SlideShare une entreprise Scribd logo
1  sur  61
Télécharger pour lire hors ligne
1
Chapitre 1
SYSTEMES INTERACTIFS
D’AIDE A LA DECISION
(SIAD)
2
Chapitre 1
LES SYSTEMES INTERACTIFS D’AIDE A LA
DECISION
1. Introduction
2. Qu'est-ce qu'un SIAD ?
3. Les applications des SIAD
4. Comparaison entre un SIAD et un
Système de production des rapports
5. Utilisation d'un SIAD
6. Les SIAD et les Tableurs (+ TPs avec Excel)
3
Introduction
 Décisions quotidiennes : prise sur la base d'intuitions
et d'expériences acquises
 Situations nouvelles : prise de décision plus difficile
 Actuellement : environnements de décisions plus
complexes
 Évolution rapide et décisions plus complexes
• Quantité d'alternatives et d'information plus
grande,
• Coût des erreurs
 Utilisation de SIAD
4
Qu'est-ce qu'un SIAD ?
Définition 1: c'est un système dont l'objectif est d'aider le
gestionnaire à prendre une décision dans des situations
semi-structurés .
Un SIAD se veut un adjoint au décideur afin d'augmenter
ses capacités mais en aucun cas remplacer ses
jugements.
5
Types de Décisions (1/5)
On distingue ici les 3 situations possibles:
 Décisions structurées
 Décisions semi-structurées
 Décisions non-structurées
6
Types de Décisions (2/5)
 Décisions structurées
 Ce sont des décisions programmables ou déterministes,
permettant de déterminer les résultats avec certitude.
 Un processus connu et explicitable, permettant de
définir à l’avance les procédures de prise de décisions.
 Exemples:
• Gestion de stock : Les décisions de
réapprovisionnement de stock sont automatisées dans
la plupart des entreprises.
• Décisions de passage de classes (Gestion des notes)
• Facturation
• Gestion bancaire
7
 Décisions semi- structurées
 Ce sont des décisions peu ou moins structurées pour lesquelles
on peut préétablir certaines procédures décisionnelles, mais pas
suffisamment pour recommander une décision déterminée.
 Résoudre le problème : Faire appel à l'intuition et au savoir faire
du décideur
• Tout ou partie du contrôle du processus est laissé au décideur
• Toutes les alternatives ne sont pas atteintes
 Exemple:
 Les décisions relatives à la mise en marché d’une nouvelle
ligne de produit.
 Analyse des ventes régionales.
 Analyse de rentabilité.
 Contrôle des stocks (et non pas gestion de stock !).
 Les SIAD ont été conçus pour ce type de problèmes
Types de Décisions (4/5)
8
Types de Décisions (5/5)
 Décisions non structurées = Situations complexes
 Ce sont des décisions non programmables.
 Pas de modélisation du processus de résolution (évènements
aléatoires et imprévisibles)
 Phase de recherche d'information difficile
 Identification du problème nécessite l'utilisation de données et de
connaissances provenant de plusieurs domaines
 Exemples :
 Prévision des tendances de ventes pour 5 ans.
 Planification du personnel: décisions de licenciement d’employés.
 Planification du profit.
9
Besoins en information par
niveau hiérarchique de gestion
Semi structurée
Structurée
Non structurée
D
e
c
i
s
i
o
n
STRUCTURE DE LA
DECISION
I
n
f
o
r
m
a
t
i
o
n
CARACTERISTIQUES
DE L’INFORMATION
• Exceptionnelle
• Récapitulative
• Irrégulière
• Prévisionnelle
• Externe
• Préétablie
• Périodique
• Détaillée
• Fréquente
• Interne
10
Qu'est-ce qu'un SIAD ?
Définition 2: un SIAD est un système interactif,
flexible, adaptable, développé spécialement afin
d'améliorer la prise de décision.
Il utilise des données, fournit une interface simple.
En plus un SIAD utilise des modèles qui peuvent
être construit par un processus interactif.
Il doit supporter toutes les phases de la prise de
décision et il peut inclure un composant intelligent.
11
La prise de décision
 Tout individu placé devant plusieurs
alternatives mutuellement exclusives, choisit
l'une d'entre elles à la suite d'un processus
mental que nous appellerons décision.
 Une Décision : Achat d'un véhicule
 Un Domaine : aspect générique, l'automobile
12
La prise de décision
 Une situation de décision :
• Aspect spécifique à un décideur
• Un contexte (exemple: une femme, quatre
enfants et deux énormes chiens, vacances en
camping avec une planche à voile).
• Des préférences (moteurs diesels, des voitures
break, des embrayages pilotés, une
transmission intégrale et ABS).
 Une Décision : des alternatives, des résultats
13
Processus de décision
 Trois phases
Recherche
d’informations
Conception Choix
14
Processus de décision
 Phase de recherche d'information
 Trouver les objectifs ou buts du décideur
 Pour cela : recherche des informations pertinentes
• Peut devenir elle-même un problème de décision
 Classification de la décision
 Décomposition en sous-problèmes (éventuellement)
15
Processus de décision
 Phase de conception
 Génération, développement, analyse des diverses
alternatives,
 Choix d'un ou plusieurs modèles de décision :
• Variables de décision,
• Les relations mathématiques ou symboliques entre ces
variables
 Pour un modèle quantitatif de décision
• Déterminer les composants du modèle
• La structure du modèle
16
Processus de décision
●La sélection des principes de choix (critère d'évaluation)
• Meilleure solution, assez bonne solution, solution satisfaisante
• Prise de risque ou non
• Modèles Normatifs et Descriptifs
●La génération des alternatives
●La prédiction des résultats
●La mesure des résultats
17
Processus de décision
 Phase de choix
 Choisir entre les diverses alternatives
 Étapes de recherche et d'évaluation
• Recherche :
• De toutes les alternatives : modèles normatifs
• D'un nombre limité d'alternatives : modèles
descriptifs
• Évaluation des résultats et recommandation d'une
alternative
18
http://www.etrade.com
http://www.amazon.com
L'aide à la décision en marketing : Décision d'achat - côté client
Les applications des SIAD
19
PariTOP : un système d’aide à la décision pour l’évaluation
foncière
 Basé sur l’approche de comparaison directe (C'est en confrontant le profil
des immeubles comparables à celui de l’immeuble en question que
PariTOP® parvient à une estimation de valeur pour ce dernier).
 L’expertise individuelle est au centre de la méthodologie d’évaluation
PariTOP®.
 Analyses des données: PariTOP® offre des outils d’analyse et de
visualisation de données et permet d’explorer les multiples facettes d’un
parc foncier.
 Stratification du parc foncier: PariTOP® offre des outils de
segmentation permettant de créer des parcs cibles (par exemple
constituer un parc cible relatif aux Bungalows, un autre aux maisons
mobiles et, ainsi, appliquer une paramétrisation particulière à chacun
d’entre eux).
Les applications des SIAD
20
EsPer : un SIAD pour l’estimation personnalisée des risques
(domaine médical)
 EsPeR est un outil d'aide informatisé, pour hiérarchiser les priorités de
prévention chez un patient donné, et lui proposer des actions de
prévention en accord avec les données scientifiques actuelles.
 L'outil est destiné au médecin et vise à lui donner, face à sujet consultant,
les éléments qui permettent de classer ses risques de santé les plus
probables.
 EsPeR est également un outil documentaire pour comprendre et
approfondir les connaissances sur lesquelles doivent reposer les
stratégies de prévention.
Les applications des SIAD
Pour en savoir plus sur les SIADs cliniques commerciaux et académiques :
www.openclinical.org
21
Les applications des SIAD
AIMS (Analytical Information Management System) :
SIAD dans l’industrie de l’aviation commerciale
(affectation des avions, aux routes, aux classes de
vols, aux prix,...).
Mis au point par Americain Airlines et utilisé par :
 D’autres compagnies,
 Constructeurs d’avions,
 Analystes financiers, ....
22
Rapports vs aide à la décision
Production de rapports Aide à la décision
Objectifs
Informatiser les tâches
structurées (règles de
décisions prédéfinies)
Améliorer l’efficacité
(réduction du temps de
réponse et minimum
d’intervention humaine)
Aider le gestionnaire dans
sa prise de décision
(tâches semi-structurées)
Outil sous contrôle du
gestionnaire (processus
non automatique et
solutions non imposées)
Spécifications
Détaillé à l’avance Pas de spécification à
l’avance
23
Rapports vs aide à la décision
Production de rapports Aide à la décision
Information fournie
• Forme, fréquence
• Format
• Méthode de traitement
Périodique, rapports et
accès aux données
Préétabli, fixe
Extraction et manipulation
des données internes
Interrogations et réponses
interactives
Ad hoc, flexible, adaptable
Modélisation des données
internes et externes
Aide décisionnelle
• Types de décisions
• Types de décideurs
•Type de support
Structurée, opérationnelle
Soutien indirecte des tous
les gestionnaires
Applications standards
Semi-structurée
Aide directe pour chaque
style de gestionnaire
Techniques pour traiter
problèmes et opportunités
24
Rapports vs aide à la décision
Production de rapports Aide à la décision
Utilisation
Passive Active
Période
Passé / Présent Présent / futur
Utilisateur
Agent de bureau Gestionnaire
25
Utilisation d'un SIAD
L'utilisation d'un SIAD est un processus interactif de
modélisation analytique.
Il existe quatre type de modélisation analytique :
• Que se passerait-il si ... ?
– what if ...?
• Analyse de sensibilité
– dépendance des variables
• Analyse de recherche par but
• Analyse d'optimisation
– sous contraintes
• Que se passerait-il si ... ?
– what if ...?
• Analyse de sensibilité
– dépendance des variables
• Analyse de recherche par but
• Analyse d'optimisation
– sous contraintes
26
Que se passerait-il si …?
Et si …?
Observer les répercussions des modifications
de certaines variables sur d’autres variables.
Exemples:
- Que se passerait-il si l’on diminuait la publicité de 10% ?
- Et si les ventes diminuaient de 5% ?
- Et si …?
27
L’analyse de sensibilité
Observer les répercussions des modifications
répétées de certaines variables sur d’autres
variables.
Exemple: Réduction de la publicité de 100 DT plusieurs fois
pour évaluer la relation de cette variable avec les ventes.
C’est un cas particulier de « Que se passerait-il si …? Et si …? »
28
Analyse de recherche
par but
Faire des modifications répétées sur des
variables déterminées jusqu’à ce que la variable
choisie atteigne la cible visée.
Exemple: Augmentation progressive de la publicité jusqu’à ce
que les ventes atteignent 1 million de dinars.
29
Analyse d’optimisation
Trouver la valeur optimale de certaines
variables soumises à des contraintes précises.
Exemple: Quelle est la meilleure quantité de publicité si l’on tient
compte des contraintes budgétaires et du choix des médias ?
C’est une forme plus complexe de l’analyse de recherche par
but.
30
Les SIAD et les Tableurs
Un tableur peut servir à résoudre des problèmes qui
nécessitent des comparaisons et des projections :
 Prévision des ventes,
 Analyse des pertes et profits,
 Planification budgétaire,
 Détermination du prix de vente d'un produit,
 Préparation des états financiers,
 Évaluation des appels d'offres en construction,
 … etc.
31
 Mémorisation de données
→
→ lien BD
 Manipulation de données
→
→ modèle mathématique
 Génération de rapports
 Représentation
graphique
 Accessibilité
Les SIAD et les Tableurs
32
SIADs avec Excel
TP1 : Aide à la décision pour le calcul du rendement financier
TP2 : Aide à la décision pour l’achat de matériel
33
Base
de modèles
Base
de données
Logiciel du SIAD
Logiciel du SIAD
Gestion de
la base de modèles
Gestion du
dialogue
Gestion de
la base de données
Poste de travail
du gestionnaire
Gestionnaire
ou décideur
Les composantes d’un SIAD
34
Le sous-système de gestion des
données
 Base de données du SIAD :
 Base de Données de l’organisation (Interne)
 Banque de Données (Externe)
 Bases de données personnelles
 Système de Gestion de Base de Données (SGBD)
 Création de la Base de Données,
 Mise à jour de la Base de Données (ajout, suppression
et modification)
 Mettre en corrélation des données de différentes sources
 Recherche rapide de données pour des requêtes et des
rapports
 Réaliser des tâches de recherche complexe et des
manipulations de données basées sur des requêtes
35
Base
de modèles
Base
de données
Logiciel du SIAD
Logiciel du SIAD
Gestion de
la base de modèles
Gestion du
dialogue
Gestion de
la base de données
Poste de travail
du gestionnaire
Gestionnaire
ou décideur
Les composantes d’un SIAD
36
 Base de modèles du SIAD (bibliothèque de modèles
mathématiques) :
 Modèles Statistiques,
 Modèles de finance,
 Modèles de Science de Gestion (programmation
linéaire, tables de décision,…)
 Modèles de comptabilité, ….
Le sous-système de gestion de
modèles
 Système de Gestion de Base de Modèles (SGBM)
 Création de la Base de Modèles,
 Mise à jour de la Base de Modèles (ajout,
suppression et modification)
 Interface Base de Données
37
Base
de modèles
Base
de données
Logiciel du SIAD
Logiciel du SIAD
Gestion de
la base de modèles
Gestion du
dialogue
Gestion de
la base de données
Poste de travail
du gestionnaire
Gestionnaire
ou décideur
Les composantes d’un SIAD
38
Le sous-système de gestion de
dialogue (1)
Langage Affichage
Input Output
Imprimante, Table
traçante
Utilisateur
Système de Gestion de
l ’Interface utilisateur
Gestion des
Modèles et
SGBM
Gestion des
Connaissances
Gestion des
Données et
SGBD
Terminal
39
Le sous-système de gestion de
dialogue (2)
 Système de Gestion de dialogue
 Fournir un accès aux bases de données, bases de
connaissances et bases de modèles
 Permettre d'établir des liens entre ces différents
systèmes
 Être flexible et adaptable en fonction des différents
utilisateurs et de ces différentes tâches, mais aussi
des modèles utilisés
 Afficher des informations multimodales : graphiques
2D ou 3D, textes, vidéo, images animées ou non, ...
 Fournir des aides à l'utilisateur pour mener à bien sa
tâche et le guider à travers des exemples
 Fournir une interface en langue naturelle ou par un
système de traitement de la parole.
40
Le sous-système de gestion de
dialogue (3)
 Notion d’interactivité dans un SIAD
 Rôle indispensable de l’homme (rôle non passif)
 Interface → rôle de collaborateur
 Processus dynamique vs statique
41
Base
de modèles
Base
de données
Logiciel du SIAD
Logiciel du SIAD
Gestion de
la base de modèles
Gestion du
dialogue
Gestion de
la base de données
Poste de travail
du gestionnaire
Gestionnaire
ou décideur
Les composantes d’un SIAD
Base
de connaissances
Gestion des
connaissances
42
Le sous-système de gestion des
connaissances
La fonction la plus intéressante dans un SIAD
pourrait être : quel modèle doit être utilisé
pour telle situation ?
Expert du domaine
SIAD +
SIAD Intelligent
43
Les principaux types de
systèmes d’information (SI)
44
•
• STT
STT :
: Syst
Systè
ème de traitement des transactions
me de traitement des transactions
(
(Production de rapports)
•
• SAD
SAD :
: Syst
Systè
ème d
me d’
’aide
aide à
à la d
la dé
écision
cision
•
• SIG
SIG :
: Syst
Systè
ème d
me d’
’information de gestion
information de gestion
•
• SID
SID :
: Syst
Systè
ème d
me d’
’information pour dirigeants
information pour dirigeants
Les principaux types de
systèmes d’information (SI)
45
 Systèmes de base qui soutiennent le niveau des
opérations
 Systèmes informatisés qui exécutent et enregistrent les
transactions quotidiennes et courantes nécessaires
aux affaires de l'organisation
Systèmes de traitement des
transactions (STT)
46
Représentation schématique d'un STT
pour la paie
47
Niveau de la gestion
 Entrées : faible volume de données
modèles analytiques
 Traitement : interactif, simulations, analyses
 Sorties : analyses de décisions, rapports spéciaux
 Utilisateurs : gestionnaires de niveau intermédiaire
Ex. : analyse de coûts des contrats
Systèmes Interactifs d’Aide à la
Décision (SIAD)
48
Niveau de la gestion
 Entrées : résumé des transactions, volume élevé de
données
 Traitement : rapports courants, modèles simples,
analyse de base
 Sorties : rapports sommaires, rapports d’exception
 Utilisateurs : gestionnaires de niveau intermédiaire
Ex. : budget annuel
Systèmes d’Information de
Gestion (SIG)
49
Comment les SIG obtiennent leurs
données des STT
50
Un échantillon de rapport SIG
51
Niveau stratégique
 Entrées : données globales, internes et externes
 Traitement : interactif, simulations, graphiques
 Sorties : projections, réponses aux requêtes
 Utilisateurs : gestionnaires de niveau supérieur
Ex. : plan des opérations sur 5 ans
Systèmes d’Information pour
Dirigeants (SID)
52
 S'adressent aux cadres supérieurs
 Souvent conçus pour un individu
 Utilisent des données provenant de plusieurs
niveaux et sources
 Comportent des interfaces graphiques conviviales
Caractéristiques des SID
53
 Accès facile  convivial
- Aux informations
• sur l'entreprise
• sur son environnement
 Agrégation forte
- Détail possible
 Destiné aux dirigeants
- Construits sur-mesure
 Systèmes d’information
des dirigeants
 Informations on-line
http://www.strategy.com
SID : Tableaux de bord
54
Pourquoi les tableaux de bord sont
nécessaires ?
 Mesure de performance
 Pour rendre compte
 Les SI actuels sont
inadéquats
 Émergence de technologies
de l'information accessibles
et performantes
55
Interrelations entre les systèmes
56
Autres types de systèmes pour
supporter les dirigeants
 Décision collective : Système d ’aide au travail en
groupe supportés par les collecticiels (groupware)
comme Notes de Lotus
 Entrepôt de données (Datawarehouse)
 Fouille de données (Data Mining)
 OLAP (on line analytical processing)
57
 Groupes  réunions
 GDSS Group Decision Support
Systems
• brainstorming
• vote
• partage d'application
La décision collective
http://www.ventana.com
Ecran public Facilitateur (animateur)
Facilitateur
technique
Participants
58
 Enregistrement de données
- activités des clients, etc.
- données internes  externes
 Mémoire de l'organisation
- Structure de stockage cohérente
- Volume de données colossal
- Dynamique de l'approvisionnement
 Apprentissage de l'organisation
- en interne et dans ses relations avec l'environnement
 Applications marketing
- Relation client suivie
 marketing relationnel, marketing personnalisé (one-to-one)
- Optimisation des produits/services offerts au client
 ciblage, suggestions, marketing direct …
Entrepôt de données
(datawarehouse)
59
Ensemble des techniques d'exploration et d'analyse appliquées
sur de grandes quantités de données et destinées à y découvrir
des informations utiles
• statistiques, modèles mathématiques, etc.
• schémas, groupes, règles, etc.
• Classification
• Estimation
• Prédiction
• Groupes d'affinités
• Clustering
• Description
Data Mining Trop d'information
tue l'information
60
OLAP (on line analytical processing)
OLAP Permet de manipuler et d’examiner de façon
interactive de grandes quantités de données détaillées et
consolidées
 Consolidation: agrégation de données
 Forage: aller au détail de données consolidées
 Trancher et découper: regarder le bases de données à
partir de différents points de vue
 Supporté Datawarehouses, datamarts, datamining et
surtout les bases de données multidimensionnelles
61
Conclusion
 Les bases de données doivent être en place et on doit
avoir accès aux banques de données et à Internet de
façon intelligente pour faire de la veille
 Les SAD, SID et les tableaux de bord doivent être mis en
place pour aider les décideurs à trouver l’information utile
pour prendre la bonne décision
 Les data mining et OLAP peuvent permettre de forer dans
les datawarehouse pour trouver des corrélations implicites.

Contenu connexe

Tendances

Outils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseOutils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseBEL MRHAR Mohamed Amine
 
Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétiqueIlhem Daoudi
 
BPM - Business Process Management
BPM - Business Process ManagementBPM - Business Process Management
BPM - Business Process ManagementMourad HASSINI
 
AI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine LearnigAI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine LearnigFelipe Sanchez Garzon
 
Chap1 systéme d'information
Chap1 systéme d'informationChap1 systéme d'information
Chap1 systéme d'informationGhita Benabdellah
 
Cou rs de methodologie
Cou rs de methodologieCou rs de methodologie
Cou rs de methodologieTelelaz Galaa
 
Les principaux types de système d'information
Les principaux types de système d'informationLes principaux types de système d'information
Les principaux types de système d'informationGabsi Aissa
 
Aide à la Décision Multicritère
Aide à la Décision MulticritèreAide à la Décision Multicritère
Aide à la Décision MulticritèreAbdelaadimKHRISS
 
Seminaire datamining Ecole de Statistique et d'Economie Appliquée
Seminaire datamining Ecole de Statistique et d'Economie AppliquéeSeminaire datamining Ecole de Statistique et d'Economie Appliquée
Seminaire datamining Ecole de Statistique et d'Economie AppliquéeJean Roger Mably
 
Les systèmes d'information
Les systèmes d'informationLes systèmes d'information
Les systèmes d'informationOumaima Karim
 
Présentation projet de fin d'étude
Présentation projet de fin d'étudePrésentation projet de fin d'étude
Présentation projet de fin d'étudeDonia Hammami
 
Cours master methodologie de recherche 2018
Cours master methodologie de recherche 2018Cours master methodologie de recherche 2018
Cours master methodologie de recherche 2018fikri khalid
 
Les systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordLes systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordTayssirLimem
 
Business process modelling
Business process modellingBusiness process modelling
Business process modellingDejan Munjin
 

Tendances (20)

Etude de marché
Etude de marchéEtude de marché
Etude de marché
 
Outils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouseOutils décisionnels : Data-Mining and Data-warehouse
Outils décisionnels : Data-Mining and Data-warehouse
 
Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétique
 
BPM - Business Process Management
BPM - Business Process ManagementBPM - Business Process Management
BPM - Business Process Management
 
AI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine LearnigAI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine Learnig
 
Chap1 systéme d'information
Chap1 systéme d'informationChap1 systéme d'information
Chap1 systéme d'information
 
Cou rs de methodologie
Cou rs de methodologieCou rs de methodologie
Cou rs de methodologie
 
technique d'enquete
technique d'enquetetechnique d'enquete
technique d'enquete
 
Les principaux types de système d'information
Les principaux types de système d'informationLes principaux types de système d'information
Les principaux types de système d'information
 
Aide à la Décision Multicritère
Aide à la Décision MulticritèreAide à la Décision Multicritère
Aide à la Décision Multicritère
 
Seminaire datamining Ecole de Statistique et d'Economie Appliquée
Seminaire datamining Ecole de Statistique et d'Economie AppliquéeSeminaire datamining Ecole de Statistique et d'Economie Appliquée
Seminaire datamining Ecole de Statistique et d'Economie Appliquée
 
Les systèmes d'information
Les systèmes d'informationLes systèmes d'information
Les systèmes d'information
 
Présentation projet de fin d'étude
Présentation projet de fin d'étudePrésentation projet de fin d'étude
Présentation projet de fin d'étude
 
Cours master methodologie de recherche 2018
Cours master methodologie de recherche 2018Cours master methodologie de recherche 2018
Cours master methodologie de recherche 2018
 
Tableau de bord prospectif
Tableau de bord prospectifTableau de bord prospectif
Tableau de bord prospectif
 
Les systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bordLes systèmes d'information et tableau de bord
Les systèmes d'information et tableau de bord
 
Tableau de bord
Tableau de bordTableau de bord
Tableau de bord
 
Analyse de données avec spss,
Analyse de données avec spss,Analyse de données avec spss,
Analyse de données avec spss,
 
Business process modelling
Business process modellingBusiness process modelling
Business process modelling
 
Le tableau de bord de pilotage
Le tableau de bord de pilotageLe tableau de bord de pilotage
Le tableau de bord de pilotage
 

Similaire à SYSTEMES-INTERACTIFS-D-AIDE-A-LA-DECISION-SIAD-1.pdf

delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...
delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...
delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...SanaAkherraz
 
livre-de-Management-exercices-corrigés-PDF.pdf
livre-de-Management-exercices-corrigés-PDF.pdflivre-de-Management-exercices-corrigés-PDF.pdf
livre-de-Management-exercices-corrigés-PDF.pdfABID824803
 
Gouvernance du système d'information et parties prenantes
Gouvernance du système d'information et parties prenantesGouvernance du système d'information et parties prenantes
Gouvernance du système d'information et parties prenantesAbdeslam Menacere
 
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...SOLLAN FRANCE
 
Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning Novagen Conseil
 
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...PRODWARE
 
DeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnelDeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnelEric Mauvais
 
Ipac veille-jour1
Ipac veille-jour1Ipac veille-jour1
Ipac veille-jour1FormaPeople
 
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyse
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyseChoisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyse
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analysePhilippe Geiger
 
Etudes Qualitatives COURS ISIMA.ppt
Etudes Qualitatives COURS ISIMA.pptEtudes Qualitatives COURS ISIMA.ppt
Etudes Qualitatives COURS ISIMA.pptAbdelhakim Fakhour
 
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)翔霖 詹
 

Similaire à SYSTEMES-INTERACTIFS-D-AIDE-A-LA-DECISION-SIAD-1.pdf (20)

_1_expo_SIAD.pdf
_1_expo_SIAD.pdf_1_expo_SIAD.pdf
_1_expo_SIAD.pdf
 
delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...
delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...
delivered_OutAiD – Part 2-2_C-Les facteurs de succès dun outil d aide à la dé...
 
02 SI 2018
02 SI 201802 SI 2018
02 SI 2018
 
02 si mrh 2019
02 si mrh 201902 si mrh 2019
02 si mrh 2019
 
livre-de-Management-exercices-corrigés-PDF.pdf
livre-de-Management-exercices-corrigés-PDF.pdflivre-de-Management-exercices-corrigés-PDF.pdf
livre-de-Management-exercices-corrigés-PDF.pdf
 
Gouvernance du système d'information et parties prenantes
Gouvernance du système d'information et parties prenantesGouvernance du système d'information et parties prenantes
Gouvernance du système d'information et parties prenantes
 
Marketing Information System About My Memoir (French)
Marketing Information System About My Memoir (French)Marketing Information System About My Memoir (French)
Marketing Information System About My Memoir (French)
 
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
Déjeuner-débat EIM360 | Ressusciter vos données mortes à l’aide du Data Disco...
 
Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning
 
Cours datamining
Cours dataminingCours datamining
Cours datamining
 
Bi
BiBi
Bi
 
SI_MCC_2020_21.pptx
SI_MCC_2020_21.pptxSI_MCC_2020_21.pptx
SI_MCC_2020_21.pptx
 
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...
Analyser ses résultats: les 5 principes fondamentaux pour tirer parti de ses ...
 
Chap1 2 dw (1)
Chap1 2 dw (1)Chap1 2 dw (1)
Chap1 2 dw (1)
 
DeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnelDeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnel
 
Ipac veille-jour1
Ipac veille-jour1Ipac veille-jour1
Ipac veille-jour1
 
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyse
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyseChoisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyse
Choisir sa solution décisionnelle - Partie 2 - Des modèles à l’analyse
 
Etudes Qualitatives COURS ISIMA.ppt
Etudes Qualitatives COURS ISIMA.pptEtudes Qualitatives COURS ISIMA.ppt
Etudes Qualitatives COURS ISIMA.ppt
 
Partie2BI-DW2019
Partie2BI-DW2019Partie2BI-DW2019
Partie2BI-DW2019
 
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)
1207企業診斷管理表(補充資料 法文版-詹翔霖副教授)
 

Dernier

Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformersbahija babzine
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentationbahija babzine
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023France Travail
 
Recurrent neural network_PresentationRNN.pptx
Recurrent neural network_PresentationRNN.pptxRecurrent neural network_PresentationRNN.pptx
Recurrent neural network_PresentationRNN.pptxbahija babzine
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...France Travail
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attalcontact Elabe
 

Dernier (6)

Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformers
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentation
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023
 
Recurrent neural network_PresentationRNN.pptx
Recurrent neural network_PresentationRNN.pptxRecurrent neural network_PresentationRNN.pptx
Recurrent neural network_PresentationRNN.pptx
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
 

SYSTEMES-INTERACTIFS-D-AIDE-A-LA-DECISION-SIAD-1.pdf

  • 2. 2 Chapitre 1 LES SYSTEMES INTERACTIFS D’AIDE A LA DECISION 1. Introduction 2. Qu'est-ce qu'un SIAD ? 3. Les applications des SIAD 4. Comparaison entre un SIAD et un Système de production des rapports 5. Utilisation d'un SIAD 6. Les SIAD et les Tableurs (+ TPs avec Excel)
  • 3. 3 Introduction Décisions quotidiennes : prise sur la base d'intuitions et d'expériences acquises Situations nouvelles : prise de décision plus difficile Actuellement : environnements de décisions plus complexes Évolution rapide et décisions plus complexes • Quantité d'alternatives et d'information plus grande, • Coût des erreurs Utilisation de SIAD
  • 4. 4 Qu'est-ce qu'un SIAD ? Définition 1: c'est un système dont l'objectif est d'aider le gestionnaire à prendre une décision dans des situations semi-structurés . Un SIAD se veut un adjoint au décideur afin d'augmenter ses capacités mais en aucun cas remplacer ses jugements.
  • 5. 5 Types de Décisions (1/5) On distingue ici les 3 situations possibles: Décisions structurées Décisions semi-structurées Décisions non-structurées
  • 6. 6 Types de Décisions (2/5) Décisions structurées Ce sont des décisions programmables ou déterministes, permettant de déterminer les résultats avec certitude. Un processus connu et explicitable, permettant de définir à l’avance les procédures de prise de décisions. Exemples: • Gestion de stock : Les décisions de réapprovisionnement de stock sont automatisées dans la plupart des entreprises. • Décisions de passage de classes (Gestion des notes) • Facturation • Gestion bancaire
  • 7. 7 Décisions semi- structurées Ce sont des décisions peu ou moins structurées pour lesquelles on peut préétablir certaines procédures décisionnelles, mais pas suffisamment pour recommander une décision déterminée. Résoudre le problème : Faire appel à l'intuition et au savoir faire du décideur • Tout ou partie du contrôle du processus est laissé au décideur • Toutes les alternatives ne sont pas atteintes Exemple: Les décisions relatives à la mise en marché d’une nouvelle ligne de produit. Analyse des ventes régionales. Analyse de rentabilité. Contrôle des stocks (et non pas gestion de stock !). Les SIAD ont été conçus pour ce type de problèmes Types de Décisions (4/5)
  • 8. 8 Types de Décisions (5/5) Décisions non structurées = Situations complexes Ce sont des décisions non programmables. Pas de modélisation du processus de résolution (évènements aléatoires et imprévisibles) Phase de recherche d'information difficile Identification du problème nécessite l'utilisation de données et de connaissances provenant de plusieurs domaines Exemples : Prévision des tendances de ventes pour 5 ans. Planification du personnel: décisions de licenciement d’employés. Planification du profit.
  • 9. 9 Besoins en information par niveau hiérarchique de gestion Semi structurée Structurée Non structurée D e c i s i o n STRUCTURE DE LA DECISION I n f o r m a t i o n CARACTERISTIQUES DE L’INFORMATION • Exceptionnelle • Récapitulative • Irrégulière • Prévisionnelle • Externe • Préétablie • Périodique • Détaillée • Fréquente • Interne
  • 10. 10 Qu'est-ce qu'un SIAD ? Définition 2: un SIAD est un système interactif, flexible, adaptable, développé spécialement afin d'améliorer la prise de décision. Il utilise des données, fournit une interface simple. En plus un SIAD utilise des modèles qui peuvent être construit par un processus interactif. Il doit supporter toutes les phases de la prise de décision et il peut inclure un composant intelligent.
  • 11. 11 La prise de décision Tout individu placé devant plusieurs alternatives mutuellement exclusives, choisit l'une d'entre elles à la suite d'un processus mental que nous appellerons décision. Une Décision : Achat d'un véhicule Un Domaine : aspect générique, l'automobile
  • 12. 12 La prise de décision Une situation de décision : • Aspect spécifique à un décideur • Un contexte (exemple: une femme, quatre enfants et deux énormes chiens, vacances en camping avec une planche à voile). • Des préférences (moteurs diesels, des voitures break, des embrayages pilotés, une transmission intégrale et ABS). Une Décision : des alternatives, des résultats
  • 13. 13 Processus de décision Trois phases Recherche d’informations Conception Choix
  • 14. 14 Processus de décision Phase de recherche d'information Trouver les objectifs ou buts du décideur Pour cela : recherche des informations pertinentes • Peut devenir elle-même un problème de décision Classification de la décision Décomposition en sous-problèmes (éventuellement)
  • 15. 15 Processus de décision Phase de conception Génération, développement, analyse des diverses alternatives, Choix d'un ou plusieurs modèles de décision : • Variables de décision, • Les relations mathématiques ou symboliques entre ces variables Pour un modèle quantitatif de décision • Déterminer les composants du modèle • La structure du modèle
  • 16. 16 Processus de décision ●La sélection des principes de choix (critère d'évaluation) • Meilleure solution, assez bonne solution, solution satisfaisante • Prise de risque ou non • Modèles Normatifs et Descriptifs ●La génération des alternatives ●La prédiction des résultats ●La mesure des résultats
  • 17. 17 Processus de décision Phase de choix Choisir entre les diverses alternatives Étapes de recherche et d'évaluation • Recherche : • De toutes les alternatives : modèles normatifs • D'un nombre limité d'alternatives : modèles descriptifs • Évaluation des résultats et recommandation d'une alternative
  • 18. 18 http://www.etrade.com http://www.amazon.com L'aide à la décision en marketing : Décision d'achat - côté client Les applications des SIAD
  • 19. 19 PariTOP : un système d’aide à la décision pour l’évaluation foncière Basé sur l’approche de comparaison directe (C'est en confrontant le profil des immeubles comparables à celui de l’immeuble en question que PariTOP® parvient à une estimation de valeur pour ce dernier). L’expertise individuelle est au centre de la méthodologie d’évaluation PariTOP®. Analyses des données: PariTOP® offre des outils d’analyse et de visualisation de données et permet d’explorer les multiples facettes d’un parc foncier. Stratification du parc foncier: PariTOP® offre des outils de segmentation permettant de créer des parcs cibles (par exemple constituer un parc cible relatif aux Bungalows, un autre aux maisons mobiles et, ainsi, appliquer une paramétrisation particulière à chacun d’entre eux). Les applications des SIAD
  • 20. 20 EsPer : un SIAD pour l’estimation personnalisée des risques (domaine médical) EsPeR est un outil d'aide informatisé, pour hiérarchiser les priorités de prévention chez un patient donné, et lui proposer des actions de prévention en accord avec les données scientifiques actuelles. L'outil est destiné au médecin et vise à lui donner, face à sujet consultant, les éléments qui permettent de classer ses risques de santé les plus probables. EsPeR est également un outil documentaire pour comprendre et approfondir les connaissances sur lesquelles doivent reposer les stratégies de prévention. Les applications des SIAD Pour en savoir plus sur les SIADs cliniques commerciaux et académiques : www.openclinical.org
  • 21. 21 Les applications des SIAD AIMS (Analytical Information Management System) : SIAD dans l’industrie de l’aviation commerciale (affectation des avions, aux routes, aux classes de vols, aux prix,...). Mis au point par Americain Airlines et utilisé par : D’autres compagnies, Constructeurs d’avions, Analystes financiers, ....
  • 22. 22 Rapports vs aide à la décision Production de rapports Aide à la décision Objectifs Informatiser les tâches structurées (règles de décisions prédéfinies) Améliorer l’efficacité (réduction du temps de réponse et minimum d’intervention humaine) Aider le gestionnaire dans sa prise de décision (tâches semi-structurées) Outil sous contrôle du gestionnaire (processus non automatique et solutions non imposées) Spécifications Détaillé à l’avance Pas de spécification à l’avance
  • 23. 23 Rapports vs aide à la décision Production de rapports Aide à la décision Information fournie • Forme, fréquence • Format • Méthode de traitement Périodique, rapports et accès aux données Préétabli, fixe Extraction et manipulation des données internes Interrogations et réponses interactives Ad hoc, flexible, adaptable Modélisation des données internes et externes Aide décisionnelle • Types de décisions • Types de décideurs •Type de support Structurée, opérationnelle Soutien indirecte des tous les gestionnaires Applications standards Semi-structurée Aide directe pour chaque style de gestionnaire Techniques pour traiter problèmes et opportunités
  • 24. 24 Rapports vs aide à la décision Production de rapports Aide à la décision Utilisation Passive Active Période Passé / Présent Présent / futur Utilisateur Agent de bureau Gestionnaire
  • 25. 25 Utilisation d'un SIAD L'utilisation d'un SIAD est un processus interactif de modélisation analytique. Il existe quatre type de modélisation analytique : • Que se passerait-il si ... ? – what if ...? • Analyse de sensibilité – dépendance des variables • Analyse de recherche par but • Analyse d'optimisation – sous contraintes • Que se passerait-il si ... ? – what if ...? • Analyse de sensibilité – dépendance des variables • Analyse de recherche par but • Analyse d'optimisation – sous contraintes
  • 26. 26 Que se passerait-il si …? Et si …? Observer les répercussions des modifications de certaines variables sur d’autres variables. Exemples: - Que se passerait-il si l’on diminuait la publicité de 10% ? - Et si les ventes diminuaient de 5% ? - Et si …?
  • 27. 27 L’analyse de sensibilité Observer les répercussions des modifications répétées de certaines variables sur d’autres variables. Exemple: Réduction de la publicité de 100 DT plusieurs fois pour évaluer la relation de cette variable avec les ventes. C’est un cas particulier de « Que se passerait-il si …? Et si …? »
  • 28. 28 Analyse de recherche par but Faire des modifications répétées sur des variables déterminées jusqu’à ce que la variable choisie atteigne la cible visée. Exemple: Augmentation progressive de la publicité jusqu’à ce que les ventes atteignent 1 million de dinars.
  • 29. 29 Analyse d’optimisation Trouver la valeur optimale de certaines variables soumises à des contraintes précises. Exemple: Quelle est la meilleure quantité de publicité si l’on tient compte des contraintes budgétaires et du choix des médias ? C’est une forme plus complexe de l’analyse de recherche par but.
  • 30. 30 Les SIAD et les Tableurs Un tableur peut servir à résoudre des problèmes qui nécessitent des comparaisons et des projections : Prévision des ventes, Analyse des pertes et profits, Planification budgétaire, Détermination du prix de vente d'un produit, Préparation des états financiers, Évaluation des appels d'offres en construction, … etc.
  • 31. 31 Mémorisation de données → → lien BD Manipulation de données → → modèle mathématique Génération de rapports Représentation graphique Accessibilité Les SIAD et les Tableurs
  • 32. 32 SIADs avec Excel TP1 : Aide à la décision pour le calcul du rendement financier TP2 : Aide à la décision pour l’achat de matériel
  • 33. 33 Base de modèles Base de données Logiciel du SIAD Logiciel du SIAD Gestion de la base de modèles Gestion du dialogue Gestion de la base de données Poste de travail du gestionnaire Gestionnaire ou décideur Les composantes d’un SIAD
  • 34. 34 Le sous-système de gestion des données Base de données du SIAD : Base de Données de l’organisation (Interne) Banque de Données (Externe) Bases de données personnelles Système de Gestion de Base de Données (SGBD) Création de la Base de Données, Mise à jour de la Base de Données (ajout, suppression et modification) Mettre en corrélation des données de différentes sources Recherche rapide de données pour des requêtes et des rapports Réaliser des tâches de recherche complexe et des manipulations de données basées sur des requêtes
  • 35. 35 Base de modèles Base de données Logiciel du SIAD Logiciel du SIAD Gestion de la base de modèles Gestion du dialogue Gestion de la base de données Poste de travail du gestionnaire Gestionnaire ou décideur Les composantes d’un SIAD
  • 36. 36 Base de modèles du SIAD (bibliothèque de modèles mathématiques) : Modèles Statistiques, Modèles de finance, Modèles de Science de Gestion (programmation linéaire, tables de décision,…) Modèles de comptabilité, …. Le sous-système de gestion de modèles Système de Gestion de Base de Modèles (SGBM) Création de la Base de Modèles, Mise à jour de la Base de Modèles (ajout, suppression et modification) Interface Base de Données
  • 37. 37 Base de modèles Base de données Logiciel du SIAD Logiciel du SIAD Gestion de la base de modèles Gestion du dialogue Gestion de la base de données Poste de travail du gestionnaire Gestionnaire ou décideur Les composantes d’un SIAD
  • 38. 38 Le sous-système de gestion de dialogue (1) Langage Affichage Input Output Imprimante, Table traçante Utilisateur Système de Gestion de l ’Interface utilisateur Gestion des Modèles et SGBM Gestion des Connaissances Gestion des Données et SGBD Terminal
  • 39. 39 Le sous-système de gestion de dialogue (2) Système de Gestion de dialogue Fournir un accès aux bases de données, bases de connaissances et bases de modèles Permettre d'établir des liens entre ces différents systèmes Être flexible et adaptable en fonction des différents utilisateurs et de ces différentes tâches, mais aussi des modèles utilisés Afficher des informations multimodales : graphiques 2D ou 3D, textes, vidéo, images animées ou non, ... Fournir des aides à l'utilisateur pour mener à bien sa tâche et le guider à travers des exemples Fournir une interface en langue naturelle ou par un système de traitement de la parole.
  • 40. 40 Le sous-système de gestion de dialogue (3) Notion d’interactivité dans un SIAD Rôle indispensable de l’homme (rôle non passif) Interface → rôle de collaborateur Processus dynamique vs statique
  • 41. 41 Base de modèles Base de données Logiciel du SIAD Logiciel du SIAD Gestion de la base de modèles Gestion du dialogue Gestion de la base de données Poste de travail du gestionnaire Gestionnaire ou décideur Les composantes d’un SIAD Base de connaissances Gestion des connaissances
  • 42. 42 Le sous-système de gestion des connaissances La fonction la plus intéressante dans un SIAD pourrait être : quel modèle doit être utilisé pour telle situation ? Expert du domaine SIAD + SIAD Intelligent
  • 43. 43 Les principaux types de systèmes d’information (SI)
  • 44. 44 • • STT STT : : Syst Systè ème de traitement des transactions me de traitement des transactions ( (Production de rapports) • • SAD SAD : : Syst Systè ème d me d’ ’aide aide à à la d la dé écision cision • • SIG SIG : : Syst Systè ème d me d’ ’information de gestion information de gestion • • SID SID : : Syst Systè ème d me d’ ’information pour dirigeants information pour dirigeants Les principaux types de systèmes d’information (SI)
  • 45. 45 Systèmes de base qui soutiennent le niveau des opérations Systèmes informatisés qui exécutent et enregistrent les transactions quotidiennes et courantes nécessaires aux affaires de l'organisation Systèmes de traitement des transactions (STT)
  • 47. 47 Niveau de la gestion Entrées : faible volume de données modèles analytiques Traitement : interactif, simulations, analyses Sorties : analyses de décisions, rapports spéciaux Utilisateurs : gestionnaires de niveau intermédiaire Ex. : analyse de coûts des contrats Systèmes Interactifs d’Aide à la Décision (SIAD)
  • 48. 48 Niveau de la gestion Entrées : résumé des transactions, volume élevé de données Traitement : rapports courants, modèles simples, analyse de base Sorties : rapports sommaires, rapports d’exception Utilisateurs : gestionnaires de niveau intermédiaire Ex. : budget annuel Systèmes d’Information de Gestion (SIG)
  • 49. 49 Comment les SIG obtiennent leurs données des STT
  • 50. 50 Un échantillon de rapport SIG
  • 51. 51 Niveau stratégique Entrées : données globales, internes et externes Traitement : interactif, simulations, graphiques Sorties : projections, réponses aux requêtes Utilisateurs : gestionnaires de niveau supérieur Ex. : plan des opérations sur 5 ans Systèmes d’Information pour Dirigeants (SID)
  • 52. 52 S'adressent aux cadres supérieurs Souvent conçus pour un individu Utilisent des données provenant de plusieurs niveaux et sources Comportent des interfaces graphiques conviviales Caractéristiques des SID
  • 53. 53 Accès facile convivial - Aux informations • sur l'entreprise • sur son environnement Agrégation forte - Détail possible Destiné aux dirigeants - Construits sur-mesure Systèmes d’information des dirigeants Informations on-line http://www.strategy.com SID : Tableaux de bord
  • 54. 54 Pourquoi les tableaux de bord sont nécessaires ? Mesure de performance Pour rendre compte Les SI actuels sont inadéquats Émergence de technologies de l'information accessibles et performantes
  • 56. 56 Autres types de systèmes pour supporter les dirigeants Décision collective : Système d ’aide au travail en groupe supportés par les collecticiels (groupware) comme Notes de Lotus Entrepôt de données (Datawarehouse) Fouille de données (Data Mining) OLAP (on line analytical processing)
  • 57. 57 Groupes réunions GDSS Group Decision Support Systems • brainstorming • vote • partage d'application La décision collective http://www.ventana.com Ecran public Facilitateur (animateur) Facilitateur technique Participants
  • 58. 58 Enregistrement de données - activités des clients, etc. - données internes externes Mémoire de l'organisation - Structure de stockage cohérente - Volume de données colossal - Dynamique de l'approvisionnement Apprentissage de l'organisation - en interne et dans ses relations avec l'environnement Applications marketing - Relation client suivie marketing relationnel, marketing personnalisé (one-to-one) - Optimisation des produits/services offerts au client ciblage, suggestions, marketing direct … Entrepôt de données (datawarehouse)
  • 59. 59 Ensemble des techniques d'exploration et d'analyse appliquées sur de grandes quantités de données et destinées à y découvrir des informations utiles • statistiques, modèles mathématiques, etc. • schémas, groupes, règles, etc. • Classification • Estimation • Prédiction • Groupes d'affinités • Clustering • Description Data Mining Trop d'information tue l'information
  • 60. 60 OLAP (on line analytical processing) OLAP Permet de manipuler et d’examiner de façon interactive de grandes quantités de données détaillées et consolidées Consolidation: agrégation de données Forage: aller au détail de données consolidées Trancher et découper: regarder le bases de données à partir de différents points de vue Supporté Datawarehouses, datamarts, datamining et surtout les bases de données multidimensionnelles
  • 61. 61 Conclusion Les bases de données doivent être en place et on doit avoir accès aux banques de données et à Internet de façon intelligente pour faire de la veille Les SAD, SID et les tableaux de bord doivent être mis en place pour aider les décideurs à trouver l’information utile pour prendre la bonne décision Les data mining et OLAP peuvent permettre de forer dans les datawarehouse pour trouver des corrélations implicites.