WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Conception et implantation d'une base de données pour la gestion du charroi automobile de Vodacom Congo au Katanga

( Télécharger le fichier original )
par Victor SETIBO BATUZOLELE
Université de Lubumbashi - Licence en sciences option mathématiques - informatiques 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

III. CONCLUSION GENERALE

III.1. Reprise

Toute la démarche suivie dans ce travail consistait à faire une étude qui avait pour objectif de doter Vodacom d'une base de données qui lui permettrait de bien gérer son charroi automobile. Pour ce faire, nous avons utilisé la méthode MERISE.

Cette étude s'est faite en deux parties. La première partie était une étude préalable du projet. Elle nous a permis de fixer nos idées sur l'organisation et particulièrement sur le domaine étudié avant d'analyser l'existant. Une analyse aussi approfondie ne pouvait que nous conduire à recenser des problèmes que la deuxième partie s'est proposé de résoudre avec la schématisation des traitements et des données au niveau logique. L'implantation d'une base de données au niveau physique grâce au logiciel Microsoft Access a couronné tous les efforts fournis par cette étude.

L'expérience faite, en menant cette étude, nous laisse soutenir que l'« élaboration d'une solution informatique dans n'importe quel domaine passe par une série d'étapes qui donnent toutes lieu à des choix difficiles et complexes à effectuer » [PANT 96, p. 14]. Nous avons donc eu à faire des choix pour répondre aux nombreux problèmes qui se sont manifestés au niveau conceptuel, logique et physique. Nous osons croire que nos différents choix ont permis tout de même à aboutir à un modèle cohérent ainsi qu'à une solution claire et logique. Cependant, reconnaissons que tout ne s'arrête pas là. Cette étude mérite d'être poursuivie, approfondie, mise en application et améliorée.

III.2. Limites de ce travail

Les méthodes traditionnelles, composées d'étapes menées séquentiellement depuis l'analyse du besoin jusqu'à la recette, présentent l'inconvénient d'être rigides et peu réactives. C'est ce qui est notamment reproché à la méthode MERISE utilisée dans ce travail. Celle-ci propose une démarche dite non-évolutive, fixe, rigide, qui ne s'adapte pas au projet.

MERISE n'est pas orientée objet. Ses diagrammes peuvent être lourds. Ce n'est pas une méthode cognitive mais une méthode technique très bien adaptée aux bases de données conventionnelles. Par ailleurs, cette méthode est encore très utilisée et fait ses preuves.

III.3. Prospectives

Pour l'implantation de notre base de données, nous avons utilisé le logiciel Microsoft Access. Cette application est incomplète. Elle ne peut pas être livrée à l'utilisateur telle quelle. C'est ainsi que nous en sommes resté au niveau des simulations. Pour la rendre complète et utilisable, nous avons besoin notamment du langage Visual Basic for Application (VBA) qui, intégré à Access, permet de créer des applications de gestion complètes, livrées avec un programme d'installation qui gère automatiquement la mise en place éventuelle d'un « runtime » (temps d'exécution) d'Access, et dont le code source est protégé dans une version semi-exécutable des fichiers (mdb : Microsoft Database). Ceci permettra aussi d'avoir une interface appropriée pour l'utilisateur.

Par ailleurs, la décennie 90 a vu le développement des entrepôts de données (Datawarehouse). Un entrepôt de données est un ensemble de données historicisées variant dans le temps, organisé par sujets, agrégé dans une base de données unique, géré dans un environnement de stockage particulier, aidant à la prise de décision dans l'entreprise. Trois fonctions essentielles sont prises en compte par ces nouveaux systèmes décisionnels : la collecte de données à partir de bases existantes et le chargement de l'entrepôt, la gestion et l'organisation des données dans l'entrepôt, l'analyse de données pour la prise de décision en interaction avec les analystes.

Notre travail pourrait donc s'enrichir s'il s'ouvrait à cette fouille de données qui déboucherait sur une base de données décisionnelle. Une étude menée jusqu'à un tel niveau aiderait davantage les décideurs à prendre des décisions qui conviennent pour une meilleure gestion.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle