Une Démarche pour la sélection d outils de cartographie des processus métiers

Dimension: px
Commencer à balayer dès la page:

Download "Une Démarche pour la sélection d outils de cartographie des processus métiers"

Transcription

1 Une Démarche pour la sélection d outils de cartographie des processus métiers Résumé El Haddadi Anass, Atahran Ahmed, Ebobissé Yves, B. Bounabat ENSIAS, Université Mohamed V Souissi, B.P. 713 AGDAL, Rabat Maroc Les Journées d Informatique et Mathématiques Décisionnelles (JIMD 2) ENSIAS Rabat du 3 au 5 Juillet L article décrit une étude comparative par critères des outils de cartographie des processus métiers, en se basant sur un processus de data mining. L objectif est de collecter, analyser plus efficacement les besoins des clients en terme de critères pour un outil de cartographie de processus métiers, afin de lui présenter des offres qui correspondent le mieux à ses choix et regrouper les acteurs du marché en classes. Introduction Dans un contexte de mondialisation avoir une vision claire d un processus métier donné, des flux d informations qui circulent dans l entreprise est indispensable. Afin de mieux identifier les dysfonctionnements, réduire les coûts, et maîtriser son organisation transversale et satisfaire ses clients, une entreprise doit cartographier ses processus métiers. Pour cela, elle doit disposer d outils qui lui permettront de modéliser et simuler ses processus métiers. Cependant, comment trouver les outils qui correspondent le mieux à mon entreprise? La question revient sans cesse au sein des directions des Systèmes d information, notamment dans le cadre de la BPM (Business Process Management). 1 - Critères de comparaison Le développement logiciel prend chaque jour de nouvelles ampleurs vues les technologies, les outils, les langages. Bien plus les entreprises ont besoin d outils «taillés sur mesure», ou qui répondront le maximum à leurs besoins. L un des grands problèmes est celui de savoir sur quels critères se baser pour opérer ses choix. Les définir et surtout attribuer des métriques aux solutions logicielles devient alors d une importance capitale. Dans le cadre de la BPM, de nombreux chercheurs se sont penchés sur la question et ont relevé que les choix des outils étaient également liés au métier de la société. Les travaux de [Bosilj-Vuksic & Al] et [Vullers & Al] font ressortir 4 composants essentiels au sein d outils de cartographies de processus : a les outils pour la modélisation : facilitent la modélisation de processus à l aide notamment de contrôles visuels, ils gèrent la représentation graphique et la vue statique des procédés. b- les outils d exécution ou de simulation : gèrent la vue dynamique des procédés via des animations, alertes etc c- les outils d expérimentation : ressortent à l aide d histogrmames, tableaux de bords, etc pour l analyse des performances et l optimisation des processus d- les liens avec les autres logiciels : pour l intégration et l interopérabilité avec ERPs, SGBDRs, etc. Des travaux de [Bosilj-Vuksic & Al] sur lesquels nous nous sommes appuyés pour 1

2 notre étude comparative, 70 critères à prendre en compte au cours de la sélection d outils de cartographie ont été regroupés en quatre grandes familles : - Hardware & Software : Elle prend en compte les aspects de codage (support de paradigme objets, design pattern, disponibilités du code source, la présence de fonctions prédéfinies) utiles notamment du point de vue informaticien ou développeur amené à donner un produit sur mesure aux besoins de l entreprise. Elle tient également compte de la compatibilité avec le patrimoine de l entreprise en terme de systèmes d informations (applications héritées, tableurs, SGBDRs, etc ), le support fourni au travers de la documentation, de conseils, de démos et tutoriels, plans de formation, les considérations financières et techniques (coût de déploiement, d installation, upgrading du matériel, etc ), le pedigree de la société éditrice (réputation, âge, position sur le marché ) d autres formats et standards et de leur restitution, de l optimisation et du test d alternatives. Ceci n est qu un bref aperçu des critères à prendre en compte. 2 Démarche d analyse et classification Le marché offre une variété d outils opensource (OpenEbXML, Werkflow, OSWorkflow, Apache OFBiz, Xflow, Intalio, Yawl) et propriétaires tels que Aris Business Architect (IDS Scheer), BusinessWare (Vitria Technology), AXway Integration Broker (axway), Agilium (Agilium), OnMap Suite (OnMap), Up Easy Pilot (Softandem ), MEGA (MEGA International), Provision Entreprise ( Proforma Corporation), Witness ( Lanner Group), Win Design Business Process (Cecima). - Capacités de modélisation : Dans cette catégorie, on citera notamment le degré d expertise requis pour l utilisateur, la facilité de prise en main, la représentativité des modèles vis-à-vis de la réalité, mais également la modularité (développer des portions de processus de manières indépendantes voire concurrente), l aide à la production de documentation. - Capacités de Simulation Elle intègre la possibilité d animer les modèles, le type d animation fourni (complet, ou partiel), la robustesse, le degré de précision de la simulation, la réutilisabilité des modèles construits, la gestion des erreurs, des messages et traces d exécution, et l exploitation de distributions théoriques statistiques, l aide à l analyse des tableaux de bords, etc - Entrées et Sorties Elle tient compte des formats de données utilisables en entrée, de la customisation des formats de sortie, de l intégration Fig 1 : Magic Quadrant [Gartner] Le groupe Gartner publie régulièrement des tableaux comparatifs de sociétés éditrices d outils BPA (Business Process Analysis) au sein du Quadrant Magique Magic Quadrant, qui est une représentation graphique du marché à une date donnée. Il présente deux axes : la capacité d exécution, ie prendre en considération une vaste gamme de domaines( finances, médical, éducation, etc ), de rôles (utilisateurs, architectes, etc ) et la vision à long terme des éditeurs. 2

3 Si le travail de la Gartner est reconnu, il spécifie cependant qu il n est en aucun cas utile pour la sélection d un outil et un futur utilisateur est donc laissé une fois de plus à sa fin. Aussi, à partir des critères mentionnés plus haut, dans les travaux précédents nous avons pensé à l utilisation de techniques d analyse de classification automatique non seulement de documents textuels numériques text mining [GRI, 07] mais plus généralement de Datamining et d aide à la décision. Elles combinent des approches issus des discipline comme la linguistique informatique (analyse de texte et extraction d information), l analyse de données (analyse factorielle, classification, ), l intelligence artificielle (techniques d apprentissage, règles d inférences) et les sciences de l'information (lois bibliométriques). Démarche Dans notre démarche de collecte et d analyse en suit la méthodologie CRISP- DM (Cross-Industry Standard Process for Data Mining). Figure 2 : CRISP-DM (Source : SPSS) Il s agit de prendre les critères initiaux, soumettre un questionnaire à un large public utilisant les outils de cartographie puis, appliquer les techniques de classification liées à l analyse de données afin de produire des modèles scientifiquement éprouvés. Sur la base de ces modèles, pour tout nouveau client, il lui suffira de fournir son questionnaire dûment rempli pour lui prédire la classe d outils qui serait susceptible de l intéresser. Dans cette démarche, une fois les données reçues, il faut préparer les données, comprendre les données, en définissant par exemple des codifications, préparer les données en remplaçant les champs qui n ont pas été mentionnés soit par des valeurs moyennes, ou des 0 ou des 1. Puis effectuer la classification en produisant un modèle. Recodage des résultats des critères : Les notes des critères dans le document initial sont exprimés en terme de High, medium, low ou encore possible, not possible. Nous avons premièrement retranscrit ces possibilités en High H, Medium M, Possible - 1, not possible 0 etc Une fois ceci effectué, nous pouvons maintenant passer à la classification sur la base d un échantillon, qui est traduit sous forme de fichier plat, ou excel. Classification Ces méthodes sont généralement utilisées pour grouper des objets, des personnes, des concepts ou des stimuli dans des groupes homogènes sur la base de leur similarité. Dans notre cas il s agira d outils BPM. Lorsqu on cherche à identifier les principales thématiques abordées dans un ensemble de documents et plus généralement dans l analyse de données, deux approches [GRI, 07] sont possibles pour regrouper des documents similaires: - La classification supervisée ou catégorisation qui consiste à identifier la classe d appartenance d un objet à partir de certains traits descriptifs. Cette approche permet le classement automatique de documents, fichiers dans des classes préexistantes (connues à l avance), comme par exemple les rubriques d un journal (société, sport, politique). Les méthodes les plus efficaces sont basées sur un corpus 3

4 d apprentissage. Elles permettent de déterminer automatiquement la catégorie d un fichier à partir d échantillons de pour chaque catégorie choisie. - La classification non supervisée des fichiers et résultats ou clustering, c est à dire la découverte de classes de documents sans a priori, (on ne connaît pas les classes à l avance). Comme dans toute approche non supervisée, ces méthodes supposent le choix : - d une représentation des objets à classer - d une mesure de similarité entre les objets - d un algorithme de classification (hiérarchique ou non hiérarchique) (Exemple : K-means, réseaux de Kohonen ou méthodes Two Steps). Les réseaux de Neurones et Kohonen : [Barthelemy] sont un ensemble de cellules connectées entre eux par des liaisons affectés par un poids. Les liaisons permettent à chaque cellule de disposer d'un canal pour envoyer et recevoir des signaux en provenance d'autres cellules du réseau. Chacune de ces connexions reçoit un poids (une pondération), qui détermine sont impact sur les cellules qu'elle connecte. Chaque cellule dispose ainsi d'une entrée, qui lui permet de recevoir de l'information d'autres cellules, mais aussi de ce que l'on appelle une fonction d'activation, qui est dans les cas les plus simple, une simple identité du résultat obtenu par la l'entrée et enfin une sortie. Classification hiérarchique : Elle consiste à regrouper deux individus dans un même groupe pour un niveau de précision donné, alors que pour un autre degré de précision, ils peuvent appartenir à des groupes différents. Il faut pour cela déterminer des indices qui vont différencier deux individus (indice de dissimilarité) parmi les critères, puis un individu par rapport à un groupe donné (indice d agrégation). On obtient alors des regroupements en classes. Fig 3 : Résultat d une classification hiérarchique Fig 4 : Réseaux de neurones Ils permettent au final de réaliser des diagnostics sur la base d un échantillon qui sera réinjecté plusieurs fois dans les neurones d entrée afin de constituer une base d apprentissage, et donner par la suite «une intelligence» au réseau qui lui permettra de prendre des décisions. Les réseaux de Kohonen sont des cas particuliers de réseaux de neurones. Méthode K-means : commence par définir un ensemble de centres de classes à partir des données. Il affecte ensuite chaque enregistrement à la classe à laquelle il s'apparente le plus, sur la base des valeurs du champ d'entrée de l'enregistrement. Une fois toutes les observations affectées, les centres de classes sont mis à jour afin de refléter le nouvel ensemble d'enregistrements affecté à chaque classe. Les enregistrements sont alors de nouveau évalués afin de déterminer si certains d'entre eux doivent être réaffectés à une autre classe. Ce processus se poursuit 4

5 jusqu'à ce que le nombre maximal d'itérations soit atteint ou que le changement produit par une nouvelle itération soit inférieur à un seuil défini. Les enregistrements sont rassemblés dans le même groupe ou la même classe. Fig 5 : Méthode Kmeans [Berrada] Application de la démarche Comme première comparaison on a fait des bancs d essai sur sept outils : Visio, Rational Rose, Power Designer, Méga, INTALIO et JBPMN. outils Mega Visio Power- Objecteering Rational- JBPM INTALIO Criteres Rose Designer Accès au code source Fonctions Prédéfinies, Compatibilité Tutoriels, documentation, Démos Prix et coûts H M H H M L L d acquisition(h,m,l) Message des erreurs taux de pénétration H M M M M M M sur le marché (H,M,L) animation qualité du graphe H M M H M L M (H,M,L) Niveau de détail H M M M M L H Réutilisabilité des modèles Tableau 1 : Comparaison des outils. Notons à ce niveau que nous nous sommes appuyés sur nos propres perceptions au cours des phases d installation, de manipulation et de tests des différents outils. Certains champs n ont pas pu être renseignés car nous ne disposions pas d informations pour ces critères. Notamment le pedigree et les considérations financières et techniques. Une fois cette tâche effectuée, nous utilisons un outil de datamining pour faire le regroupement suivant divers critère comme le montre la modélisation via la figure ci-dessous. 5

6 Figure 6 : Modélisation Après exécution, nous sortons avec ce regroupement qui nous permet de constater que les outils Intalio et JBPM appartiennent à la même classe, de même que rational rose et Objectering. Fig 7 : Génération de classes via K-means. L analyse du graphique sous dessous nous permet par exemple de constater que Méga est le seul qui nous ait permis de faire une animation et qui a une qualité de graphique excellente. Alors qu Objectering est gratifié du même degré graphique sans pour autant faire d animation. Fig 8 : Génération de classes via K-means. 6

7 Ainsi, à partir d un large échantillon, on peut constituer un modèle d apprentissage et pour tout nouveau client qui désire choisir un outil vi à vis d un critère donné, il suffit d entrer ses réponses pour lui donner les outils qui répondront le mieux. Conclusion et perspectives Nous avons pu appliquer les techniques de datamining à la sélection d outils. Ce travail peut être exploité par une entreprise de e-commerce qui propose par exemple des solutions de cartographie, pour déterminer le profil des utilisateurs et lui fournir en ligne des solutions qui peuvent être susceptibles de l intéresser. Cette démarche repose sur des concepts scientifiques et modèles mathématiques éprouvés. Cependant, il faut reconnaître que ce travail est limité car il faudrait préalablement disposer d un vaste échantillon de réponses, de personnes et acteurs divers du milieu de la cartographie de processus. En plus de cela, nous n avons pas effectué de tests pour savoir si K-means était l algorithme le plus approprié pour pouvoir par la suite faire des prédictions des préférences. Enfin, nous n avons pas entièrement implémenté la suite de la démarche CRISP-DM. Une meilleure analyse des tableaux obtenus ferait ressortir davantage de résultats pertinents. Bibliographie : [Barthelemy] Sylvain Barthelemy Les Réseaux de Neurones, Juin [Bosilj-Vuksic & Al] Vesna Bosilj-Vuksic, Vlatko Ceric, Vlatka Hlupic Criteria for the Evaluation of Business Process Simulation Tools Interdisciplinary Journal of Information, Knowledge, and Management. Volume 2, 2007 [Carpentier] F.-G. Carpentier, Introduction aux analyses multidimensionnelles, Master de Psychologie Sociale 2006/2007, [Vachon & Al] Mélanie Vachon, Dominic Beaulieu-Prévost Amélie Ouellette Marie Achille, Analyse de classification hiérarchique et qualité de vie, Tutorials in Quantitative Methods for Psychology 2005, Vol. 1 (1), p [Gartner] Michael J. Blechar, Jim Sinur, Magic Quadrant for Business Process Analysis Tools, 27 February 2006, Gartner RAS Core Research Note G , [GRI,07] Maitriser le processus de Text Mining dans le cadre d applications d intelligence économique, de gestion de la relation client ou de gestion des connaissance, Luc Grivel VSST 07 Marrakech 7

CONSEIL STRATÉGIQUE. Services professionnels. En bref

CONSEIL STRATÉGIQUE. Services professionnels. En bref Services professionnels CONSEIL STRATÉGIQUE En bref La bonne information, au bon moment, au bon endroit par l arrimage des technologies appropriées et des meilleures pratiques. Des solutions modernes adaptées

Plus en détail

Catalogue des PFE. Comment postuler

Catalogue des PFE. Comment postuler Catalogue des PFE 2012 2013 IP-TECH propose plusieurs sujets pour des stages de PFE. Ce fascicule est destiné aux étudiants et aux professeurs de l enseignement supérieur. Il commence par un aperçu rapide

Plus en détail

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002)

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) L'approche processus D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) Diaporama : Marie-Hélène Gentil (Maître de Conférences,

Plus en détail

Initiation à la fouille de données et à l apprentissage automatiq

Initiation à la fouille de données et à l apprentissage automatiq Initiation à la fouille de données et à l apprentissage automatique 1 Laboratoire d Informatique Fondamentale de Marseille Université de Provence christophe.magnan@lif.univ-mrs.fr www.lif.univ-mrs.fr/

Plus en détail

Méthodologie de conceptualisation BI

Méthodologie de conceptualisation BI Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons des formations vous permettant

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail

MMA - Projet Capacity Planning LOUVEL Cédric. Annexe 1

MMA - Projet Capacity Planning LOUVEL Cédric. Annexe 1 Annexe 1 Résumé Gestion Capacity Planning Alternance réalisée du 08 Septembre 2014 au 19 juin 2015 aux MMA Résumé : Ma collaboration au sein de la production informatique MMA s est traduite par une intégration

Plus en détail

De la donnée à la décision. Sofian MAABOUT LaBRI. Université Bordeaux 1

De la donnée à la décision. Sofian MAABOUT LaBRI. Université Bordeaux 1 De la donnée à la décision Sofian MAABOUT LaBRI. Université Bordeaux 1 1 Décider c est choisir, parmi plusieurs actes possibles, celui qui apparaît comme le plus pertinent pour atteindre un résultat envisagé,

Plus en détail

Intelligence Economique - Business Intelligence

Intelligence Economique - Business Intelligence Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit

Plus en détail

Management des processus opérationnels

Management des processus opérationnels Ecole Nationale Supérieure de Management Master Management des organisations Management des processus opérationnels Dr TOUMI Djamila Cours n 4: l approche processus et le management du système d informations

Plus en détail

Microsoft IT Operation Consulting

Microsoft IT Operation Consulting Microsoft IT Operation Consulting Des offres de services qui vous permettent : D améliorer l agilité et l alignement de votre IT aux besoins métier de votre entreprise. De maîtriser votre informatique

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 5 Mesure de la qualité du logiciel

IFT3913 Qualité du logiciel et métriques. Chapitre 5 Mesure de la qualité du logiciel IFT3913 Qualité du logiciel et métriques Chapitre 5 Mesure de la qualité du logiciel Plan du cours Introduction Théorie de la mesure Qualité du logiciel Mesure du produit logiciel Mesure de la qualité

Plus en détail

ITIL Examen Fondation

ITIL Examen Fondation ITIL Examen Fondation Échantillon d examen A, version 5.1 Choix multiples Instructions 1. Essayez de répondre aux 40 questions. 2. Vos réponses doivent être inscrites sur la grille de réponses fournie.

Plus en détail

Rational Software Rational Portfolio Manager

Rational Software Rational Portfolio Manager IBM Software Group Rational Software Rational Portfolio Manager Rachid Saoui, rachid.saoui@fr.ibm.com Fabrice Grelier, fabrice.grelier@fr.ibm.com 2003 IBM Corporation genda Gouvernance et Portfolio Management

Plus en détail

Travailler avec les télécommunications

Travailler avec les télécommunications Travailler avec les télécommunications Minimiser l attrition dans le secteur des télécommunications Table des matières : 1 Analyse de l attrition à l aide du data mining 2 Analyse de l attrition de la

Plus en détail

Catalogue des PFE. Comment postuler

Catalogue des PFE. Comment postuler Catalogue des PFE 2012 2013 IP-TECH propose plusieurs sujets pour des stages de PFE. Ce fascicule est destiné aux étudiants et aux professeurs de l enseignement supérieur. Il commence par un aperçu rapide

Plus en détail

Les outils de veille sur Internet Panorama, évolutions, nouveautés. Myriel Brouland SCIP France -10 Mai 2006

Les outils de veille sur Internet Panorama, évolutions, nouveautés. Myriel Brouland SCIP France -10 Mai 2006 Les outils de veille sur Internet Panorama, évolutions, nouveautés Myriel Brouland SCIP France -10 Mai 2006 1 La veille en France: une situation paradoxale Une situation contrastée Une prise de conscience

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

PRIMAVERA RISK ANALYSIS

PRIMAVERA RISK ANALYSIS PRIMAVERA RISK ANALYSIS PRINCIPALES FONCTIONNALITÉS Guide d analyse des risques Vérification de planning Modélisation rapide des risques Assistant de registres de risques Registre de risques Analyse de

Plus en détail

G en om3: Building middleware-independent robotic components. Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS

G en om3: Building middleware-independent robotic components. Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS G en om3: Building middleware-independent robotic components Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS Pablo Rauzy 15 février 2011 Table des matières 1 G en om3 :

Plus en détail

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium dans le cadre du projet JASMINe Avril 2008 Table des matières 1 Introduction 3 1.1 Rappel sur JASMINe.......................................

Plus en détail

INTELLIGENCE MARKETING ETUDES DE MARCHE - DATA MINING - CONSEIL EN MARKETING - SYSTEMES D INFORMATION MARKETING

INTELLIGENCE MARKETING ETUDES DE MARCHE - DATA MINING - CONSEIL EN MARKETING - SYSTEMES D INFORMATION MARKETING ETUDES DE MARCHE - DATA MINING - CONSEIL EN - SYSTEMES D INFORMATION Notre mission Des études de marché au data mining Cinq sur Cinq est un institut d intelligence marketing. Notre métier : collecter,

Plus en détail

Thibault Denizet. Introduction à SSIS

Thibault Denizet. Introduction à SSIS Thibault Denizet Introduction à SSIS 2 SSIS - Introduction Sommaire 1 Introduction à SQL Server 2008 Integration services... 3 2 Rappel sur la Business Intelligence... 4 2.1 ETL (Extract, Transform, Load)...

Plus en détail

Systèmes d Information Avancés (et répartis)

Systèmes d Information Avancés (et répartis) Systèmes d Information Avancés (et répartis) Université Lyon 1 MIAGE L. Médini, mars 2005 Plan des cours Protocole HTTP et programmation serveur Architectures réparties Objets distribués Introduction aux

Plus en détail

Notre modèle d engagement

Notre modèle d engagement Notre modèle d engagement 1. EVALUER L évaluation des compétences que vous souhaitez améliorer implique un vrai échange entre nos deux équipes, et une étude plus approfondie des écarts et des actions préalablement

Plus en détail

L approche Bases de données

L approche Bases de données L approche Bases de données Cours: BD. Avancées Année: 2005/2006 Par: Dr B. Belattar (Univ. Batna Algérie) I- : Mise à niveau 1 Cours: BDD. Année: 2013/2014 Ens. S. MEDILEH (Univ. El-Oued) L approche Base

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Tous droits réservés SELENIS

Tous droits réservés SELENIS 1. Objectifs 2. Etapes clefs 3. Notre proposition d accompagnement 4. Présentation de SELENIS 2 Un projet est une réalisation spécifique, dans un système de contraintes donné (organisation, ressources,

Plus en détail

Système d information : démystification, facteur de croissance et conduite du changement

Système d information : démystification, facteur de croissance et conduite du changement Système d information : démystification, facteur de croissance et conduite du changement Patrick CONVERTY Directeur Commercial www.cibeo-consulting.com Approche globale de la performance Stratégie Système

Plus en détail

L approche processus c est quoi?

L approche processus c est quoi? L approche processus c est quoi? D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) Introduction Termes et définitions

Plus en détail

REseau qualité Enseignement supérieur et Recherche L APPROCHE PROCESSUS. Réunion du 00/00/2011 1

REseau qualité Enseignement supérieur et Recherche L APPROCHE PROCESSUS. Réunion du 00/00/2011 1 L APPROCHE PROCESSUS Réunion du 00/00/2011 1 MISSION QUALITE ET METHODE L APPROCHE PROCESSUS Xavier Darrieutort-Approche_PS-Janv_2012 L APPROCHE PROCESSUS 1. SOMMAIRE Définition d un PROCESSUS Caractérisation

Plus en détail

Le géomarketing - Page 1 sur 7

Le géomarketing - Page 1 sur 7 Le géomarketing - Page 1 sur 7 LES DOSSIERS MADWATCH.net méthodes Le Géomarketing Novembre 2003 Nb de pages : 7 Le géomarketing - Page 2 sur 7 Créé dans les années 80, la plupart des applications du géomarketing

Plus en détail

Offre de formation de troisième cycle (LMD)

Offre de formation de troisième cycle (LMD) Offre de formation de troisième cycle (LMD) (Arrêté n 250 du 28 juillet 2009, fixant l organisation de la formation de troisième en vue de l obtention du diplôme de doctorat) Etablissement Faculté / Institut

Plus en détail

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. 2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle

Plus en détail

Ce qu est le Data Mining

Ce qu est le Data Mining Data Mining 1 Ce qu est le Data Mining Extraction d informations intéressantes non triviales, implicites, préalablement inconnues et potentiellement utiles à partir de données. Autres appellations: ECD

Plus en détail

Management par les processus les éléments structurants. Lionel Di Maggio Master 1 MIAGE

Management par les processus les éléments structurants. Lionel Di Maggio Master 1 MIAGE Management par les processus les éléments structurants Lionel Di Maggio Master 1 MIAGE 1 1. Objectifs et définitions 2. Le retour sur investissement des démarches 3. Les éléments structurants 4. Mise en

Plus en détail

FILIÈRE METHODOLOGIE & PROJET

FILIÈRE METHODOLOGIE & PROJET FILIÈRE METHODOLOGIE & PROJET 109 Gestion de projet METHODOLOGIE ET PROJET Durée 3 jours Conduite de projet COND-PRO s Intégrer les conditions de réussite d une démarche de management par projet. Impliquer

Plus en détail

Analyse de données électroniques et intelligence d affaires

Analyse de données électroniques et intelligence d affaires Analyse de données électroniques et intelligence d affaires Valoriser les données internes et externes 3 avril 2014 Ordre du jour UNE INTRODUCTION À L ANALYSE DE DONNÉES Analyse de données et l intelligence

Plus en détail

Article. Système de saisie et de codage en ligne de relevés de notes et de catalogues de cours d études secondaires

Article. Système de saisie et de codage en ligne de relevés de notes et de catalogues de cours d études secondaires Composante du produit n o 11-522-X au catalogue de Statistique Canada La série des symposiums internationaux de Statistique Canada : recueil Article Symposium 2008 : Collecte des données : défis, réalisations

Plus en détail

LES FONCTIONS DE SURVEILLANCE DES FICHIERS

LES FONCTIONS DE SURVEILLANCE DES FICHIERS SYSLOG and APPLICATION LOGS Knowledge Module for PATROL - Data Sheet Version 1.5 Développé par http://www.axivia.com/ PRESENTATION DU PRODUIT SYSLOG and APPLICATION LOGS Knowledge Module for PATROL est

Plus en détail

TABLEAU DE BORD : SYSTEME D INFORMATION ET OUTIL DE PILOTAGE DE LA PERFOMANCE

TABLEAU DE BORD : SYSTEME D INFORMATION ET OUTIL DE PILOTAGE DE LA PERFOMANCE TABLEAU DE BORD : SYSTEME D INFORMATION ET OUTIL DE PILOTAGE DE LA PERFOMANCE INTRODUCTION GENERALE La situation concurrentielle des dernières années a confronté les entreprises à des problèmes économiques.

Plus en détail

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) 87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation

Plus en détail

RAPPORT DE CONCEPTION UML :

RAPPORT DE CONCEPTION UML : Carlo Abi Chahine Sylvain Archenault Yves Houpert Martine Wang RAPPORT DE CONCEPTION UML : Bamboo Ch@t Projet GM4 Juin 2006 Table des matières 1 Introduction 2 2 Présentation du logiciel 3 2.1 Précisions

Plus en détail

Pilotage de la performance par les processus et IT

Pilotage de la performance par les processus et IT Pilotage de la performance par les processus et IT Pilotage par les processus, Apports de la DSI aux processus métiers, Maturité des entreprises en matière de pilotage par les processus. 1 1 Piloter par

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Université Ibn Zohr Faculté des Sciences Juridiques, Économiques et Sociales Exposé sous le thème : Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Plan : Introduction : L

Plus en détail

Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD)

Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD) Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD) De l Université Internationale Senghor IGA-Maroc est un campus

Plus en détail

Stages 2015-2016 ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET. Contact : Mme Lapedra, stage@isoft.fr ANALYSE DE DONNEES

Stages 2015-2016 ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET. Contact : Mme Lapedra, stage@isoft.fr ANALYSE DE DONNEES Stages 2015-2016 Contact : Mme Lapedra, stage@isoft.fr ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET ANALYSE DE DONNEES ISoft est un concepteur-éditeur de logiciels spécialisé dans la recherche

Plus en détail

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données

Plus en détail

Visual Paradigm Contraintes inter-associations

Visual Paradigm Contraintes inter-associations Visual Paradigm Contraintes inter-associations Travail de Bachelor d'informaticien de gestion Partie C Présentation de Visual Paradigm 1 Présentation de Visual Paradigm For UML L objet du travail de Bachelor

Plus en détail

Action de formation: SQL Server Business Intelligence & Data Warehouse

Action de formation: SQL Server Business Intelligence & Data Warehouse Action de formation: SQL Server Business Intelligence & Data Warehouse Contenu : Integration Services Présentation de Management Studio - Présenter les différentes tâches de SSMS - Structure des serveurs

Plus en détail

Table des matières. Guide utilisateur seilia v1.0

Table des matières. Guide utilisateur seilia v1.0 Table des matières 1. Ajouter un bien... 4 Catégorie... 4 Type... 4 a) Pour ajouter un bien faisant partie du catalogue vente ou biens professionnels... 5 Généralité... 5 Techniques... 7 Descriptifs...

Plus en détail

Le tableau de bord de la DSI : un outil pour mieux piloter son informatique.

Le tableau de bord de la DSI : un outil pour mieux piloter son informatique. Le tableau de bord de la DSI : un outil pour mieux piloter son informatique. Introduction Face à l évolution constante des besoins fonctionnels et des outils informatiques, il est devenu essentiel pour

Plus en détail

Kyomed/ Déc. 2015 SMART-MINING DANS LA SANTÉ: POUR QUELLES APPLICATIONS ET POUR QUELS USAGES? UN EXEMPLE DANS LA RHINITE ALLERGIQUE SYLVIE ARNAVIELHE

Kyomed/ Déc. 2015 SMART-MINING DANS LA SANTÉ: POUR QUELLES APPLICATIONS ET POUR QUELS USAGES? UN EXEMPLE DANS LA RHINITE ALLERGIQUE SYLVIE ARNAVIELHE Kyomed/ Déc. 2015 SMART-MINING DANS LA SANTÉ: POUR QUELLES APPLICATIONS ET POUR QUELS USAGES? UN EXEMPLE DANS LA RHINITE ALLERGIQUE SYLVIE ARNAVIELHE KYOMED- 10 DÉCEMBRE 2015 2 BIG DATA Description en

Plus en détail

Asprova. Systèmes de planification de production. info@doqs.ch. Systèmes d ordonancement pour une production LEAN

Asprova. Systèmes de planification de production. info@doqs.ch. Systèmes d ordonancement pour une production LEAN Asprova Systèmes de planification de production Vous recherchez un système APS et vous êtes submergés par un grand nombre de fournisseurs? Ceci est une instruction pour vous aidez dans votre choix! Approche

Plus en détail

Techniques de DM pour la GRC dans les banques Page 11

Techniques de DM pour la GRC dans les banques Page 11 Techniques de DM pour la GRC dans les banques Page 11 II.1 Introduction Les techniques de data mining sont utilisé de façon augmentaté dans le domaine économique. Tels que la prédiction de certains indicateurs

Plus en détail

Nous trouvons là les deux thématiques abordées par les deux parties de l ouvrage.

Nous trouvons là les deux thématiques abordées par les deux parties de l ouvrage. $YDQWSURSRV La mise en œuvre du pilotage des systèmes de production constitue un enjeu sensible en raison, d une part, de l accroissement du niveau d automatisation de ceux-ci et, d autre part, de la multiplication

Plus en détail

Projet : Plan Assurance Qualité

Projet : Plan Assurance Qualité Projet : Document : Plan Assurance Qualité 2UP_SPEC_DEV1 VERSION 1.00 Objet Ce document a pour objectif de définir la démarche d analyse et de conception objet ainsi les activités liées. Auteur Eric PAPET

Plus en détail

Retour d expérience pour la mise en œuvre d un projet BPM. Emmanuel CARBENAY François VANDAELE

Retour d expérience pour la mise en œuvre d un projet BPM. Emmanuel CARBENAY François VANDAELE Retour d expérience pour la mise en œuvre d un projet BPM Emmanuel CARBENAY François VANDAELE Sommaire Description du projet Objectifs du projet Démarche suivie Solution mise en œuvre Résultats obtenus

Plus en détail

HD Help-Desk** FIRST ICT User Certificate et connaissances techniques de base

HD Help-Desk** FIRST ICT User Certificate et connaissances techniques de base HD Help-Desk** Prérequis Compétence opérationnelle Objectifs d apprentissage Durée d apprentissage FIRST ICT User Certificate et connaissances techniques de base Etre capable de traiter les demandes informatiques

Plus en détail

Lexmark Transforme son Organisation IT avec l aide de CA Agile Operations Suite

Lexmark Transforme son Organisation IT avec l aide de CA Agile Operations Suite Customer success story Juillet 2015 Lexmark Transforme son Organisation IT avec l aide de CA Agile Operations Suite Profil Client Secteur : Services informatiques Société : Lexmark Effectifs : 12 000 Chiffre

Plus en détail

Semarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire

Semarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire FICHE PRODUIT Semarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire BENEFICES POUR LES DSI Réussir les projets de gouvernance dans les délais et les budgets Démarrer de manière tactique tout en

Plus en détail

Un logiciel open source pour l enseignement et la recherche

Un logiciel open source pour l enseignement et la recherche Un logiciel open source pour l enseignement et la recherche Ricco RAKOTOMALALA Laboratoire ERIC Université Lumière Lyon 2 http://chirouble.univ-lyon2.fr/~ricco/tanagra/ 1 sur 23 PLAN 1. Objectifs du projet

Plus en détail

Noureddine Kerzazi noureddine.kerzazi@polymtl.ca

Noureddine Kerzazi noureddine.kerzazi@polymtl.ca Domaine de la modélisation des processus pour le génie logiciel. Noureddine Kerzazi noureddine.kerzazi@polymtl.ca DSL4SPM Domain-Specific-Language for Software Process Modeling Il s agit d un nouveau cadre

Plus en détail

Module 3 : Introduction à la Modélisation SOUS MODELER

Module 3 : Introduction à la Modélisation SOUS MODELER Module 3 : Introduction à la Modélisation SOUS MODELER 1 Techniques prédictives Passé pour prédire l avenir 2 Concepts de la modélisation Données test / apprentissage Généralement créées par l utilisateur

Plus en détail

Identification des incontournables à la démarche Lean

Identification des incontournables à la démarche Lean Identification des incontournables à la démarche Lean Analyse des résultats 7/09/2010 Barbara Lyonnet, Laboratoire SYMME, Université de Savoie barbara.lyonnet@univ-savoie.fr 1. Introduction Toute entreprise

Plus en détail

IFT2255 : Génie logiciel

IFT2255 : Génie logiciel IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti

Plus en détail

Génération d une visualisation personnalisée

Génération d une visualisation personnalisée Génération d une visualisation personnalisée Mohamed Mouine RALI-DIRO Université de montréal mouinemo@iro.umontreal.ca Résumé. Nous présentons une méthode permettant de calculer les besoins et les préférences

Plus en détail

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS?

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS? SOMMAIRE Qui sommes nous? page 3 Notre offre : Le CPM, Corporate Performance Management page 4 Business Planning & Forecasting page 5 Business Intelligence page 6 Business Process Management page 7 Nos

Plus en détail

Contexte général de l étude

Contexte général de l étude 1 2 Contexte général de l étude Les entrepôts de données associés à des outils d analyse On Line Analytical Processing (OLAP), représentent une solution effective pour l informatique décisionnelle (Immon,

Plus en détail

Panorama des outils de veille. Myriel Brouland I-Expo 17 Juin 2009

Panorama des outils de veille. Myriel Brouland I-Expo 17 Juin 2009 Panorama des outils de veille Myriel Brouland I-Expo 17 Juin 2009 1 La veille s est affirmée en tant que discipline : Elle s inscrit dans un démarche d optimisation du management de l information au sein

Plus en détail

SOA et Services Web. 23 octobre 2011. SOA: Concepts de base

SOA et Services Web. 23 octobre 2011. SOA: Concepts de base SOA et Services Web 23 octobre 2011 1 SOA: Concepts de base 2 Du client serveur à la SOA N est Nest pas une démarche entièrement nouvelle: années 1990 avec les solutions C/S Besoins d ouverture et d interopérabilité

Plus en détail

Modèle de cahier des charges pour un appel d offres relatif à une solution de gestion des processus métier (BPM)

Modèle de cahier des charges pour un appel d offres relatif à une solution de gestion des processus métier (BPM) LA BOITE A OUTILS DE L ACHETEUR DE BPM Modèle de cahier des charges pour un appel d offres relatif à une solution de gestion des processus métier (BPM) La boîte à outils de l acheteur de solution BPM -

Plus en détail

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON L analytique joue un rôle désormais primordial dans la réussite d une entreprise. Les pouvoirs qu elle délivre sont incontestables, cependant

Plus en détail

Méthodes de DM pour la GRC dans les banques

Méthodes de DM pour la GRC dans les banques Techniques de DM pour la GRC dans les banques Page 21 III.1 Introduction Avant de chercher des techniques à appliquer dans la gestion des relations avec les clients. Il faut étudier les données des clients

Plus en détail

ACTUALITÉS LANDPARK. Nouvelle version. Landpark Helpdesk. Landpark Helpdesk. Les avantages de la nouvelle version 3.9.2.

ACTUALITÉS LANDPARK. Nouvelle version. Landpark Helpdesk. Landpark Helpdesk. Les avantages de la nouvelle version 3.9.2. ACTUALITÉS LANDPARK Solutions complètes d'inventaire, de gestion de parc et de helpdesk ITIL Avril 2015 Nouvelle version Landpark Helpdesk Landpark vous associe aux meilleurs logiciels de Gestion de Parc

Plus en détail

Méthodologies de développement de logiciels de gestion

Méthodologies de développement de logiciels de gestion Méthodologies de développement de logiciels de gestion Chapitre 5 Traits caractéristiques des deux approches de méthodologie Présentation réalisée par P.-A. Sunier Professeur à la HE-Arc de Neuchâtel http://lgl.isnetne.ch

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

La cartographie des brevets au service de la propriété industrielle

La cartographie des brevets au service de la propriété industrielle Forum technologique d Afrique de l Ouest et Centrale pour l exploitation industrielle des résultats de recherche en Afrique La cartographie des brevets au service de la propriété industrielle Une revue

Plus en détail

Pour une prise en charge complète des interventions, de la demande à la réalisation

Pour une prise en charge complète des interventions, de la demande à la réalisation PLANON mobile field services Pour une prise en charge complète des interventions, de la demande à la réalisation Un spécialiste innovant, avec trente ans d expérience dans le domaine IWMS Un partenaire

Plus en détail

Analyse des coûts projetés de la plate-forme SAP HANA

Analyse des coûts projetés de la plate-forme SAP HANA Étude Total Economic Impact réalisée par Forrester Pour SAP Directrice du projet : Shaheen Parks Avril 2014 Analyse des coûts projetés de SAP HANA Économies réalisables en migrant vers SAP HANA Synthèse

Plus en détail

Cloud computing ET protection des données

Cloud computing ET protection des données Cloud computing ET protection des données Typologies du CLOUD Ce sont les solutions complètement gérées par la DSI. La DSI peut faire éventuellement appel à un prestataire (type infogérant) mais elle

Plus en détail

Business Intelligence

Business Intelligence Business Intelligence Enjeux, Projets, Données, Indicateurs Gilles FONTANINI g.fontanini@decision-network.eu +33 (0)6 11 21 24 53 2? Gilles Fontanini Consultant et Administrateur d un GIE d experts en

Plus en détail

Développement logiciel pour l Architecture Orientée Services avec IBM Rational Software Development Platform

Développement logiciel pour l Architecture Orientée Services avec IBM Rational Software Development Platform IBM Software Group Développement logiciel pour l Architecture Orientée Services avec IBM Rational Software Development Platform Thierry Bourrier, Techical Consultant thierry.bourrier@fr.ibm.com L Architecture

Plus en détail

Digital Workplace et Gestion des connaissances Concepts et mise en oeuvre

Digital Workplace et Gestion des connaissances Concepts et mise en oeuvre Avant-propos 1. Objectif du livre 17 2. Illustrations des exemples de ce livre 18 2.1 Office 365 comme plateforme technologique pour une digital workplace 18 2.2 SharePoint et Yammer à l honneur 18 3.

Plus en détail

BACHELOR OF SCIENCE INFORMATICIEN-NE DE GESTION

BACHELOR OF SCIENCE INFORMATICIEN-NE DE GESTION Informatique de gestion BACHELOR OF SCIENCE HES-SO BACHELOR OF SCIENCE INFORMATICIEN-NE DE GESTION Plans d études et descriptifs des modules Filière à plein temps et à temps partiel Table des matières

Plus en détail

Profil professionnel Section : Bachelier en informatique & systèmes finalité informatique industrielle

Profil professionnel Section : Bachelier en informatique & systèmes finalité informatique industrielle Section : Bachelier en informatique & systèmes Page 1/6 1. Introduction L enseignement de la Haute Ecole Louvain en Hainaut donne la place centrale à l étudiant. Celui-ci trouvera durant ses études de

Plus en détail

LeaderSHIP BPM TIBCO iprocess Suite The Forrester Wave : Human-Centric Business Process Management Suites, Q1 2006 www.tibco.com TIBCO Software Inc

LeaderSHIP BPM TIBCO iprocess Suite The Forrester Wave : Human-Centric Business Process Management Suites, Q1 2006 www.tibco.com TIBCO Software Inc TIBCO PM iprocess Suite «TIBCO est le seul fournisseur capable de prendre en charge l éventail complet des processus orientés systèmes et humains.» The Forrester Wave : Human-Centric Business Process Management

Plus en détail

DÉPLOIEMENT D UN ERP. Cours dispensé pour les L3 MSI Elaboré par : Mehdi M tir 2013/2014 Chapitre 3 : Modélisation des besoins

DÉPLOIEMENT D UN ERP. Cours dispensé pour les L3 MSI Elaboré par : Mehdi M tir 2013/2014 Chapitre 3 : Modélisation des besoins 1 DÉPLOIEMENT D UN ERP Cours dispensé pour les L3 MSI Elaboré par : Mehdi M tir 2013/2014 Chapitre 3 : Modélisation des besoins LA CONDUITE D UN PROJET ERP La conduite d un projet d ERP est différente

Plus en détail

Présentation. Logistique. Résumé de la 1e Partie. Mise en place du système

Présentation. Logistique. Résumé de la 1e Partie. Mise en place du système Présentation Diapo01 Je m appelle Michel Canneddu. Je développe avec 4D depuis 1987 et j exerce en tant qu indépendant depuis 1990. Avant de commencer, je tiens à remercier mes parrains Jean-Pierre MILLIET,

Plus en détail

Contrôle de gestion. Section 1 : Positionnement du contrôle de gestion et identification du métier

Contrôle de gestion. Section 1 : Positionnement du contrôle de gestion et identification du métier Section 1 : Positionnement du contrôle de gestion et identification du métier 1. Rôle et place du Contrôle de Gestion dans l organisation Au début du XXème siècle, l émergence de la structure divisionnelle

Plus en détail

Colloque International IEMA-4

Colloque International IEMA-4 Comment mettre en place un dispositif coordonné d intelligence collective au service de la stratégie de l entreprise. Conférence de Mr. Alain JUILLET - Le 17/05/2010 IEMA4 Pour ne pas rester dans les banalités

Plus en détail

V ERSION EXPERIMENTALE

V ERSION EXPERIMENTALE V ERSION EXPERIMENTALE Cette version de Sipina v 3.0 n est pas, et ne sera jamais, définitive, elle sert d outil de recherche, elle a plus une vocation d outil d expérimentation que de logiciel dédié au

Plus en détail

Agrégation des portefeuilles de contrats d assurance vie

Agrégation des portefeuilles de contrats d assurance vie Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l

Plus en détail