ S. Les réformes institutionnelles dans le secteur des
assurances : cas de l’industrie assurancie...
38
14490020?qid=4e860f48-db91-4fb2-9ed5-a729d8b8120e&v=qf1&b=&from_search=6>
(Consulté le 10.08.2014)
[Web 06] MC2I (cabin...
Prochain SlideShare
Chargement dans…5
×

Les systèmes d'information décisionnel pour les assurances

2 144 vues

Publié le

0 commentaire
5 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
2 144
Sur SlideShare
0
Issues des intégrations
0
Intégrations
10
Actions
Partages
0
Téléchargements
119
Commentaires
0
J’aime
5
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Les systèmes d'information décisionnel pour les assurances

  1. 1. Mémoire de fin d’études –Partie Etude bibliographique- Pour l’obtention du diplôme d’ingénieur d’état en Informatique Option : Systèmes d’Information et Technologies Thème Réalisé par : Encadré par : Mlle. BEKKOUCHE Salma Mr. BOUZIANI Lotfi Mlle. LANASRI Dihia Promotion : 2014/2015 Conception et Réalisation d’un Système d’Information Décisionnel pour les assurances République Algérienne Démocratique et Populaire ‫الشــعبية‬ ‫الديمــقراطيــة‬ ‫الجــزائريــة‬ ‫الجـمهوريــــة‬ Ministère de l’Enseignement Supérieur et de la Recherche Scientifique ‫العلـــم‬ ‫البــحث‬ ‫و‬ ‫العــالي‬ ‫التـعليـم‬ ‫وزارة‬‫ي‬ ‫المدر‬‫س‬‫اآللي‬ ‫لإلعالم‬ ‫العليا‬ ‫الوطنية‬ ‫ة‬ ) ‫سابقا‬ ‫اآللي‬ ‫اإلعالم‬ ‫في‬ ‫للتكوين‬ ‫الوطني‬ ‫المعهد‬ ( Ecole nationale Supérieure d’Informatique Ex.INI (Instituts National de formation en Informatique) Ecole nationale Supérieure d’Informatique
  2. 2. II Table des matières Liste des figures .............................................................................................................................................IV Liste des tableaux..........................................................................................................................................IV Partie I: Etat de l'art …………………………………………………………………………………………......5 Chapitre 1: Les Systèmes d’Information Décisionnels ………………………………………….6 1. Le processus décisionnel ....................................................................................................................7 1.1. Donnée....................................................................................................................................................7 1.2. Information...........................................................................................................................................7 1.3. Connaissance........................................................................................................................................8 1.4. Décision.................................................................................................................................................8 2. Qu’est-ce qu’un système d’information décisionnel ?..................................................................8 2.1. Historique de l’informatique décisionnelle..............................................................................8 3. Objectifs de SID.......................................................................................................................................9 4. Le Système Opérationnel Vs Le Système Décisionnel ..........................................................10 5. L’architecture d’un SID .....................................................................................................................11 5.1. Collecte de données (Datapumping) ...................................................................................11 5.2. Le processus ETL (Extract, Transform et Load)..............................................................11 5.3. Stockage de données..................................................................................................................12 5.4. Analyse et Restitution ...............................................................................................................13 Conclusion.......................................................................................................................................................13 Chapitre 2: Les Data Warehouse ..………………………………………………………………………14 1. Data Warehouse ..................................................................................................................................15 2. Data Mart................................................................................................................................................15 2.1. Types de Data Mart ....................................................................................................................16 3. Modélisation dimensionnelle.........................................................................................................16 3.1. Niveau conceptuel ......................................................................................................................16 3.2. Niveau Logique ............................................................................................................................19 4. Approches de développement d’un Data Warehouse...........................................................21 4.1. Approche incrémentielle Top-down ...................................................................................21 4.2. Approche incrémentielle Bottom-up...................................................................................21 4.3. Synthèse des approches de développement.....................................................................21
  3. 3. III Conclusion.......................................................................................................................................................22 Chapitre 3: Les outils de restitution et d’analyse de données …………………………….23 1. Les outils décisionnels......................................................................................................................24 2. Le tableau de bord..............................................................................................................................24 2.1. Définition........................................................................................................................................25 2.2. Objectifs d’un tableau de bord...............................................................................................25 2.3. Caractéristiques d’un tableau de bord................................................................................26 2.4. Indicateurs clés de performance (KPI)...............................................................................26 3. Analyse multidimensionnelle.........................................................................................................27 3.1. Définition........................................................................................................................................27 3.2. Objectifs d’analyse OLAP..........................................................................................................27 4. Recherches corrélatives : Datamining, Forage de données................................................28 4.1. Définition........................................................................................................................................28 4.2. Objectifs des outils de Datamining.......................................................................................28 5. Reporting................................................................................................................................................29 5.1. Définition........................................................................................................................................29 5.2. Objectifs du Reporting ..............................................................................................................29 Conclusion.......................................................................................................................................................29 Chapitre 4: Les assurances ………………………………………………………………………………….30 1. Terminologies ......................................................................................................................................31 2. Définition de l’assurance..................................................................................................................31 3. Historique des assurances...............................................................................................................32 4. Types d’assurance ..............................................................................................................................32 4.1. Assurance des personnes.........................................................................................................33 4.2. Assurance des dommages........................................................................................................33 5. Rôle social et économique de l’assurance .................................................................................33 5.1. Rôle social......................................................................................................................................33 5.2. Rôle économique.........................................................................................................................34 Conclusion.......................................................................................................................................................34
  4. 4. IV Liste des figures Figure 1: Processus d’un Système Décisionnel...................................................................................7 Figure 2: Architecture d’un système d’information décisionnel [TOURNIER 2007]......11 Figure 3: Exemple d'un schéma en étoile [KHOURI 2008] .....................................................18 Figure 4: Exemple d'un schéma en flocon de neige [KHOURI 2008] ...................................18 Figure 5: Exemple d'un schéma en constellation............................................................................19 Figure 6: Représentation d’un cube multidimensionnel selon MOLAP [KHOURI 2008] .............................................................................................................................................................................20 Figure 7: Les outils de restitution et d’anlyse de données [Web 06].....................................24 Figure 8: Exemple de tableau de bord –JasperSoft-.......................................................................25 Figure 9: Analyse des ventes d’une chaine de magasin informatique (vision cubique) [TOURNIER 2007]......................................................................................................................................28 Liste des tableaux Tableau 1: Comparaison entre l’OLTP et l’OLAP ............................................................................10 Tableau 2: Data Warehouse Vs Data Mart [Web 04] ...................................................................16 Tableau 3: Data Mart dépendant (Avantages Vs Inconvénients) [Web 04]........................16 Tableau 4: Data Mart indépendant (Avantages Vs Inconvénients) [Web 04]....................16 Tableau 5: Comparaison entre R-OLAP, M-OLAP et H-OLAP [KHOURI 2008] [BOUALI et al, 2014].....................................................................................................................................................20 Tableau 6: Comparaison entre Top-Down et Bottom-up [BELLACHE et al, 2014] ........21
  5. 5. Partie I : Etat de l’art Chapitre 1 : Les systèmes d’information décisionnels Chapitre 2 : Les Data Warehouse Chapitre 3 : Les outils de restitution et d’analyse de données Chapitre 4 : Les assurances
  6. 6. Chapitre 1 Les systèmes d’information décisionnels « Savoir, pour prévoir, afin de pouvoir. » Auguste Comte1 Durant les dernières années, l’information est devenue une ressource stratégique pour les entreprises, c’est pourquoi ces dernières s’intéressent de plus en plus au management de leurs capital informationnel. Pour permettre un pilotage efficace et faire face à la concurrence rude sur le marché, se doter d’un système d’information décisionnel est primordial afin d’aider les décideurs à prendre les bonnes décisions au moment opportun. Donc, le Système d’Information Décisionnel (SID) devrait figurer dans la liste des priorités des entreprises. A travers ce chapitre, nous allons aborder la notion de système d’information décisionnel et son architecture. 1 C’est un philosophe français, fondateur du positivisme, considéré comme l’un des précurseurs de la sociologie.
  7. 7. Partie I Chapitre 1 : Les systèmes d’information décisionnels 1. Le processus décisionnel Le processus décisionnel consiste à transformer le capital de données d’une entreprise en informations pertinentes à partir desquelles les décideurs peuvent tirer des connaissances afin d’aboutir à de bonnes décisions touchant tous les niveaux de l’entreprise. Figure 1: Processus d’un Système Décisionnel 1.1. Donnée Désigne «une description élémentaire, souvent codée, d’une chose, d’une transaction d’affaires, d’un événement, etc. Les données peuvent être conservées et classées sous différentes formes : papier, numérique, alphabétique, image, son, etc. » [INFORMATICA 2008] 1.2. Information Selon Jean-Louis LEVET1: « l’information reste un ensemble de données formatées et structurées.» [LEVET 2001] L’information est devenue le « nerf de la guerre ». Disposer de l’information utile avant ses concurrents et savoir la rendre disponible à ceux qui savent en tirer profit dans l’entreprise, sont des éléments qui permettent de faire la différence. [Web 01] 1 Jean-Louis LEVET : un économiste. Il a été nommé par le gouvernement Français, en mai 2013, Haut Responsable à la coopération industrielle et technologique Franco-Algérienne
  8. 8. Partie I Chapitre 1 : Les systèmes d’information décisionnels 8 1.3. Connaissance Selon Jean-Louis LEVET: « La connaissance est d’abord une capacité d’apprentissage et une capacité cognitive…La propriété essentielle de la connaissance est de pouvoir par elle-même engendrer de nouvelles connaissances…La connaissance est composée non seulement d’informations à caractère public, mais aussi de savoir-faire inexprimables formellement et donc difficilement transférables. Ils sont incorporés dans les individus et les organisations. » [LEVET 2001] 1.4. Décision La décision est un acte par lequel un décideur opère un choix entre plusieurs options permettant d’apporter une solution satisfaisante à un problème donné ou l’exécution d’une action ou d’un projet avec toutes les conséquences que cette décision pourrait engendrer [Web 02]. 2. Qu’est-ce qu’un système d’information décisionnel ? Un système d’information décisionnel (SID), Business Intelligence en Anglais ou l’informatique décisionnelle sont des appellations différentes pour un même concept. Un système d’information décisionnel est : « l’ensemble des outils informatiques (matériels et logiciels) qui permettent l’analyse des données opérationnelles issues du système d’information des entreprises. Ces données sont transformées en une vision orientée décideur puis analysées au moyen de manipulations et de restitutions adaptées.» [TOURNIER 2007] 2.1. Historique de l’informatique décisionnelle Selon [GAM EL GOLLI 2008], les systèmes décisionnels ont connu une certaine évolution. Dans ce qui suit, nous présentons un petit aperçu sur l’évolution de l’informatique décisionnelle : Années 70-80 ‘L’infocentre’ : l’infocentre1 nait pour répondre au besoin de stockage de données. Pour faire des analyses, les informaticiens suivent un processus qui consiste à 1 Infocentre : concept lancé par IBM en 1980, il permet aux utilisateurs d’accéder à leurs données dans leurs propres termes [ROUX 1991]
  9. 9. Partie I Chapitre 1 : Les systèmes d’information décisionnels 9 se poser des questions sur une situation, et la réponse à cette question induit à une autre jusqu’à obtenir un rapport d’analyse de cette situation. Années 90 ‘EIS’ : EIS1 (Executive Information System) proposent les premiers tableaux de bord mais malgré ça, les systèmes se retrouvent surchargés et ne satisfont pas les besoins des décideurs en matière d'informations pertinentes. Fin des années 90 : le Système Décisionnel est devenu basé sur l’utilisation:  Des entrepôts de données.  Des bases de données multidimensionnelles OLAP. Et jusqu’à nos jours, cette informatique ne cesse de se développer afin de répondre à d’autres besoins que les décideurs expriment. 3. Objectifs de SID Les raisons pour lesquelles les entreprises recourent à un système décisionnel sont communes malgré la variété de leurs domaines d’activités. Selon [KIMBALL et al, 2013] les objectifs d’un système décisionnel sont :  Accessibilité facile et rapide aux informations.  Cohérence des informations : les données du système sont crédibles et de qualité.  Adaptation aux changements : les données existantes doivent généralement rester inchangées. Lorsque la technologie ou les besoins changent, les données doivent être changées en mettant au courant tous les utilisateurs du système.  Présentation des informations à temps : les informations doivent être disponibles au bon moment afin de réagir rapidement.  Protection et sécurisation des informations: le système doit permettre le contrôle d’accès à ces informations confidentielles.  Conversion de la masse de données en une valeur métier : le système, à travers les outils d’analyse, permet de dégager une valeur qui aide dans la prise de décision. 1 EIS : est un système d’information qui permet aux décideurs de récupérer, de façon autonome, les informations nécessaires à la prise de décisions. [KANICLIDES et al, 1994]
  10. 10. Partie I Chapitre 1 : Les systèmes d’information décisionnels 10 4. Le Système Opérationnel Vs Le Système Décisionnel Le système opérationnel représente les tâches quotidiennes, répétitives et atomiques (Insertion, modification, suppression) qui sont effectuées par les employés de l'entreprise pour permettre à cette dernière d'avoir une activité et donc de survivre. Les systèmes d’information opérationnels OLTP (OnLine Transactional Processing) sont des systèmes de gestion ou de production faits pour assister les opérations d'une entreprise. Avec l’accroissement de volume des données, les systèmes opérationnels se trouvent limités devant les besoins des dirigeants qui veulent des informations synthétisées pour l’analyse et la prise de décisions d’où la naissance des systèmes d’information de type OLAP (On-Line Anlytical Processing). Dans ce qui suit, nous présentons un tableau comparatif entre les systèmes opérationnels et décisionnels : Système opérationnel (OLTP) Système décisionnel (OLAP) Utilisateur Grand public : ils sont destinés à toute personne participant à la vie quotidienne de l'entreprise. Petit nombre d'utilisateurs : quelques personnes dans l'entreprise (décideurs). Le niveau des besoins analytiques est bas Le niveau des besoins analytiques est haut Une seule vision métier Plusieurs visions métiers Données Données atomiques : on manipule un produit, une ligne de commande, une facture. Données générales: Les décideurs veulent voir l'ensemble de l'activité. BDD normalisée (3ème forme normale) BDD dénormalisée Petite volumétrie des données : les systèmes de gestion gèrent des Géga Octets de données. Gros volumes de données : les SID doivent regrouper toutes les données de l'entreprise. Lecture, écriture et modification des données Données en lecture seule Hétérogènes : Les systèmes OLTP sont souvent disparates en termes de technologie utilisée. Homogènes A besoin des informations récentes. A besoin de garder l’historique des transactions. Système Extrêmement rapides Plus c'est rapide, mieux c'est. Fermés : on ne laisse pas la place à l'improvisation dans les OLTP, les choix sont restreints, les utilisateurs sont guidés dans le processus. Ouverts : les environnements d’un SID doivent permettre d'accéder le plus simplement possible aux données. Transactionnels : les OLTP fonctionnent en utilisant le principe de transaction. Non transactionnels : L'utilisateur doit pouvoir commencer une analyse, revenir en arrière … Fragmentés : ou décentralisés. Sauf dans le cas des ERP. Centralisés : toutes les données sont regroupées en une même source. Tableau 1: Comparaison entre l’OLTP et l’OLAP [GAM EL GOLLI 2008] [HAMLAOUI et al, 2014] [Web 03]
  11. 11. Partie I Chapitre 1 : Les systèmes d’information décisionnels 11 5. L’architecture d’un SID Un système d’information décisionnel comprend quatre composantes principales : Figure 2: Architecture d’un système d’information décisionnel [TOURNIER 2007] 5.1. Collecte de données (Datapumping) La collecte de données est une étape primordiale qui consiste à récolter les données à partir de plusieurs sources opérationnelles de l’entreprise. Souvent ces données sont hétérogènes, non standardisées. Les sources de données peuvent être d’après [ORACLE 2009]: a. Les systèmes opérationnels de production : Fichiers plats du système d’exploitation, Systèmes de base de données, ERP (Enterprise Resource Planning). b. Les archives : qui sont nécessaires pour l'analyse à long terme car elles fournissent des données historiques. c. Les données internes : telles que les feuilles de calcul et les classeurs individuels, qui ne sont pas directement associés aux systèmes opérationnels de l'entreprise. d. Les données externes : telles que les rapports périodiques provenant de sources extérieures, les informations d’analyse concurrentielle, les journaux… 5.2. Le processus ETL (Extract, Transform et Load)
  12. 12. Partie I Chapitre 1 : Les systèmes d’information décisionnels 12 « C'est un système par lequel vont passer toutes les données des systèmes opérationnels avant d'arriver à la forme souhaitée dans l'entrepôt. Les données en sortie seront nettoyées, purifiées, contextualisées et prêtes à être reçues dans l'entrepôt. » [Web 03] Selon [KIMBALL et al, 2013], les ETL correspondent à une surface de travail, ils représentent l’intermédiaire entre le système opérationnel et l’interface du système décisionnel. Ce processus est constitué de trois étapes : a. Extraction : c’est la première étape qui consiste à identifier les données à partir des différentes sources. Elle désigne : lire, comprendre la source de données puis extraire les données dont on a besoin et les orienter vers le système décisionnel. b. Transformation : après l’extraction des données, ces dernières subissent un travail de transformation qui inclut [BELLACHE et al, 2014]:  Le nettoyage : filtrage des données manquantes, correction des erreurs, suppression des doublons, réglage de conflits.  Le formatage et la standardisation : définit les types de données, la longueur des champs.  La fusion ou l’éclatement des informations composites.  L’affectation des clés de substitution. c. Chargement : C’est la dernière étape qui permet de charger ces données vers la ‘surface présentation’ du système décisionnel. Il y a deux types de chargement :  Chargement initial : premier chargement de l'entrepôt et dans des cas spéciaux comme la perte des données, toutes les données seront chargées.  Chargement incrémentiel : est le fait d'ajouter les nouvelles données à l’entrepôt existant. C'est une opération qui se répète périodiquement. 5.3. Stockage de données Un entrepôt de données est un moyen pour centraliser un volume important de données dans un même endroit unifié et accessible par tous les utilisateurs. On distingue deux types d’entrepôt de données : Data Warehouse et Data Mart.
  13. 13. Partie I Chapitre 1 : Les systèmes d’information décisionnels 13 5.3.1. Data Warehouse D’après [KIMBALL et al, 2013] et [Inmon 2002] : un Data Warehouse est l’ensemble des données répertoriées, nettoyées, valides, complètes et cohérentes d'une entreprise. Ces données sont organisées d’une façon à ce que des non-informaticiens puissent comprendre sa structure et donc l'exploiter, sans l'intervention d'un informaticien. Ce paragraphe sera abordé plus en détails dans le (chapitre 2) 5.3.2. Data Mart Appelé aussi ‘magasin de données’, un Data Mart est un extrait d’un Data Warehouse. Les données extraites sont adaptées à une classe de décideurs ou à un usage particulier [TESTE 2000]. En d’autres termes un Data Mart se focalise sur les données d’un seul département au sein de l’entreprise tel que : Marketing, Vente. Ce paragraphe sera abordé plus en détails dans le (chapitre 2) 5.4. Analyse et Restitution Pour faciliter l’accès à l’information, pour tous les utilisateurs selon leurs profils métiers et afin d’extraire les éléments de décision pour dynamiser la réactivité globale dans l’entreprise, certains outils ont été mis à la disposition des décideurs. Ces outils sont des applications qui peuvent être simples (Reporting, Tableau de bord) ou sophistiquées (Data mining). Ce paragraphe sera abordé plus en détails dans le (chapitre 3) Conclusion Aujourd’hui, l’informatique décisionnelle est considérée comme un outil puissant qui aide les décideurs à mettre en place leurs stratégies. De plus, nous trouvons que les Systèmes d’Informations Décisionnels sont devenus parmi les premières occupations des entreprises afin de disposer des informations précises et donc assurer un pilotage efficace de l’activité de cette dernière. Mais pour arriver à déployer un SI décisionnel au niveau d’une organisation, il s’avère, généralement, nécessaire de passer par un entrepôt de données qui fait l’objectif du prochain chapitre.
  14. 14. Chapitre 2 Les Data Warehouse « Un Data Warehouse ne s’achète pas, il se construit » Bill Inmon1 Dans une architecture d’un système d’information décisionnel, on considère le stockage de données comme étape vitale afin de pouvoir répondre par la suite aux requêtes d’analyse. Après que l’ETL soit appliqué sur les données, ces dernières sont directement stockées soit dans un entrepôt de données (Data Warehouse) ou dans un magasin de données (Data Mart). A travers ce chapitre, nous allons aborder en détails le Data Warehouse et le Data Mart. Nous allons également détailler la modélisation dimensionnelle et nous clôturerons par les approches de développement d’un Data Warehouse. 1 C’est un informaticien américain reconnu comme le pionnier des entrepôts de données
  15. 15. Partie I Chapitre2 : Les Data Warehouse 1. Data Warehouse Plusieurs définitions ont été proposées pour définir ce concept, Bill Inmon le considère comme : « une collection de données orientées sujet, intégrées, non volatiles et évolutives dans le temps, organisées pour le support d'un processus d'aide à la décision. » [Inmon 2002] D’après cette définition, on constate que les caractéristiques d’un Data Warehouse sont:  Orienté sujet : les données sont obligatoirement liées au métier de l’entreprise et organisées par fonctions. Exemple : Assurances, Banques, Commerce…  Intégré: les données manipulées au niveau d’un Data Warehouse doivent être centralisées pour éviter les anomalies. Le Data Waterhouse intégrera ces éléments pour former une vision unique de l'activité de l'entreprise.  Non volatile : une fois les données sont stockées au niveau d’un Data Waterhouse, les opérations de mise à jour ou de suppression ne sont plus autorisées. L’accès est autorisé uniquement en mode lecture.  Evolutif dans le temps : c’est le fait de garder l’historique des transactions et de pouvoir visualiser leurs évolutions dans le temps. 2. Data Mart Un Data Mart est une forme simple d'un entrepôt de données qui se concentre sur un seul domaine d’activités telles que les ventes, les finances, ou marketing. Les Data Mart sont souvent conçus et pilotés par un seul département au sein d'une organisation. Les Data Mart rassemblent ses données à partir de quelques sources ou à partir d’un Data Warehouse. [Web 04] Or, un Data Warehouse s’occupe de plusieurs domaines d’activités et il est mis en œuvre et contrôlé par une seule unité d'organisation centrale comme la DSI. Le tableau suivant montre une comparaison entre un Data Warehouse et un Data Mart :
  16. 16. Partie I Chapitre2 : Les Data Warehouse 16 Caractéristiques Data Warehouse Data Mart La portée L’entreprise Le département Le sujet Plusieurs Un seul La source de données Beaucoup Peu La taille A partir de 100 Giga Byte et dépasse 1 Tera Byte <100 Giga Byte La durée d’implémentation De quelques mois à plusieurs années Quelque mois Tableau 2: Data Warehouse Vs Data Mart [Web 04] 2.1. Types de Data Mart Selon les sources de données, on distingue deux types de Data Mart [Web 04]: a. Data Mart dépendant : les données de ce type proviennent à partir d'un Data Warehouse central déjà existant. Avantages Inconvénient  Données disponibles à partir d’une seule source  Processus ETL unique - Possibilité d’accès aux données des autres départements Tableau 3: Data Mart dépendant (Avantages Vs Inconvénients) [Web 04] b. Data Mart indépendant : ce sont des systèmes autonomes construits par l'extraction des données directement à partir de sources opérationnelles ou externes, ou les deux. Avantages Inconvénient  Un délai de réponse plus court  Protéger les données d’un département spécifique. - Mise en place d’un Processus ETL dédié pour chaque Data Mart Tableau 4: Data Mart indépendant (Avantages Vs Inconvénients) [Web 04] 3. Modélisation dimensionnelle La modélisation dimensionnelle se présente sous deux niveaux : conceptuel et logique. 3.1. Niveau conceptuel La conception de l’entrepôt de données est basée sur une modélisation dimensionnelle qui est une technique d’organisation des données dans un schéma simple et compréhensible [CHOUDER 2007].
  17. 17. Partie I Chapitre2 : Les Data Warehouse 17 3.1.1. Les composants du schéma dimensionnel Un schéma dimensionnel est composé de : a. Table des Faits Représente le sujet d’analyse. Elle est composée d’un ensemble de mesures qui représentent les différentes valeurs de l’activité analysée. [ENCINAS 2005] Chaque table des faits contient au moins deux clés étrangères qui la connectent aux dimensions. Chaque ligne dans la table des faits correspond à un événement mesurable, ce qui représente le grain (niveau de granularité). [KIMBALL et al, 2013] b. Fait Le terme ‘Fait’ représente une mesure métier dans une table des faits. Les mesures dans les tables des faits sont classées selon trois catégories qui sont principalement [KIMBALL et al, 2013] :  Purement additifs : les faits peuvent être sommés suivant toutes les dimensions associées à la table des faits.  Semi-additif : les faits peuvent être sommés suivant quelques dimensions.  Non additifs : comme les ratios. c. Grain Il désigne la signification d’une ligne dans une table des faits. Les tables dimensions et faits doivent être cohérentes avec le grain défini ce qui crée une cohérence totale dans tous le schéma dimensionnel réalisé. [Kimball et al, 2013] d. Table de Dimension Se compose de paramètres (ou attributs) qui servent à enregistrer les descriptions textuelles. Ces paramètres sont utilisés pour l’analyse. [ENCINAS 2005] Une hiérarchie de dimension : est le résultat de la décomposition d’une ou plusieurs dimensions en plusieurs niveaux. [KHOURI 2008] 3.1.2. Les types de schéma dimensionnel On distingue plusieurs types de schémas dimensionnels qui sont :
  18. 18. Partie I Chapitre2 : Les Data Warehouse 18 a. Schéma en étoile Dans ce schéma, chaque dimension est représentée par une table de dimension et les mesures par une table des faits qui référencie les tables de dimension en utilisant une clé étrangère pour chacune d’elles. [BELLATRECHE 2000] Dans ce schéma, les informations associées à une hiérarchie de dimension, sont représentées dans une seule table. [KHOURI 2008] Figure 3: Exemple d'un schéma en étoile [KHOURI 2008] b. Schéma en flocon de neige Le schéma en étoile peut s’étendre à un schéma en flocon de neige. Cela est vérifié grâce à l’application d’une hiérarchie sur une ou plusieurs dimensions. Ce schéma peut réduire les performances de l’entrepôt au moment de son utilisation car il présente un temps de réponse élevé causé par plusieurs jointures dans une seule requête. [KHOURI 2008] Figure 4: Exemple d'un schéma en flocon de neige [KHOURI 2008]
  19. 19. Partie I Chapitre2 : Les Data Warehouse 19 c. Modèle en constellation C’est l’utilisation partagée des mêmes tables de dimensions par plusieurs tables de faits. [KHOURI 2008] Figure 5: Exemple d'un schéma en constellation 3.2. Niveau Logique C’est la description de la base multi dimensionnelle suivant la technique utilisée. Il existe principalement trois techniques : 3.2.1. R-OLAP Les systèmes ROLAP (Relational On-Line Analytical Processing) stockent les données en utilisant un SGBD relationnel. Chaque dimension est représentée par une table de dimension et chaque fait est représenté par une table de fait. Les mesures sont stockées dans les tables des faits. [KHOURI 2008] 3.2.2. M-OLAP Les systèmes MOLAP (Multidimensional On-Line Analytical Processing) implémente le cube (qui est une intersection de données dans un espace à plusieurs dimensions) sous forme d’un tableau multidimensionnel. Chaque dimension du tableau représente une dimension du cube. Les données représentent chaque cellule du cube. C’est une solution de stockage qui garantit un temps de réponse rapide. [KHOURI 2008]
  20. 20. Partie I Chapitre2 : Les Data Warehouse 20 Figure 6: Représentation d’un cube multidimensionnel selon MOLAP [KHOURI 2008] 3.2.3. H-OLAP Les systèmes HOLAP (Hybrid On-Line Analytical Processing) sont des systèmes où les données fréquemment utilisées (données agrégées) sont maintenues par un SGBD multidimensionnel, et les données non fréquemment utilisées dans un SGBD relationnel. [KHOURI 2008] 3.2.4. Synthèse Avantages Inconvénient R-OLAP  Exploitation d’un SGBD relationnels existants.  Stockage de grandes quantités de données. - Temps de réponse élevé. M- OLAP  Temps de réponse très court. - Coûts élevés (les licences des bases multidimensionnelles et du développement) - Le besoin de redéfinir des opérations pour manipuler les structures multidimensionnelles. - Difficulté de la mise à jour et de la gestion du modèle. H-OLAP  Temps de réponse assez court.  Moins couteux financièrement. - Cette méthode ne pourra pas être utilisée si les rapports sont trop complexes. Tableau 5: Comparaison entre R-OLAP, M-OLAP et H-OLAP [KHOURI 2008] [BOUALI et al, 2014]
  21. 21. Partie I Chapitre2 : Les Data Warehouse 21 4. Approches de développement d’un Data Warehouse Dans un projet de développement d’un Data Warehouse, la difficulté réside dans le choix de la meilleure approche du développement qui dépend essentiellement de la structure et la culture de l’entreprise. Parmi les approches de développement, on trouve: 4.1. Approche incrémentielle Top-down C’est une approche globale dans laquelle un grand entrepôt de données à l’échelle de toute l’entreprise est construit. L’entrepôt va alimenter des magasins de données locaux ou départementaux. [BELLACHE et al, 2014] 4.2. Approche incrémentielle Bottom-up L’approche Bottom-Up consiste à construire des magasins de données indépendants un par un, puis les regrouper par des niveaux intermédiaires jusqu’à l’obtention d’un entrepôt. [BELLACHE et al, 2014] 4.3. Synthèse des approches de développement Avantages Inconvénients Approche incrémenti elle Top-down  Vision claire et globale des données de l’entreprise.  Intégration et consolidation complète des données de l’entreprise.  Stockage unique et centralisé des données.  Contrôle centralisé.  Maintenance facile. - Longue et coûteuse à développer - Risque d’échec important. - Résultats non immédiats. Approche incrémenti elle Bottom-up  Implémentation rapide, facile et peu coûteuse.  Résultats rapides.  Risque d’échec minime.  Approche incrémentale (magasins importants d’abord) - Chaque magasin de donnée indépendant a sa propre vision limitée des données. - Incohérences et redondance des données entre les magasins de données. - Fragmentation des données. - Performance non optimale des analyses impliquant plusieurs magasins de données. - Volume de travail d’intégration important pour obtenir un entrepôt de données. Tableau 6: Comparaison entre Top-Down et Bottom-up [BELLACHE et al, 2014]
  22. 22. Partie I Chapitre2 : Les Data Warehouse 22 Conclusion La mise en place d’un Data Warehouse nécessite une étude conceptuelle approfondie qui permet de choisir la méthode d’implémentation la plus adéquate. Pour développer un Data Warehouse, nous pourrons opter pour l’une des approches Top-down ou Bottom- up comme nous pourrons combiner entre les deux. Quel que soit l’approche de développement d’un Data Warehouse, ces paramètres ne changent jamais sa première mission qui est de répondre aux requêtes des utilisateurs quand ils l’interrogent à travers les outils d’analyse et de restitution qui seront abordés dans le chapitre suivant.
  23. 23. Chapitre 3 Les outils de restitution et d’analyse de données « If you cannot explain it simply, you do not understand it well enough. » Albert Einstein1 Pour assurer sa pérennité et sa prospérité, l’entreprise doit jouer sur deux axes vitaux : d’abord, elle doit être capable de gérer son capital colossal de données, par la suite, elle doit essayer de transformer cette richesse en informations utiles à partir desquelles, les décideurs puissent tirer des connaissances et prendre des décisions stratégiques touchant ses différents axes. Afin d’atteindre ce niveau efficace de pilotage, l’entreprise doit disposer des outils qui permettent la restitution et l’analyse de données. Alors, quels sont les différents outils associés aux systèmes d’informations décisionnels pour restituer et analyser les données de l’entreprise ? 1 C’est un grand physicien allemand, connu par ses deux théories : de gravitation et de relativité générale.
  24. 24. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 1. Les outils décisionnels Ce sont les outils et les logiciels dont les utilisateurs se serviront pour manipuler les données et profiter des services offerts par l'entrepôt de données et le serveur d'analyse. Ces outils doivent impérativement être aussi ouverts : pas de menus complexes, pas de multi choix. Les avancées technologiques permettent maintenant d'avoir des outils très simples et très puissants à la portée de tout le monde. [Web 03] Figure 7: Les outils de restitution et d’anlyse de données [Web 06] Dans ce qui suit, nous allons explorer les différents outils qui permettent de réaliser une analyse de données et prendre par la suite des décisions stratégiques. 2. Le tableau de bord La réussite de la stratégie d’une organisation dépend parfois de sa cohérence avec le SID. Pour être plus réactif, et efficace, le décideur cherche à disposer d’un tableau de bord composé d’indicateurs sélectionnés avec soin. [Web 07]
  25. 25. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 25 Figure 8: Exemple de tableau de bord –JasperSoft- 2.1. Définition « Le tableau de bord est un ensemble d’indicateurs peu nombreux conçus pour permettre aux gestionnaires de prendre connaissance de l’état et de l’évolution des systèmes qu’ils pilotent et d’identifier les tendances qui les influenceront sur un horizon cohérent avec la nature de leurs fonctions. » [BOUQUIN 2003] 2.2. Objectifs d’un tableau de bord  Un tableau de bord permet de suivre l’évolution des résultats de l’activité d’une entreprise à tout instant et d’anticiper sa situation future.  Il permet également de mesurer l’écart entre les résultats atteints et les objectifs fixés par les décideurs.  Il améliore le niveau de la communication entre les différents niveaux hiérarchiques. [Web 08]  C’est un outil de veille qui permet de déceler les nouveaux risques et opportunités pour l’entreprise.
  26. 26. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 26 2.3. Caractéristiques d’un tableau de bord Un bon tableau de bord qui s’adapte aux besoins de l’entreprise dans laquelle il est déployé doit répondre aux critères suivants [Web 08] :  Synthétique : le nombre d’indicateurs de performance choisi doit être limité et présenté sous forme graphique pour ne pas perturber le décideur.  Adaptation à l’entreprise et aux utilisateurs : conception sur mesure.  Pertinence : il doit éclairer les utilisateurs sur l’évolution des données fondamentales à la progression de l’entreprise.  Simulation : il offre la possibilité de simuler des situations prédéterminées. [FERNANDEZ 2008]  Outil personnalisable : il remplit une fonction d’éducation, car au fur et à mesure de l’apprentissage et de la connaissance cumulée du système, l’équipe de décision fera évoluer l’instrument. [FERNANDEZ 2008] 2.4. Indicateurs clés de performance (KPI) Un indicateur clé de performance, en anglais : KPI (Key Performance Indicator) se définit comme suit : « une information devant aider un décideur, individuel ou plus généralement collectif, à conduire le cours d'une action vers l'atteinte d'un objectif ou devant lui permettre d'en évaluer le résultat. Il interagit avec trois composantes : les objectifs induits par la stratégie, les acteurs qui sont les destinataires des informations, et les actions mises en place par les acteurs pour l'atteinte des objectifs. » [JUGLARET 2013] Les KPI sont conçus selon le principe SMART désignant les caractéristiques sur lesquelles repose un objectif à atteindre lors de l’élaboration de la stratégie :  Spécifique : la définition des KPI doit être claire, concise, et compréhensible.  Mesurable : il faut disposer de toutes les informations pour calculer les KPI.  Atteignable : il faut que les objectifs soient réalisables.  Réaliste : le KPI doit être pertinent pour aider à analyser la situation de l’entreprise.  Temporel : les KPI doivent avoir un caractère évolutif dans le temps.
  27. 27. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 27 3. Analyse multidimensionnelle Pour assurer une analyse efficace des données se trouvant dans les entrepôts, ces derniers sont modélisés sous forme multidimensionnelle. Cette modélisation représente les données sous formes de points dans un espace à plusieurs dimensions (appelé cube ou hypercube de données). Cette modélisation permet l’expression d’analyse en ligne (OLAP) multidimensionnelles. [TOURNIER 2007] 3.1. Définition On-Line Analytical Processing est une : « Activité globale de requêtage et de présentation de données textuelles et numériques contenues dans l’entrepôt de données. C’est un style d’interrogation spécifiquement dimensionnel » [KIMBALL 2005] 3.2. Objectifs d’analyse OLAP Les outils OLAP permettent de traiter les données, de les afficher sous forme de cubes multidimensionnels et de naviguer sur ces dimensions en utilisant des opérations de navigation multiples [BELLACHE et al, 2014]. Exemple : La Figure 9 montre un cube d’analyse des activités d’une chaîne de revendeurs informatiques. Les indicateurs d’analyse liés au métier de vente de cette chaîne sont : « la quantité » et « le montant de vente ». On peut analyser ces indicateurs selon trois dimensions : les magasins de ventes, les Dates de ventes et les Produits vendus. Chaque dimensions est constitué de plusieurs niveaux de détails ce qui assure une analyse détaillée de l’activité.
  28. 28. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 28 Figure 9: Analyse des ventes d’une chaine de magasin informatique (vision cubique) [TOURNIER 2007] 4. Recherches corrélatives : Datamining, Forage de données Les entreprises ont besoin d’analyser la masse colossale des données dont elles disposent pour en tirer des informations utiles et pertinentes à la prospérité de leurs activités. Pour cela, l’outil de prospection (Data Mining) permet de réaliser une analyse statistique en se basant sur des technologies de pointe. 4.1. Définition La recherche corrélative ou le Data mining est : « le processus qui permet la découverte de la connaissance. Les outils utilisés dans ce processus partent à la recherche d’hypothétiques associations en explorant un grand volume de données. Quand les associations sont vérifiées, l’outil du data mining les remonte à l’utilisateur.» [FRANCO et al, 2001] 4.2. Objectifs des outils de Datamining Le data mining répond à deux objectifs, qui sont :
  29. 29. Partie I Chapitre3 : Les outils de restitution et d’analyse de données 29  Exploiter autant que possible le capital d’informations disponible et faire sortir les informations cachées. [FRANCO et al, 2001]  Constituer des modèles pour découvrir des tendances ou pour anticiper l’avenir. [SAPORTA 2012] 5. Reporting 5.1. Définition Le Reporting est : « l’ensemble des comptes rendus permettant à une entreprise de suivre son activité et de s’évaluer grâce à la création périodique de rapports et de bilans analytiques de son activité. Ces rapports sont souvent destinés au manager ou au corps exécutif. » [POLETTO 2012] Les résultats du reporting sont des rapports périodiques ayant un format prédéfini [POLETTO 2012]. Les rapports seront ensuite diffusés périodiquement en automatique ou ponctuellement à la demande sur l’intranet. [HAMLAOUI et al, 2014] 5.2. Objectifs du Reporting Le but de ces rapports et bilans réguliers est de faire un point ponctuel sur la stratégie de l’entreprise et ainsi permettre d’évaluer les moyens mis en œuvre [POLETTO 2012]. De plus, ils fournissent également une aide à la décision pour les choix stratégiques et économiques de l’entreprise. Conclusion Une fois l’information structurée et bien stockée dans l’entrepôt de données, vient le rôle des outils décisionnels qui permettent d’effectuer des analyses et tirer des décisions. Ces outils peuvent aller des plus simples : comme les analyses OLAP et le Reporting, jusqu’aux plus complexes tels que : le Datamining et les tableaux de bord. Le choix de l’outil à utiliser dépend des besoins de l’entreprise. Cette dernière doit décider des outils à déployer à son niveau. Dans le dernier chapitre de la partie I, nous allons voir le domaine du métier des assurances qui est l’objet de notre sujet de PFE.
  30. 30. Chapitre 4 Les assurances « Le calcul des probabilités, appliqué à la mortalité humaine a donné naissance à une science nouvelle : celle des assurances.» Emile de Girardin1 Dans sa théorie des besoins de l’homme, Maslow 2a classé le besoin de protection et de sécurité en deuxième lieu après les besoins physiologiques. Le besoin de sécurité est ressenti par tout individu. Chacun souhaite se protéger contre les différents risques qui le menacent. Il s’agit donc d’un besoin de préservation de notre existence et de nos propriétés .Pour répondre à ce besoin, l’idée d’assurance est apparue. Que-ce que l’assurance ? Quelle est l’histoire de son évolution ? 1 C’est un journaliste et homme de politique français. 2 Abraham Maslow était un psychologue américain connu pour sa théorie de l’hiérarchie des besoins.
  31. 31. Partie I Chapitre 4 : Les assurances 1. Terminologies Nous présentons ci-dessous quelques concepts utilisés dans le métier des assurances :  Contrat d’assurance ou Police d’assurance : c’est un document qui constate l’engagement réciproque de l’assureur et de l’assuré. Ce document est composé au moins des conditions générales et des conditions particulières dans lesquelles le service sera rendu. Il comprend la prime, la prestation et le risque. [CCSF 2010]  Prime : c’est un versement effectué par le souscripteur ou l’adhérent en contrepartie des garanties accordées par l’assureur. [CCSF 2010]  Sinistre : réalisation de l’événement incertain, créant des dommages. [CCSF 2010]  Expert d’assurances : après un sinistre, l'expert d'assurances intervient à la demande d'un client et il doit évaluer le montant des dommages matériels et éventuellement, celui du préjudice moral subi par le client. [Web 09] 2. Définition de l’assurance La compréhension du domaine des assurances passe par la définition de quelques notions telles que : « l’assurance » qui est considérée comme un processus de garantie du risque, sur le plan juridique et comme une entité organisée en mutualité sur le plan technique. [OUBAZIZ 2012] La définition juridique : l’assurance peut être définie comme : « une convention par laquelle, en contre-partie d’une prime, l’assureur s’engage à garantir le souscripteur en cas de réalisation d’un risque aléatoire prévu au contrat. » [LAMBERT-FAIVRE 1999] La définition technique : l’assurance se définie comme « l’opération par laquelle un assureur organise en mutualité une multitude d’assurés exposés à la réalisation de certains risques et indemnise ceux d’entre eux qui subissent un sinistre grâce à la masse comme des primes collectées. » [LAMBERT-FAIVRE 1999] L'assurance permet le partage des risques entre une multitude de personnes, chaque assuré ayant droit à recevoir une indemnité en fonction de la nature et de l'importance des dommages subis en cas de sinistre ou d'accident, en contrepartie du paiement d'une cotisation appelée prime d'assurance. Le plus souvent, la prime est payée au début
  32. 32. Partie I Chapitre 4 : Les assurances 32 d’une certaine période et l’ensemble des primes collectées par l’assureur doit lui permettre de couvrir les indemnités que celui-ci aura à régler pendant cette période. C'est la raison pour laquelle on parle d'inversion de la relation entre prestataire de services (Assureur) et clients (Assurés), puisque le client paie ici le prix (la prime) avant de recevoir la prestation (l'indemnité) en cas de sinistre. [Web 10] 3. Historique des assurances Selon [AMADOU 2007], depuis l’antiquité l’assurance existait sous forme d’entraide au sein d’une communauté humaine. Dans ce qui suit, nous présentons les dates clés de l’évolution de ce domaine :  1400 av. J.-C en Egypte : les tailleurs de pierres créaient une caisse destinée à soutenir les victimes en cas d'accidents.  Au Moyen Age : les romains et les athéniens avaient accordé une convention « prêt à la grosse aventure » qui était appliquée sur la Méditerranée, consistait à faire gager le montant du prêt sur les marchandises dont l'arrivée à bon port déclenchait le remboursement. Cette méthode a favorisé le commerce maritime qui renfermait des risques du fait des aléas de la navigation.  1347 à Gênes en Italie : l’envoi de la première police d’assurance.  1424 en Italie : l’apparition des premières entreprises d'assurances maritimes.  02 septembre 1666 à Londres : un incendie s’était déclenché dans une boulangerie. On avait recensé 13000 maisons détruites, 400 rues dévastées, 100 églises ravagées d’où la création de la première société d'assurance contre l'incendie sous le nom de FSFO « Friendly Society Fire Office » par Edward LLOYD.  1710 : création de la « Sun », le plus ancien assureur au monde.  16 juillet 1976 : publication du code des assurances.  Aujourd’hui : l’émergence du domaine des assurances qui est répandu partout dans le monde afin de répondre aux besoins de sécurité. 4. Types d’assurance Selon [YANAT 2009], on distingue deux grands types de contrats d’assurances qui sont l’assurance de personnes et l’assurance des dommages.
  33. 33. Partie I Chapitre 4 : Les assurances 33 1.1. Assurance des personnes Les assurances des personnes ont pour objet de protéger l’assuré lui-même. Ce type d’assurance regroupe plusieurs catégories : a. Assurance-vie : c’est la constitution d’une épargne et le versement de celle-ci sous forme d’un capital ou d’une rente après une certaine date. b. Assurance-décès : assure aux bénéficiaires le versement d’un capital. c. Assurance-santé : appelé aussi (Mutuelle) qui prend en charge la part des frais médicaux non remboursés (Frais d’hospitalisation, assurance complémentaire …). d. Autres : Chômage, Invalidité, Décès accidentel… 4.2. Assurance des dommages Elle donne droit à une indemnité, égale au montant du préjudice dû à un événement accidentel et involontaire affectant le patrimoine de l’assuré. Ce type regroupe : a. Assurance de responsabilités : c’est la protection de responsabilité de l’assuré qu’elle soit civile, familiale ou professionnelle. b. Assurance de biens : c’est la protection des biens appartenant à l’assuré contre les accidents, incendies, vols (automobile, habitat,…). Elle est aussi appelée l’IARD (Incendie, Accident et Risques Divers). 2. Rôle social et économique de l’assurance 2.1. Rôle social Sur le plan social, l’assurance est un moyen qui permet de garantir aux individus et aux familles, la sécurité de leurs revenus et de leur patrimoine malgré tous les risques auxquels ceux-ci sont exposés. Selon [DADDI-HAMMOU 2010] voici quelques exemples :  Offrir à un sinistré les fonds nécessaires pour reconstruire ou racheter une maison après avoir perdu la sienne à cause d'un tremblement de terre, inondations....  Garantir des revenus à la veuve et aux orphelins après la mort du père de famille.
  34. 34. Partie I Chapitre 4 : Les assurances 34  Verser des sommes substitutives au salaire pour un employé qui a perdu son poste de travail à cause d'un accident qui l'a rendu incapable d'exercer sa profession.  Aider les malades financièrement pour s'offrir des méthodes de soins plus efficaces afin de récupérer rapidement leurs capacités physiques. 2.2. Rôle économique Sur le plan économique, l’assurance joue un rôle important, car selon [MULUMBA- KENGA et al, 2011] : Elle permet aux individus d’investir dans des projets en étendant leurs activités au-delà de ce que le permet un monde sans assurance. Comme elle tend à réduire l’impact de risque sur l’individu avec l’augmentation de l’effectif d’individus au sein d’un groupe. Selon [AMADOU 2007] et [DEARBORN 2003] l’assurance est considérée comme :  Collecteur d’impôts : les produits fournis par l'assurance à sa clientèle engendre des taxes au profit de l'Etat.  Créateur d’emploi : l’assurance crée aussi des emplois à travers le personnel qu'elle met à sa disposition de façon directe ou indirecte.  Croissance de l’économie du pays : les compagnies d’assurance utilisent les primes collectés pour :  Payer les réclamations et les frais d’accomplissement du métier.  Réserver le reste pour les pertes futures.  Investir dans des projets économiques importants. Conclusion Dans ce chapitre nous avons mis l’accent sur les concepts de base liés au domaine des assurances. Nous avons montré également les différentes catégories de l’assurance, nous avons essayé d’illustrer la contribution essentielle de ce domaine sur le plan social et économique. L’étude du domaine des assurances nous permet de présenter la CAAT comme une entreprise Algérienne spécialisée dans ce domaine, ce qui fera l’objet de la prochaine partie.
  35. 35. 35 Références bibliographiques [AMADOU 2007] AMADOU S. Assurance et économie : cas du Sénégal. Dakar : CISSE Université Dakar Bourguiba, 2007 [BELLACHE et al, 2014] BELLACHE T, TOUZENE M W. Systèmes décisionnels et modélisation multidimensionnelle, Mémoire de master en informatique. Alger: ESI, 2014 [BELLATRECHE 2000] BELLATRECHE L. Utilisation des Vues Matérialisées, des Index et de la Fragmentation dans la conception logique et physique d’un Entrepôt de Données. Thèse de doctorat en informatique. France : Université de Clermont-Ferrand II, 2000 [BOUALI et al, 2014] BOUALI M. MEZIANE K. Conception et Réalisation d’un Data Warehouse et d’un Tableau de bord pour le pôle Automotive et Service du Groupe Cevital «Activité Vente ». Mémoire de PFE en informatique. Alger: ESI, 2014 [BOUQUIN 2003] BOUQUIN H. Le contrôle de gestion. France: Edition P.U.F, 2003 [CCSF 2010] CCSF Secrétariat général. Comité Consultatif du Secteur Financier. Glossaire d’assurance, 2010 [CHOUDER 2007] CHOUDER L. Entrepôt Distribué de Données. Thèse de magistère en informatique. Alger : Institut National de Formation en Informatique (I.N.I), 2007 [DADDI-HAMMOU 2010] DADDI HAMMOU M. Analyse du comportement du consommateur dans le marché algérien des assurances. Mémoire de fin de cycle en commerce et marketing. Alger : ENSSEA (EX INPS), 2010 [DEARBORN 2003] Dearborn Financial Services. Insurance Fundamentals, Dearborn Career Development, 2003 [ENCINAS 2005] ENCINAS SERNA M.T. Entrepôts de données pour l’aide à la décision médicale : Conception et expérimentation. Thèse de doctorat en informatique. France: Université Joseph Fourier, 2005 [FERNANDEZ 2008] Fernandez A. Les nouveaux tableaux de bord des managers : le projet décisionnel dans sa totalité. 4ème Edition, Paris : Edition d’organisation (Eyrolles), 2004 [FRANCO et al, 2001] FRANCO J., DE LINGNROLLES S. Piloter l’entreprise grâce au data warehouse. 2ème Edition, France: Eyrolles, 2001
  36. 36. 36 [GAM EL GOLLI 2008] GAM EL GOLLI I. Ingénierie des Exigences pour les Systèmes d’Information Décisionnels: Concepts, Modèles et Processus La méthode CADWE. Thèse de doctorat en informatique. Paris I : Université Paris I – Panthéon – Sorbonne, 2008 [HAMLAOUI et al, 2014] HAMLAOUI N, HAMROUN K. Conception et réalisation d’un Data warehouse et d’un tableau de bord pour la banque AL Baraka d’Algérie. Mémoire de PFE en informatique, Alger : ESI, 2014 [INFORMATICA 2008] INFORMATICA. Des données de qualité : Exploitez le capital de votre organisation. Un livre blanc de JEMM research, 2008 [INMON 2002] INMON W.H. Building the Data Warehouse. 3rd Edition, USA: John Wiley & Sons, 2002 [JUGLARET 2013] JUGLARET F. Indicateurs et Tableaux de Bord pour la prévention des risques en Santé-Sécurité au Travail. Thèse de doctorat en Sciences et Génie des Activités à Risques. Paris : École Nationale Supérieure des Mines de Paris, 2013 [KANICLIDES et al, 1994] KANICLIDES T., KIMBLE C. Executive Information Systems: A framework for their development and use. England: University of York - Department of Computer Science, 1994 [KHOURI 2008] KHOURI S. Modélisation conceptuelle à base ontologique d’un entrepôt de données. Thèse de magistère en informatique. Alger : Institut National de Formation en Informatique (I.N.I), 2008 [KIMBALL 2005] KIMBALL R. Le Data Warehouse, Guide de conduite de projet. 1ère Edition, France: Eyrolles, 2005. [KIMBALL et al, 2013] KIMBALL R, MARGY R. The Data warehouse toolkit: The Definitive Guide to Dimensional Modeling. 3rd Edition, United States of America: John Wiley & Sons, 2013 [LAMBERT-FAIVRE 1999] LAMBERT-FAIVRE Y. Droits des assurances, 10ème Edition. Paris : Ed Dalloz Delta, 1999 [LEVET 2001] LEVET J-L. L’intelligence économique : mode de pensée, mode d’action, Paris : Economica, 2001 [MULUMBA-KENGA et al, 2011] MULUMBA-KENGA MARCEL T, DEVODER P. L’organisation du marché des assurances et l’impact de l’industrie des assurances sur l’économie Cas de la R. D. Congo : Louvain School of Management, 2011 [ORACLE 2009] ORACLE. Oracle Database 11g: Data Warehousing Fundamentals, 6-The ETL Process: Extracting Data, 2009
  37. 37. 37 [OUBAZIZ 2012] OUBAZIZ S. Les réformes institutionnelles dans le secteur des assurances : cas de l’industrie assurancielle algérienne. Mémoire de magistère en management des entreprises. Tizi-Ouzou : Université Mouloud Mammeri de Tizi-Ouzou, 2012 [POLETTO 2012] POLETTO M. L’informatique décisionnelle. Thèse professionnelle en Informatique. France : Ecole Supérieure d’Informatique CESI EXIA, 2012 [ROUX 1991] ROUX F J. Infocentre pourquoi ? Comment?. France : Eyrolles, 1991 [SAPORTA 2012] SAPORTA G. Introduction au Data Mining et à l’apprentissage statistique. Paris : Chaire de Statistique Appliquée & CEDRIC, CNAM, 2012 [TESTE 2000] TESTE O. Modélisation et manipulation d'entrepôts de données complexes et historisées. Thèse de doctorat en informatique. Toulouse : Université Paul Sabatier de Toulouse (sciences) ,2000 [TOURNIER 2007] TOURNIER R. Analyse en ligne (OLAP) de documents. Thèse de doctorat en informatique. Toulouse : Université Toulouse III – Paul Sabatier, 2007 [YANAT 2009] YANAT S. Bases techniques de l’assurance. Formation Bancassurance, Document interne, CAAT – BNA, 2009 1.1. Références Webographiques [Web 01] PETITE-ENTREPRISE. L’information dans l’entreprise [en ligne], Fiche Pratique, Janvier 2012. Disponible sur : <http://www.petite-entreprise.net/P-3079-81-G1-l-information- dans-l-entreprise.html> (Consulté le 21.07.2014) [Web 02] DRISSI M. La prise de décision au sein de l’entreprise [en ligne], 01.10.2008. Disponible sur : <http://www.enviedentreprendre.com/2008/10/la-prise-de-dci.html> (Consulté le 20.07.2014) [Web 03] GRIM Y. Passez en mode BI [en ligne]. Disponible sur : <www.developpez.com > (Consulté le 11.07.2014) [Web 04] ORACLE. Oracle® Business Intelligence Standard Edition One Tutorial Release 10g [en ligne]. Disponible sur : <http://docs.oracle.com/html/E10312_01/dm_concepts.htm> (Consulté le 24.08.2014) [Web 05] CAAT. Présentation de la CAAT, 2012 [en ligne]. Disponible sur : <http://fr.slideshare.net/hamadouchehamid/prsentation-march-amp-caat2012-
  38. 38. 38 14490020?qid=4e860f48-db91-4fb2-9ed5-a729d8b8120e&v=qf1&b=&from_search=6> (Consulté le 10.08.2014) [Web 06] MC2I (cabinet de conseil en SI à Paris). Systèmes décisionnels : Conseil en systèmes décisionnels [en ligne]. Disponible sur : <http://www.mc2i.fr/-Systemes-decisionnels-> (Consulté le 5.08.2014) [Web 07] FERNANDEZ A. GIMSI : Le projet business intelligence clés en main. Méthode pour concevoir et réaliser le système décisionnel de l’entreprise [en ligne], 2014. Disponible sur <www.piloter.org> (Consulté le 10.08.2014) [Web 08] OILLIC J F. Guide tableau de bord [en ligne]. Disponible sur :<www.rca.fr> (Consulté le 11.08.2014) [Web 09] COMPARIS (site comparateur sur Internet en Suisse). Prestation d’assurance [en ligne]. Disponible sur : <http://fr.comparis.ch/hausrat- versicherung/info/glossar/versicherungsleistung.aspx> (Consulté le 19.07.2014) [Web 10] PICARD.P. ASSURANCE : Économie de l'assurance [en ligne]. Disponible sur : <http://www.universalis.fr/encyclopedie/assurance-economie-de-l-assurance/> (Consulté le 14.07.2014) [Web 11] ESA de Paris. Présentation du monde de l’assurance [en ligne]. Disponible sur : <http://formation-bts- assurances.esaassurance.com/ecole_superieure_assurances/presentation_assurance.htm > (Consulté le 19.07.014) [Web 12] MSDN. SQL Server Management Studio [en ligne]. Disponible sur : < https://msdn.microsoft.com/fr-fr/library/hh213248.aspx > (Consulté le 06.05.2015) [Web 13] TECHNET. SQL Server Integration Services [en ligne]. Disponible sur : < https://technet.microsoft.com/en-us/library/ms141026.aspx > (Consulté le 06.05.2015) [Web 14] TECHNET. SQL Server Analysis Services [en ligne]. Disponible sur : < https://technet.microsoft.com/fr-fr/library/ms175609%28v=sql.90%29.aspx > (Consulté le 06.05.2015) [Web 15] MSDN. Reporting Services (SSRS) [en ligne]. Disponible sur : < https://msdn.microsoft.com/fr-fr/library/ms159106.aspx > (Consulté le 06.05.2015)

×