04 management des systèmes d'information 2015

374 vues

Publié le

Sésame 2015 Chapitre 4 - Management des Systèmes d'Information

Publié dans : Formation
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
374
Sur SlideShare
0
Issues des intégrations
0
Intégrations
3
Actions
Partages
0
Téléchargements
0
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

04 management des systèmes d'information 2015

  1. 1. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 1 Management des Systèmes d’Information Par Mohamed Louadi ISG-Tunis 1er Semestre 2014-2015 Veuillez éteindre vos portables SVP
  2. 2. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 2 SECTION 1 THÉORIES ET MODÈLES SECTION 2 SI ET ÉVOLUTIONS SECTION 3 L’ENTREPRISE INTÉGRÉE SECTION 4 L’ENTREPRISE ETENDUE Plan général • Les systèmes ERP II • Les systèmes SCM • Les systèmes CRM • Le commerce électronique • Conclusion
  3. 3. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 3 1 MRP (1970) (Material Requirements Planning) Besoin de planifier la production: Le calcul des besoins nets à partir de • Le plan directeur de production • Les nomenclatures • Le niveau des stocks Pour prévoir le réapprovisionnement en composants 2 MRP II (1980) (Manufacturing Resource Planning) Besoin de planifier l’ensemble des ressources nécessaires à la production Les systèmes ERP II
  4. 4. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 4 1 MRP (1970) (Material Requirements Planning) Besoin de planifier la production: Le calcul des besoins nets à partir de • Le plan directeur de production • Les nomenclatures • Le niveau des stocks Pour prévoir le réapprovisionnement en composants 2 MRP II (1980) (Manufacturing Resource Planning) Besoin de planifier l’ensemble des ressources nécessaires à la production 3 ERP (1990) (Enterprise Resource Planning) Commence par intégrer la gestion financière et la gestion des ressources humaines nécessaires à la production Les systèmes ERP II
  5. 5. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 5 Inspiré de Aumaistre, N., Vaskelaine, T. et Lobanov, A. (2003). Enterprise Software Products. Effets à recevoir Effets à payer Grand Livre Gestion de la paye MRP MRP II ERP ERP II Gestion financière Gestion des res. humaines Planification Ordonnancement Distribution SCM EDI eCommerce CRM SFA 1970 1980 1990 2000+ Effets à recevoir Effets à payer Grand Livre Gestion de la paye MRP MRP II ERP ERP II Gestion financière Gestion des res. humaines Planification Ordonnancement Distribution SCM EDI eCommerce CRM SFA 1970 1980 1990 2000+ Effets à recevoir Effets à payer Grand Livre Gestion de la paye MRP MRP II ERP ERP II Gestion financière Gestion des res. humaines Planification Ordonnancement Distribution SCM EDI eCommerce CRM SFA 1970 1980 1990 2000+ Effets à recevoir Effets à payer Grand Livre Gestion de la paye MRP MRP II ERP ERP II Gestion financière Gestion des res. humaines Planification Ordonnancement Distribution SCM EDI eCommerce CRM SFA 1970 1980 1990 2000+ Les systèmes ERP II
  6. 6. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 6 Ventes Distribution AchatsFinancesMRP Suivi et contrôle de la production Ressources humaines ERP E-Procurement Gestion de la relation partenaires Supply Chain Execution Customer Relationship Mgmt.Place de marché privée Commerce collaboratif Supply Chain Planning Système integré d’usines ERP II Les systèmes ERP II Source: Andreu, R., Sieber, S. et Valor, J. (2003). Introduction to ERP, IESE, Universidad de Navarra, http://blog.iese.edu/valor/files/2010/07/Introduction-to-ERP.pdf
  7. 7. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 7 Ventes Distribution AchatsFinancesMRP Suivi et contrôle de la production Ressources humaines ERP E-Procurement Gestion de la relation partenaires Supply Chain Execution Customer Relationship Mgmt.Place de marché privée Commerce collaboratif Supply Chain Planning Système integré d’usines ERP IISource: Andreu, R., Sieber, S. et Valor, J. (2003). Introduction to ERP, IESE, Universidad de Navarra, http://blog.iese.edu/valor/files/2010/07/Introduction-to-ERP.pdf Les systèmes ERP II
  8. 8. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 8 Achats E-Procurement Planification PROCUREMENT AdministrationAcquisition Achat Payement Source: Strategic Procurement – An Overview, Attachment A – UMG 16 August 2007, http://www.umg.uwa.edu.au/__data/page/25455/Aug_07_UMG_Agenda_Attach_A.pdf, consulté le 21août 2012. Les systèmes ERP II
  9. 9. Mohamed Louadi, PhD Tunis mlouadi@louadi.com 9 Les ERP II prennent désormais en charge: • Des fonctions concernant la logistique globale (SCM) • Des fonctions liées à la Business Intelligence (BI) • Des fonctions liées à la gestion du capital humain (Human Capital Management) • Des fonctions liées au marketing (CRM) • Des fonctions liées au commerce électronique (e-commerce et Web Services) Les systèmes ERP II
  10. 10. Mohamed Louadi, PhD Tunis mlouadi@louadi.com10 SECTION 1 THÉORIES ET MODÈLES SECTION 2 SI ET ÉVOLUTIONS SECTION 3 L’ENTREPRISE INTÉGRÉE SECTION 4 L’ENTREPRISE ETENDUE Plan général • Les systèmes ERP II • Les systèmes SCM • Les systèmes CRM • Le commerce électronique • Conclusion
  11. 11. Mohamed Louadi, PhD Tunis mlouadi@louadi.com11 En français: Gestion de la logistique globale Les six éléments clés de la logistique sont: • La production • L’approvisionnement • Le stock • La distribution • Le transport • L’information Les systèmes SCM Source: D8 - Roadmap for Digital Business BRIDGE Consortium, 2002.
  12. 12. Mohamed Louadi, PhD Tunis mlouadi@louadi.com12 Production Commerciale =? Objectif: Ventes maximum Les systèmes SCM Objectif: Zéro stocks
  13. 13. Mohamed Louadi, PhD Tunis mlouadi@louadi.com13 En français: Gestion de la logistique globale Les six éléments clés de la logistique sont: • La production • L’approvisionnement • Le stock • La distribution • Le transport • L’information • La production • L’approvisionnement • Le stock Les systèmes SCM Source: D8 - Roadmap for Digital Business BRIDGE Consortium, 2002.
  14. 14. Mohamed Louadi, PhD Tunis mlouadi@louadi.com14 Les systèmes SCM
  15. 15. Mohamed Louadi, PhD Tunis mlouadi@louadi.com15 • Diminuer les coûts de stockage en optimisant le rapport capacité de production / demande • Réduire le coût total de la production en améliorant la circulation des matières et de l’information dans les chaînes de production • Améliorer la satisfaction des clients en réduisant le TTM Les trois premiers objectifs d’un SCM sont: Les systèmes SCM
  16. 16. Mohamed Louadi, PhD Tunis mlouadi@louadi.com16 Des questions «simples»: • Quoi (quel produit) réapprovisionner? • Quand le réapprovisionner? • De combien le réapprovisionner? Des réponses difficiles Les systèmes SCM
  17. 17. Mohamed Louadi, PhD Tunis mlouadi@louadi.com17 SCM encompasses many traditionally separate functional areas such as sales, forecasting, purchasing, operations, information management, transportation and logistics. “[SCM] encompassing every effort involved in producing and delivering a final product, from the supplier’s supplier to the customer’s customer …” Sources: D8 - Roadmap for Digital Business BRIDGE Consortium, 2002 et Pitera T. Supply Chain Management: Strategies for Adding Value Throughout the Supply Chain, Pioneer-Standard Electronics, White Paper, 2000. Les systèmes SCM SCM encompasses many traditionally separate functional areas such as sales, forecasting, purchasing, operations, information management, transportation and logistics. “[SCM] encompassing every effort involved in producing and delivering a final product, from the supplier’s supplier to the customer’s customer …”
  18. 18. Mohamed Louadi, PhD Tunis mlouadi@louadi.com18 ActivitésprimairesActivitésdesoutienActivitésprimaires Logistique interne Logistique interne ProductionLogistique interne Production Logistique externe Logistique interne Production Logistique externe Commercia lisation et vente Logistique interne Production Logistique externe Commercia lisation et vente Service après-vente Infrastructure administrative et financière de l’entreprise Infrastructure administrative et financière de l’entreprise Gestion des ressources humaines Infrastructure administrative et financière de l’entreprise Gestion des ressources humaines Recherche & Développement (R&D) Infrastructure administrative et financière de l’entreprise Gestion des ressources humaines Recherche & Développement (R&D) Approvisionnements Marge de profit Les systèmes SCM – La chaine de valeur de Porter
  19. 19. Mohamed Louadi, PhD Tunis mlouadi@louadi.com19 Les systèmes SCM – La chaine de valeur de Porter Flux de matières Flux monétairesFlux monétaires et d’informations Inspiré de Beaulieu, M. et Roy, J. (2014). Le comportement logistique des entreprises québécoises, Centre sur la productivité et la prospérité, HEC Montréal, http://cpp.hec.ca/cms/assets/documents/recherches_publiees/CE_2010_07.pdf, consulté le 24 décembre 2013.
  20. 20. Mohamed Louadi, PhD Tunis mlouadi@louadi.com20 FOURNISSEURS CLIENTSDISTRIBUTEURSUSINE DETAILLANTS Les systèmes SCM
  21. 21. Mohamed Louadi, PhD Tunis mlouadi@louadi.com21 FOURNISSEURS CLIENTSDISTRIBUTEURSUSINE DETAILLANTS Les systèmes SCM
  22. 22. Mohamed Louadi, PhD Tunis mlouadi@louadi.com22 CLIENT DETAILLANT DISTRIBUTEUR ENTREPRISE FOURNISSEUR USINE Etape 1: Le client place une com- mande sur le site Web ou directement Etape 2: Com- mande en cas de non disponibilité Etape 3: Com- mande en cas de non disponibilité Etape 4: Commande de produits en cas de rupture de stock Etape 5: Commande de matières en cas de rupture de stock Gestion de la logistique globale Les systèmes SCM
  23. 23. Mohamed Louadi, PhD Tunis mlouadi@louadi.com23 Les systèmes SCM
  24. 24. Mohamed Louadi, PhD Tunis mlouadi@louadi.com24 Source: http://softwarestrategiesblog.com/category/saas/ Le marché cloud mondial pour divers types de systèmes (prévisions 2007-2015 par Gartner (Juin 2011)) L’option cloud pour les SCM
  25. 25. Mohamed Louadi, PhD Tunis mlouadi@louadi.com25 Le marché cloud mondial pour divers types de systèmes (prévisions 2007-2015 par Gartner (Juin 2011)) L’option cloud pour les SCM 582 688 799 998 1272 1572 1932 2311 2737 2007 2008 2009 2010 2011 2012 2013 2014 2015 0 500 1000 1500 2000 2500 3000 Source: http://softwarestrategiesblog.com/category/saas/
  26. 26. Mohamed Louadi, PhD Tunis mlouadi@louadi.com26 SECTION 1 THÉORIES ET MODÈLES SECTION 2 SI ET ÉVOLUTIONS SECTION 3 L’ENTREPRISE INTÉGRÉE SECTION 4 L’ENTREPRISE ETENDUE Plan général • Les systèmes ERP II • Les systèmes SCM • Les systèmes CRM • Le commerce électronique • Conclusion
  27. 27. Mohamed Louadi, PhD Tunis mlouadi@louadi.com27 CRM is a new approach, a new technique, and a new management concept for managing customers. Source: D8 - Roadmap for Digital Business BRIDGE Consortium, 2002. Les systèmes CRM
  28. 28. Mohamed Louadi, PhD Tunis mlouadi@louadi.com28 Sebag, Paul (1998). Tunis Histoire d'une ville, Editions L'Harmattan, p. 383. Les systèmes CRM
  29. 29. Mohamed Louadi, PhD Tunis mlouadi@louadi.com29 It focuses a business on creating a technological environment that integrates marketing, sales, service, back-office and supply-chain functions in order to allow an enterprise to take a complete view of its customers, and to provide customization, personalized attention, and focused after sales support to its customers. Les systèmes CRM Source: D8 - Roadmap for Digital Business BRIDGE Consortium, 2002.
  30. 30. Mohamed Louadi, PhD Tunis mlouadi@louadi.com30 Emprunté de http://gkkv.com/game/8794.html on Apr. 16, 2012 Les systèmes CRM
  31. 31. Mohamed Louadi, PhD Tunis mlouadi@louadi.com31 00:4 Les systèmes CRM
  32. 32. Mohamed Louadi, PhD Tunis mlouadi@louadi.com32 01:3 Les systèmes CRM
  33. 33. Mohamed Louadi, PhD Tunis mlouadi@louadi.com33 Le CRM analytique fait appel au CRM opérationnel et au CRM collaboratif afin de constituer des bases ou des entrepôts de données qui rassemblent toutes les informations collectées sur les clients. 1. Le CRM opérationnel 2. Le CRM collaboratif 3. Le CRM analytique Le CRM collaboratif est utilisé pour faciliter les interactions entre l’organisation et ses partenaires, pour améliorer la communication et la coordination. Le CRM opérationnel est une combinaison de technologies permettant de collecter toutes les informations issues des interactions des clients avec l’entreprise. Les 3 types de CRM
  34. 34. Mohamed Louadi, PhD Tunis mlouadi@louadi.com34 Le CRM et les TIC
  35. 35. Mohamed Louadi, PhD Tunis mlouadi@louadi.com35 Voir http://www.marieclaire.fr/,en-suede-les-donneurs-de-sang-recoivent-un-sms-lorsqu-ils-sauvent-une-vie,738999.asp Le CRM et les TIC
  36. 36. Mohamed Louadi, PhD Tunis mlouadi@louadi.com36 Type de CRM Principales TIC de support Opérationnel  Bases de données clients  Téléphone  Courrier électronique (e-mail)  Fax  Centre d’appel  Gestion Électronique des Documents (GED)  Customer Support Services (CSS)  Sales Force Automation (SFA)  Web  Gestion automatique des commandes Collaboratif  Workflow  Courrier électronique (e-mail) Analytique  Datawarehouse  Data mining Le CRM et les TIC
  37. 37. Mohamed Louadi, PhD Tunis mlouadi@louadi.com37 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées. en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance. et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  38. 38. Mohamed Louadi, PhD Tunis mlouadi@louadi.com38 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  39. 39. Mohamed Louadi, PhD Tunis mlouadi@louadi.com39 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  40. 40. Mohamed Louadi, PhD Tunis mlouadi@louadi.com40 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining Le data mining est souvent associé à la notion de datawarehouse
  41. 41. Mohamed Louadi, PhD Tunis mlouadi@louadi.com41 Base de données produits Base de données clients Base de données ventes Base de données fournis- seurs Le data mining
  42. 42. Mohamed Louadi, PhD Tunis mlouadi@louadi.com42 Le data mining
  43. 43. Mohamed Louadi, PhD Tunis mlouadi@louadi.com43 Ce qui caractérise les données est qu’elles sont historisées. DATAWAREHOUSE Le data mining
  44. 44. Mohamed Louadi, PhD Tunis mlouadi@louadi.com44 Ce qui caractérise les données est qu’elles sont historisées. DATAWAREHOUSE Le data mining
  45. 45. Mohamed Louadi, PhD Tunis mlouadi@louadi.com45 Le data mining
  46. 46. Mohamed Louadi, PhD Tunis mlouadi@louadi.com46 En somme, le data mining implique un ensemble de techniques statistiques pour analyser des données dans le but de déceler des relations inconnues ou insoupçonnées et d’identifier des tendances. Par exemple, dans un CRM, le data mining est utile pour déceler des comportements récurrents correspondant à des profils de clients. Le data mining
  47. 47. Mohamed Louadi, PhD Tunis mlouadi@louadi.com47 Mauriac, L. (10 décembre 1998). Les couches près de la bière, Libération, http://www.liberation.fr/economie/1998/12/10/les-couches- pres-de-la-biere_255694, consulté le 10 juin 2014. La légende de la bière et des couches de bébé
  48. 48. Mohamed Louadi, PhD Tunis mlouadi@louadi.com48 Guideinformatique (18/09/2013). Big Data : Quelle corrélation entre bière et couches pour bébé?, http://www.guideinformatique.com/actualites-informatiques/big-data-quelle-correlation-entre-biere-et-couches-pour-bebe--164.html, consulté le 10 juin 2014. La légende de la bière et des couches de bébé
  49. 49. Mohamed Louadi, PhD Tunis mlouadi@louadi.com49 La légende de la bière et des couches de bébé Masseglia, F. (20 février 2014). Biere et couches… un exemple mythique du data mining, http://www.florent-masseglia.info/biere-et- couches-un-exemple-mythique-du-data-mining/, consulté le 10 juin 2014.
  50. 50. Mohamed Louadi, PhD Tunis mlouadi@louadi.com50 La légende de la bière et des couches de bébé Hays, C.L. (2004). Beer and Pop Tarts - Wal-Mart Uses Massive Data Bank to Predict What America Wants to Buy, November 21, http://www.theledger.com/article/20041121/NEWS/411210344, last accessed June 10, 2014.
  51. 51. Mohamed Louadi, PhD Tunis mlouadi@louadi.com51 La réalité: En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. DSS News (2002). D. J. Power, Editor, November 10, 2002, Vol. 3, No. 23, http://www.dssresources.com/newsletters/66.php, last accessed Jan 6, 2015. La légende de la bière et des couches de bébé
  52. 52. Mohamed Louadi, PhD Tunis mlouadi@louadi.com52 La réalité: En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Margolis, M. (2013). Microsoft Dynamics CRM and Data Mining, https://markmargolis.wordpress.com/2013/09/23/microsoft- dynamics-crm-and-data-mining/, consulté le 26 juin 2015. La légende de la bière et des couches de bébé
  53. 53. Mohamed Louadi, PhD Tunis mlouadi@louadi.com53 Erfan, F. (10 nov. 2014). The Marketing in All Things Human–From Beers and Diapers to Life Insurance and Games, https://www.linkedin.com/pulse/20141110014145-7763144-the-marketing-in-all-things-human-from-beers-and-diapers-to-life- insurance-and-games, consulté le 25 juin 2015. Image Design by Nick Wheat | www.linkedin.com/pub/nick-wheat/55/a11/a72 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. La réalité: La légende de la bière et des couches de bébé
  54. 54. Mohamed Louadi, PhD Tunis mlouadi@louadi.com54 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. L’analyse avait bien décelé qu’entre 17h00 et 19h00 des consommateurs achetaient de la bière et des couches de bébé. La réalité: La légende de la bière et des couches de bébé
  55. 55. Mohamed Louadi, PhD Tunis mlouadi@louadi.com55 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. L’analyse avait bien décelé qu’entre 17h00 et 19h00 des consommateurs achetaient de la bière et des couches de bébé. Les responsables de Osco n’avaient PAS exploité cette association pour placer ces produits à proximité l’un de l’autre. Il semble donc que l’histoire authentique est plus terne que la légende telle que colportée par les médias. La réalité: La légende de la bière et des couches de bébé
  56. 56. Mohamed Louadi, PhD Tunis mlouadi@louadi.com56 Forte Consultancy (non daté). Product Network Analysis – The Next Big Thing in Retail Data Mining, https://forteconsultancy.wordpress.com/2013/02/19/product-network-analysis-the-next-big-thing-in-retail-data-mining/, consulté le 25 juin 2015 (voir aussi http://www.fortewares.com/wp/Product%20Network%20Analysis%20%E2%80%93%20The%20Next%20Big%20Thing%20in%20Ret ail%20Data%20Mining.pdf). Product Network Analysis - The Next Big Thing in Retail Data Mining La légende de la bière et des couches de bébé
  57. 57. Mohamed Louadi, PhD Tunis mlouadi@louadi.com57 Forte Consultancy (non daté). Product Network Analysis – The Next Big Thing in Retail Data Mining, https://forteconsultancy.wordpress.com/2013/02/19/product-network-analysis-the-next-big-thing-in-retail-data-mining/, consulté le 25 juin 2015 (voir aussi http://www.fortewares.com/wp/Product%20Network%20Analysis%20%E2%80%93%20The%20Next%20Big%20Thing%20in%20Ret ail%20Data%20Mining.pdf). Product Network Analysis - The Next Big Thing in Retail Data Mining La légende de la bière et des couches de bébé
  58. 58. Mohamed Louadi, PhD Tunis mlouadi@louadi.com58 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées. en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance. et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  59. 59. Mohamed Louadi, PhD Tunis mlouadi@louadi.com59 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  60. 60. Mohamed Louadi, PhD Tunis mlouadi@louadi.com60 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining
  61. 61. Mohamed Louadi, PhD Tunis mlouadi@louadi.com61 L’objectif principal du data mining est de fournir une aide à la décision aux preneurs de décision grâce à la découverte de connaissances grâce à l’analyse de vastes quantités de données historisées en essayant de découvrir des modèles, des tendances, et des corrélations cachées dans les données pouvant aider une entreprise à améliorer sa performance et en utilisant des modèles de régression, des arbres de décision, des réseaux de neurones, etc. Le data mining Le data mining est souvent associé à la notion de datawarehouse
  62. 62. Mohamed Louadi, PhD Tunis mlouadi@louadi.com62 Base de données produits Base de données clients Base de données ventes Base de données fournis- seurs Le data mining
  63. 63. Mohamed Louadi, PhD Tunis mlouadi@louadi.com63 Le data mining
  64. 64. Mohamed Louadi, PhD Tunis mlouadi@louadi.com64 Ce qui caractérise les données est qu’elles sont historisées. DATAWAREHOUSE Le data mining
  65. 65. Mohamed Louadi, PhD Tunis mlouadi@louadi.com65 Ce qui caractérise les données est qu’elles sont historisées. DATAWAREHOUSE Le data mining
  66. 66. Mohamed Louadi, PhD Tunis mlouadi@louadi.com66 Le data mining
  67. 67. Mohamed Louadi, PhD Tunis mlouadi@louadi.com67 En somme, le data mining implique un ensemble de techniques statistiques pour analyser des données dans le but de déceler des relations inconnues ou insoupçonnées et d’identifier des tendances. Par exemple, dans un CRM, le data mining est utile pour déceler des comportements récurrents correspondant à des profils de clients. Le data mining
  68. 68. Mohamed Louadi, PhD Tunis mlouadi@louadi.com68 Mauriac, L. (10 décembre 1998). Les couches près de la bière, Libération, http://www.liberation.fr/economie/1998/12/10/les-couches- pres-de-la-biere_255694, consulté le 10 juin 2014. La légende de la bière et des couches de bébé
  69. 69. Mohamed Louadi, PhD Tunis mlouadi@louadi.com69 Guideinformatique (18/09/2013). Big Data : Quelle corrélation entre bière et couches pour bébé?, http://www.guideinformatique.com/actualites-informatiques/big-data-quelle-correlation-entre-biere-et-couches-pour-bebe--164.html, consulté le 10 juin 2014. La légende de la bière et des couches de bébé
  70. 70. Mohamed Louadi, PhD Tunis mlouadi@louadi.com70 La légende de la bière et des couches de bébé Masseglia, F. (20 février 2014). Biere et couches… un exemple mythique du data mining, http://www.florent-masseglia.info/biere-et- couches-un-exemple-mythique-du-data-mining/, consulté le 10 juin 2014.
  71. 71. Mohamed Louadi, PhD Tunis mlouadi@louadi.com71 La légende de la bière et des couches de bébé Hays, C.L. (21 nov. 2004). Beer and Pop Tarts - Wal-Mart Uses Massive Data Bank to Predict What America Wants to Buy, http://www.theledger.com/article/20041121/NEWS/411210344, consulté le 10 juin 2014.
  72. 72. Mohamed Louadi, PhD Tunis mlouadi@louadi.com72 La réalité: En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. DSS News (10 nov. 2002). D. J. Power, Editor, Vol. 3, No. 23, http://www.dssresources.com/newsletters/66.php, consulté le 6 janvier 2015. La légende de la bière et des couches de bébé
  73. 73. Mohamed Louadi, PhD Tunis mlouadi@louadi.com73 La réalité: En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Margolis, M. (2013). Microsoft Dynamics CRM and Data Mining, https://markmargolis.wordpress.com/2013/09/23/microsoft- dynamics-crm-and-data-mining/, consulté le 26 juin 2015. La légende de la bière et des couches de bébé
  74. 74. Mohamed Louadi, PhD Tunis mlouadi@louadi.com74 Erfan, F. (10 nov. 2014). The Marketing in All Things Human–From Beers and Diapers to Life Insurance and Games, https://www.linkedin.com/pulse/20141110014145-7763144-the-marketing-in-all-things-human-from-beers-and-diapers-to-life- insurance-and-games, consulté le 25 juin 2015. Image Design by Nick Wheat | www.linkedin.com/pub/nick-wheat/55/a11/a72 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. La réalité: La légende de la bière et des couches de bébé
  75. 75. Mohamed Louadi, PhD Tunis mlouadi@louadi.com75 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. L’analyse avait bien décelé qu’entre 17h00 et 19h00 des consommateurs achetaient de la bière et des couches de bébé. La réalité: La légende de la bière et des couches de bébé
  76. 76. Mohamed Louadi, PhD Tunis mlouadi@louadi.com76 En 1992, Thomas Blischok, manager d’une boite de consultants spécialisée dans le commerce de détail nommée Teradata, et son équipe avaient effectué une analyse de 1,2 million de paniers à partir de 25 magasins Osco Drug. Des requêtes de bases de données avaient été programmées pour identifier des affinités. L’analyse avait bien décelé qu’entre 17h00 et 19h00 des consommateurs achetaient de la bière et des couches de bébé. Les responsables de Osco n’avaient PAS exploité cette association pour placer ces produits à proximité l’un de l’autre. Il semble donc que l’histoire authentique est plus terne que la légende telle que colportée par les médias. La réalité: La légende de la bière et des couches de bébé
  77. 77. Mohamed Louadi, PhD Tunis mlouadi@louadi.com77 Forte Consultancy (non daté). Product Network Analysis – The Next Big Thing in Retail Data Mining, https://forteconsultancy.wordpress.com/2013/02/19/product-network-analysis-the-next-big-thing-in-retail-data-mining/, consulté le 25 juin 2015 (voir aussi http://www.fortewares.com/wp/Product%20Network%20Analysis%20%E2%80%93%20The%20Next%20Big%20Thing%20in%20Ret ail%20Data%20Mining.pdf). Product Network Analysis - The Next Big Thing in Retail Data Mining La légende de la bière et des couches de bébé
  78. 78. Mohamed Louadi, PhD Tunis mlouadi@louadi.com78 Forte Consultancy (non daté). Product Network Analysis – The Next Big Thing in Retail Data Mining, https://forteconsultancy.wordpress.com/2013/02/19/product-network-analysis-the-next-big-thing-in-retail-data-mining/, consulté le 25 juin 2015 (voir aussi http://www.fortewares.com/wp/Product%20Network%20Analysis%20%E2%80%93%20The%20Next%20Big%20Thing%20in%20Ret ail%20Data%20Mining.pdf). Product Network Analysis - The Next Big Thing in Retail Data Mining La légende de la bière et des couches de bébé
  79. 79. Mohamed Louadi, PhD Tunis mlouadi@louadi.com79 Le CRM et les TIC
  80. 80. Mohamed Louadi, PhD Tunis mlouadi@louadi.com80 Ou: envoyez code client No. GSM No. fixe au 85717 Le CRM et les TIC
  81. 81. Mohamed Louadi, PhD Tunis mlouadi@louadi.com81 Bienvenue au service SMS Facture votre inscription a ete effectuee avec succes vous recevrez un sms des l'edition de la facture et la suspension de votre ligne. TELECOM 18 novembre 2013 Le CRM et les TIC
  82. 82. Mohamed Louadi, PhD Tunis mlouadi@louadi.com82 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 0 5 10 15 20 25 30 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 0 5 10 15 20 25 30 Messages personne à personne Spams et alertes Le CRM et les TIC
  83. 83. Mohamed Louadi, PhD Tunis mlouadi@louadi.com83 Source: van Rijn, J. (2014). The ultimate mobile email statistics overview, avril 2014, http://www.emailmonday.com/mobile-email- usage-statistics, consulté le 3 janvier 2015. Le CRM et les TIC
  84. 84. Mohamed Louadi, PhD Tunis mlouadi@louadi.com84 Mars 2012 Source: van Rijn, J. (2014). The ultimate mobile email statistics overview, avril 2014, http://www.emailmonday.com/mobile-email- usage-statistics, consulté le 3 janvier 2015. Le CRM et les TIC
  85. 85. Mohamed Louadi, PhD Tunis mlouadi@louadi.com85 Source: van Rijn, J. (2014). The ultimate mobile email statistics overview, avril 2014, http://www.emailmonday.com/mobile-email- usage-statistics, consulté le 3 janvier 2015. Le CRM et les TIC
  86. 86. Mohamed Louadi, PhD Tunis mlouadi@louadi.com86 10% 20% 30% 40% 50% 60% 6am 12pm 6pm 12am Source: van Rijn, J. (2014). The ultimate mobile email statistics overview, avril 2014, http://www.emailmonday.com/mobile-email- usage-statistics, consulté le 3 janvier 2015. Le CRM et les TIC
  87. 87. Mohamed Louadi, PhD Tunis mlouadi@louadi.com87 Murphy Kelly, S. (11 juillet 2013). 1 in 10 Americans Use Smartphones During Sex, http://mashable.com/2013/07/11/smartphones- during-sex/, consulté le 25 juin 2015. Le CRM et les TIC
  88. 88. Mohamed Louadi, PhD Tunis mlouadi@louadi.com88 Murphy Kelly, S. (11 juillet 2013). 1 in 10 Americans Use Smartphones During Sex, http://mashable.com/2013/07/11/smartphones- during-sex/, consulté le 25 juin 2015. Le CRM et les TIC
  89. 89. Mohamed Louadi, PhD Tunis mlouadi@louadi.com89 Le CRM et les TIC
  90. 90. Mohamed Louadi, PhD Tunis mlouadi@louadi.com90 Le CRM et les TIC
  91. 91. Mohamed Louadi, PhD Tunis mlouadi@louadi.com91 Le CRM et les TIC
  92. 92. Mohamed Louadi, PhD Tunis mlouadi@louadi.com92 www.vtiger.com/index.php Un exemple:
  93. 93. Mohamed Louadi, PhD Tunis mlouadi@louadi.com93 http://www.nuance.com/for-business/customer-service-solutions/nina/nina-web/index.htm Le CRM et les TIC – Les chatterbots
  94. 94. Mohamed Louadi, PhD Tunis mlouadi@louadi.com94 Le CRM et les TIC – Les chatterbots
  95. 95. Mohamed Louadi, PhD Tunis mlouadi@louadi.com95 http://espacezoe.gdfsuez-dolcevita.fr/index.php Le CRM et les TIC – Les chatterbots
  96. 96. Mohamed Louadi, PhD Tunis mlouadi@louadi.com96 http://espacezoe.gdfsuez-dolcevita.fr/visite_guide/visiteZoe.php Le CRM et les TIC – Les chatterbots
  97. 97. Mohamed Louadi, PhD Tunis mlouadi@louadi.com97 http://espacezoe.gdfsuez-dolcevita.fr/visite_guide/visiteZoe.php Le CRM et les TIC – Les chatterbots
  98. 98. Mohamed Louadi, PhD Tunis mlouadi@louadi.com98 http://espacezoe.gdfsuez-dolcevita.fr/visite_guide/visiteZoe.php Le CRM et les TIC – Les chatterbots
  99. 99. Mohamed Louadi, PhD Tunis mlouadi@louadi.com99 Aussi appelés: • Chatbots • Agents virtuels • Agents conversationnels • Automated Online Assistants Ils sont utilisés, entre autres, par: • Lloyds Banking Group • Royal Bank of Scotland • IKEA • Aetna Le CRM et les TIC – Les chatterbots
  100. 100. Mohamed Louadi, PhD Tunis mlouadi@louadi.com100 http://www.aetna.com/showcase/Ann/ Le CRM et les TIC – Les chatterbots
  101. 101. Mohamed Louadi, PhD Tunis mlouadi@louadi.com101Source: http://softwarestrategiesblog.com/category/saas/ Le marché cloud mondial pour divers types de systèmes (prévisions 2007-2015 par Gartner (Juin 2011)) L’option cloud pour les CRM
  102. 102. Mohamed Louadi, PhD Tunis mlouadi@louadi.com102 Le marché cloud mondial pour divers types de systèmes (prévisions 2007-2015 par Gartner (Juin 2011)) L’option cloud pour les CRM 1231 1872 2273 3174 3760 4341 4801 5249 5719 2007 2008 2009 2010 2011 2012 2013 2014 2015 0 1000 2000 3000 4000 5000 6000 Source: http://softwarestrategiesblog.com/category/saas/
  103. 103. Mohamed Louadi, PhD Tunis mlouadi@louadi.com103 Les ERP II prennent désormais en charge: • Des fonctions concernant la logistique globale (SCM) • Des fonctions liées à la Business Intelligence (BI) • Des fonctions liées à la gestion du capital humain (Human Capital Management) • Des fonctions liées au marketing (CRM) • Des fonctions liées au commerce électronique (e-commerce et Web Services) Les systèmes ERP II
  104. 104. Mohamed Louadi, PhD Tunis mlouadi@louadi.com104 Les systèmes ERP Les modules les plus vendus (n=1000) Source: Kimberling, E. (2011). Preview of Panorama’s 2011 ERP Report: ERP Implementation Costs Continue to Decline, January 10, http://panorama-consulting.com/preview-of-panoramas-2011-erp-report-erp-implementation-costs-continue-to-decline/ Adoption de modules ERP Détail Conception de produit Gestion du cycle de vie produit Transport/Logistique Entrepôts Business Intelligence Planification/Logistique globale Fabrication CRM Gestion des entrepôts Ressources Humaines/Paye Gestion des matières premières Ventes-Distribution/Commandes Finances 0 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00%
  105. 105. Mohamed Louadi, PhD Tunis mlouadi@louadi.com105 1ère étape 2ème étape 3ème étape 4ème étape 5ème étape 6ème étape Initiation Contagion Initiation Contrôle Contagion Initiation Contrôle Contagion Initiation Intégration Contrôle Contagion Initiation Intégration Administration Contrôle Contagion Initiation Intégration Administration Maturité Les systèmes ERP Les modules les plus vendus (n=1000)
  106. 106. Mohamed Louadi, PhD Tunis mlouadi@louadi.com106 SECTION 1 THÉORIES ET MODÈLES SECTION 2 SI ET ÉVOLUTIONS SECTION 3 L’ENTREPRISE INTÉGRÉE SECTION 4 L’ENTREPRISE ETENDUE Plan général • Les systèmes ERP II • Les systèmes SCM • Les systèmes CRM • Le commerce électronique • Conclusion
  107. 107. Mohamed Louadi, PhD Tunis mlouadi@louadi.com107 Back OfficeFrontal Internet Catalogue Web Client Passerelle de payement Gestion de stock Système de gestion de commandes Comptabilité Banque Centre Commercial Web Intégration entre l’intérieur de l’entreprise et l’extérieur Le commerce électronique
  108. 108. Mohamed Louadi, PhD Tunis mlouadi@louadi.com108 Client Passerelle de payement Gestion de stock Système de gestion de commandes Banque Centre Commercial Web Back OfficeFrontal Internet Catalogue Web Intégration entre l’intérieur de l’entreprise et l’extérieur Comptabilité Le commerce électronique
  109. 109. Mohamed Louadi, PhD Tunis mlouadi@louadi.com109 Client Gestion de stock Système de gestion de commandes Banque Centre Commercial Web Back OfficeFrontal Internet Catalogue Web Intégration entre l’intérieur de l’entreprise et l’extérieur ComptabilitéPasserelle de payement ERP Le commerce électronique
  110. 110. Mohamed Louadi, PhD Tunis mlouadi@louadi.com110 Client Inventory Management Order Management System Accounting System Banque Centre Commercial Web ERP Back OfficeFrontal Internet Catalogue Web Intégration entre l’intérieur de l’entreprise et l’extérieur Passerelle de payement X-ERP Le commerce électronique
  111. 111. Mohamed Louadi, PhD Tunis mlouadi@louadi.com111 Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public • Extranet: réseau public ouvert uniquement aux partenaires sociaux, commerciaux, etc. Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public • Extranet: réseau public ouvert uniquement aux partenaires sociaux, commerciaux, etc. A NE PAS CONFONDRE AVEC WAN Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public • Extranet: réseau public ouvert uniquement aux partenaires sociaux, commerciaux, etc. A NE PAS CONFONDRE AVEC WAN • Intranet: réseau interne à une organisation et non accessible aux personnes extérieures à l’organisation Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public • Extranet: réseau public ouvert uniquement aux partenaires sociaux, commerciaux, etc. A NE PAS CONFONDRE AVEC WAN • Intranet: réseau interne à une organisation et non accessible aux personnes extérieures à l’organisation A NE PAS CONFONDRE AVEC LAN Définitions: différences entre les .. nets • Internet: réseau mondial ouvert au public • Extranet: réseau public ouvert uniquement aux partenaires sociaux, commerciaux, etc. A NE PAS CONFONDRE AVEC WAN • Intranet: réseau interne à une organisation et non accessible aux personnes extérieures à l’organisation A NE PAS CONFONDRE AVEC LAN Toutes ces technologies fonctionnent sur le même principe que l’Internet (TCP/IP) Le commerce électronique
  112. 112. Mohamed Louadi, PhD Tunis mlouadi@louadi.com112 Le commerce électronique Exemple: Rechargi www.rechargi.com
  113. 113. Mohamed Louadi, PhD Tunis mlouadi@louadi.com113 Le commerce électronique Exemple: Rechargi www.rechargi.com
  114. 114. Mohamed Louadi, PhD Tunis mlouadi@louadi.com114 Le commerce électronique Exemple: Rechargi www.rechargi.com
  115. 115. Mohamed Louadi, PhD Tunis mlouadi@louadi.com115 Le commerce électronique Exemple: Rechargi www.rechargi.com
  116. 116. Mohamed Louadi, PhD Tunis mlouadi@louadi.com116 Le commerce électronique Exemple: Rechargi www.rechargi.com
  117. 117. Mohamed Louadi, PhD Tunis mlouadi@louadi.com117 Le commerce électronique Exemple: Rechargi www.rechargi.com
  118. 118. Mohamed Louadi, PhD Tunis mlouadi@louadi.com118 Le commerce électronique Exemple: Rechargi www.rechargi.com
  119. 119. Mohamed Louadi, PhD Tunis mlouadi@louadi.com119 Le commerce électronique Exemple: Rechargi www.rechargi.com
  120. 120. Mohamed Louadi, PhD Tunis mlouadi@louadi.com120 www.snmvt.com Le commerce électronique Exemple: Monoprix
  121. 121. Mohamed Louadi, PhD Tunis mlouadi@louadi.com121 Les Pâtisseries Masmoudi (www.masmoudi.com) Macaronis sur le Web (www.randa.com.tn) Le commerce électronique D’autres exemples
  122. 122. Mohamed Louadi, PhD Tunis mlouadi@louadi.com122 SECTION 1 THÉORIES ET MODÈLES SECTION 2 SI ET ÉVOLUTIONS SECTION 3 L’ENTREPRISE INTÉGRÉE SECTION 4 L’ENTREPRISE ETENDUE Plan général • Les systèmes ERP II • Les systèmes SCM • Les systèmes CRM • Le commerce électronique • Conclusion
  123. 123. Mohamed Louadi, PhD Tunis mlouadi@louadi.com123 Conclusion
  124. 124. Mohamed Louadi, PhD Tunis mlouadi@louadi.com124 Merci

×