Mise en place d'un data mart pour l'analyse de l'évaluation de la performance du personnel dans une entreprise bancaire. Cas de FINCA.

LISTE DES FIGURES

FigureI.1: Architecture du système décisionnel..............................page8

FigureI.2:Dissemblance Décisionnelle..........................................................page10

Figure II.1 :Arbre de décision construit à partir de l'attribut Age.........page 31

FigureII.2 Arbre de décision finale................................................................page33

FigureIII.1 Architecture d'un entrepôt de données......................................page38

Figure III.2 Architecture d'un Data Mart.........................................................Page44

Figure III. 1.Exemple de Modélisation en étoile............................................Page47

Figure III.2. Exemple de modélisation en flocon de neige..................Page49

Figure III.3. Exemple de Modélisation en constellation......................Page50

Figure III. 6. Exemplede schéma multidimensionnel........................Pag51

Figure III.7. Architecture OLAP

Figure III. 8: Architecture MOLAP

Figure III. 4: Architecture HOLAP

LISTE DES TABLEAUX

Tableau II.1. Les taches et techniques du datamining.............................24

Tableau II.2.Exemple pratique........................................................31

Tableau III.1Difference entre SGBD et systèmes Décisionnels...............41

Tableau III.2caracteristique des systèmes..........................................41

Tableau III.3 Méthodologie a neuf étapes de kimball............................47

0. INTRODUCTION

La prise de décision est un problème essentiel qui préoccupe les gestionnaires des entreprises. Cette prise de décision passe par la modélisation des différents problèmes qu'ils rencontrent dans la gestion, d'où la nécessité d'un modèle basé sur l'arbre de décision.

L'entrepôt de données étant une vision centralisée et universelle de toutes les informations de l'entreprise, C'est une structure qui a pour but, contrairement aux bases de données, de regrouper les données de l'entreprise pour des fins analytiques et pour aider le manager à la prise de décision stratégique.

Une décision stratégique est une action entreprise par les décideurs de l'entreprise qui vise à améliorer, quantitativement ou qualitativement, la performance de l'entreprise.

Un problème d'extraction de connaissances consiste à extraire les connaissances à partir d'un entrepôt de données ou d'une autre source de données en utilisant les techniques du Datamining (Arbre de décision, réseaux Bayesien, réseaux de neurones, etc.).

0.1. PROBLEMATIQUE

Etant donné que la banque égorge à son sein des agents qui travaille dans les différentes zones de l'étendu du pays, le décideur cherche à évaluer la performance de chaque agent afin de savoir la zone qu'il ne maitrise ou pas pour pouvoir de le permuter.

Sur ce, il a besoin de toutes les données qui lui permettant d'avoir une décision stratégique. C'est pourquoi nous avons réalisé notre système d'aide à la prise de décision qui permettra de réunir toutes les données afin d'en faire des analyses.

De plus, l'enregistrement de données pour chaque agent se fait dans un format de fichier Excel, alors le décideur a du mal à prendre une décision stratégique pour faire l'évaluation, ce qui justifie la lenteur dans la prise de décision.

De tout ce qui précède, nous pouvons résumer notre problématique par des questions suivantes :

Ø Comment mesurer la performance des agents ?

Ø Comment orienter ces agents vers les zones qu'ils maitrisent ?