Projet de fin d'étude : Mise en oeuvre d’une solution décisionnelle pour le logiciel BSI à travers les concepts de Business Intelligence en integrant Time Series Forcasting

Etudiant : HAMANI ASMAE

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL FAZAZY KHALID

Annèe : 2022

Résumé : Ce mémoire donne une vue globale sur mon projet de fin d’´etudes à la Faculté Des Sciences DharMahraz, effectué au sein de département ESAD de la société Stellantis, Pour obtenir mon diplome Master Web Intelligence Et Sciences de données qui est en collaboration avec le master Exploration des données décisionnel. Ma mission durant ce stage consiste à mettre en place une solution décisionnelle, pour la gestion des anomalies produite par le software BSI. Pour cela une étude menée au sein du Stellantis, m’a permis de consolider et valider les besoins décisionnels et relatifs au projet en termes d’indicateurs nécessaires pour le suivi en temps réel de son activité. C’est, en effet, sur la base de ces indicateurs que j’ai, par la suite, procédé à la conception du modèle de le marché de données, en spécifiant la table de fait aussi bien que celles de dimensions servant comme des axes d’analyse afin de réaliser un Reporting automatisé. A l’aide des outils qui permettent l’analyse dont l’entreprise d’accueil possède la licence ; j’ai pu mettre en oeuvre le système cible. Pour l’élaborer j’ai notamment effectué différentes phases, à savoir la phase ETL (Extract,Transform,Load) avec le module TALEND DATA INTEGRATION qui consiste en l’extraction des données, leur traitement et leur chargement dans DataMart.la phase de construction du cube On Line Analytical Processing(OLAP) a l’aide du Visual Studio en utilisant la templette Analysis Services Multidimensional and Data Mining pour la création et le déploiement de Cube ,et finalement la phase de génération des rapports avec l’outil POWER BI. Dans la deuxiéme partie de Time Serie Forecasting je me suis consacré dans la recherche sur la théorie du Time Series et les modèles utilisés, j’ai implémenté des modèles comme LSTM et ARIMA, et après par la suite je vais implémenté une architécture contenant les modèles LSTM et GRU pour prédir les valeurs de l’indicateur On Time Delivery dans les prochaines années.