Technologies de l’intelligence d’affaires

Présentation au sujet: "Technologies de l’intelligence d’affaires"— Transcription de la présentation:

1 6-060-00 Technologies de l’intelligence d’affaires
Âge de l’information T I M Q G

2 6-060-00 Technologies de l’intelligence d’affaires
François Bellavance MQG Bureau: Poste: 6485 Paul Mireault TI Bureau: a Poste: 6492 Site web:

3 Intelligence d’affaires:
Les données forment le cœur des processus de base dans la plupart des entreprises. L’archivage des données crée la mémoire de l’entreprise. L’exploitation des données (data mining) crée l’intelligence de l’entreprise.

4 Définition de l’exploitation des données (data mining)
L’exploration et l’analyse de grandes quantités de données afin de découvrir des formes et des règles significatives en utilisant des moyens automatiques ou semi-automatiques. (Berry et Linoff)

5 Définition de SAS: « Data mining is the process of selecting, exploring and modeling large amounts of data to uncover previously unknown patterns for business advantage.  You can produce new knowledge to better inform decision makers before they act. Build a model of the real world based on data collected from a variety of sources, including corporate transactions, customer histories and demographics, even external sources such as credit bureaus. Then use this model to produce patterns in the information that can support decision making and predict new business opportunities. »

6 Le data mining est utilisé
par les compagnies d’assurances, les banques et les gouvernements pour détecter les fraudes; en médecine, génétique, bioinformatique, et autres domaines de recherche scientifique (ex: téléphones mobiles au volant et risques d’accidents; ceinture de sécurité);

7 Le data mining est utilisé
par plusieurs entreprises pour mieux connaître leur clientèle et accroître les profits: Quel client restera fidèle et qui partira? Quels produits proposés à quels clients? Qu’est-ce qui détermine si une personne répondra à une offre donnée? Quel est le prochain produit ou service qu’un client particulier désirera? pour mieux gérer: la distribution la production les ressources humaines

8 L’exploitation des données devenue une réalité industrielle
Les techniques d’exploitation des données existent depuis des années. L’utilisation de ces techniques dans l’industrie est cependant beaucoup plus récente parce que: Les données sont produites, Les données sont archivées, La puissance de calcul nécessaire est abordable, Le contexte est ultra-concurrentiel, Des produits commerciaux pour l’exploitation des données sont devenus disponibles.

9 Entreprises courtiers en informations (données = $$$)
IMS AC Nielson Equifax

10 Les 4 étapes du cercle vertueux du data mining (Berry et Linoff)
identifier les opportunités commerciales et les domaines où l’exploitation des données peut produire de la valeur; utiliser les techniques d’exploitation des données pour les transformer en informations permettant des actions concrètes; agir sur la base des informations; mesurer les résultats des actions afin de savoir comment exploiter les données.

11 Cercle vertueux du data mining (Berry et Linoff)

12 La découverte de connaissance peut être dirigée ou non dirigée
Dirigée: classification, estimation, prédiction Dans la découverte dirigée de connaissances, la tâche est d’expliquer la valeur d’un certain champ (réponse) en fonction de tous les autres Non dirigée:groupement par similitudes, segmentation, description Dans la découverte non dirigée de connaissances, il n’y a pas de champ cible. On s’intéresse à identifier des relations ou groupements significatifs