Minist re de lEnseignement Sup rieur
Et la Recherche Scientifique
Institut Sup rieur de Gestion de Tunis
RAPPORT DE STAGE DE FIN DETUDES
Pour lObtention du Dipl me de
La Licence Appliqu e En Informatique D cisionnelle
GENERATION DE CALCUL DE LA CONSOMMATION EN TERMES
DE DONNEES MOBILES
Entreprise daccueil : OOREDOO Tunisie
Elabor par :
Taycir Dkhil & Ines Ben Dhaou
Encadrant P dagogique Encadrant Professionnel
Mme Lilia Rejeb Mohamed Maher Basti
Ann e universitaire
2019 / 2020
Remerciements
Nous tenons remercier fortement toute personne qui a contribu au bon d roulement
de notre stage de Projet de Fin dEtudes.
Nous tenons remercier, en premier lieu, notre ma tre de stage, M. Mohamed Maher
Basti Expert Data Engineering au sein de OOREDOO Tunisie. Un grand merci pour son
accueil chaleureux, ainsi que pour sa patience et ses pr cieux conseils.
Il nous a beaucoup appris sur le monde professionnel et les d fis quun consultant en
Business Intelligence doit relever au quotidien. Il a su nous apporter un soutien sans faille tout
au long de cette derni re p riode.
Nous saisissons galement cette occasion pour adresser nos profonds remerciements
notre encadrante p dagogique Mme Lilia Rejeb pour avoir consacr de son temps notre
aide. Elle a t toujours notre coute et elle nous a bien accompagn et surtout nous a
communiqu ses conseils avis s sur la r daction de ce rapport de stage.
Nous remercions aussi tous les membres du jury pour avoir accept de juger notre travail.
Nos remerciements sadressent aussi nos chers professeurs de lInstitut Sup rieur de Gestion
de Tunis pour lexcellente formation.
i
Un grand merci ma m re, mon p re, et mes deux sSurs pour tous leurs
sacrifices, ainsi que pour leur soutien inconditionnel, la fois moral et
conomique. Sans eux je naurais jamais pu d passer tous les obstacles que jai
rencontr s durant toute cette p riode.
Je d sire remercier ma cousine Amani Dkhil pour son soutien, sa motivation et
tous ses efforts pour que je puisse avoir une exp rience enrichissante tant sur le
plan personnel que professionnel.
Pour finir, je voudrais remercier toute personne, parmi mes proches et mes amis,
qui a contribu la r ussite de ce Projet de Fin dEtudes de pr s ou de loin.
D dicace
Je d die ce modeste Projet de Fin dEtude marquant ma vie la m moire de ma
grand-m re d c d e derni rement, en t moignage de gratitude, destime et
dattachement.
A cette personne qui a toujours t tr s fi re de moi et de mes petits
ach vements, celle qui na jamais cess de mencourager, me pousser vers
lavant et de me motiver.
Jesp re, du monde qui est sein maintenant, quelle appr cie cet humble geste
comme preuve damour et de reconnaissance.
Taycir Dkhil
ii
Je remercie dabord Dieu cl ment et mis ricordieux de mavoir procur courage
et volont pour achever ce travail ainsi pour pouvoir suivre mes tudes avec
succ s.
Je voudrais exprimer aussi ma reconnaissance envers mes chers parents Latifa et
Mustapha pour mavoir apport leur soutien inconditionnel, la fois moral et
intellectuel tout au long de mon stage de Projet de Fin dEtudes.
Un grand merci ma ch re sSur Jihen pour ses conseils, sa confiance en moi et
son soutien inestimable.
D dicace
A mes chers parents, pour leurs sacrifices, leur patience illimit e et leurs pri res.
Que Dieu vous garde mes c t s et me laisse b n ficier de votre tendresse et
votre amour.
Vous tes mon tr sor.
Ines Ben Dhaou
iii
Table des mati res :
Introduction G n rale : ......................................................................................................................... 1
Chapitre 1 : Cadre G n ral du Projet .................................................................................................. 4
Introduction :.......................................................................................................................................... 4
1. Pr sentation de lorganisme d'accueil : ........................................................................................ 4
2. Analyse de lexistant : .................................................................................................................... 6
2.1. Etude de lexistant : ................................................................................................................... 6
2.2. Critique de lexistant : ............................................................................................................... 6
3. Solution propos e : ......................................................................................................................... 7
4. Etude comparative des m thodologies de gestion de projet : ..................................................... 8
4.1 GIMSI [1] : ................................................................................................................................. 8
4.2 M thodes Agiles / SCRUM BI [2]: .......................................................................................... 10
4.3
Tableau Comparatif et choix de la m thodologie de gestion de projet : ............................. 12
5. Pilotage du projet avec SCRUM BI : ......................................................................................... 12
5.1
5.2
Identification des acteurs : ...................................................................................................... 13
Backlog Produit et Planification des Sprints : ....................................................................... 13
6. Diagramme de Gantt : ................................................................................................................. 14
Conclusion............................................................................................................................................. 15
Chapitre 2 : Phase Pr parative et Outils Techniques ....................................................................... 17
Introduction :........................................................................................................................................ 17
Publicité
1. Lint gration des donn es / ETL - Extract Transform Load [5]: .............................................. 17
2. Entrep t des donn es / Data Warehouse [7]:............................................................................. 18
3. Magasin de donn es / Data Marts [9]:......................................................................................... 19
4. Etude comparative des approches de conception du Data Warehouse : [10] .......................... 20
4.1
4.2
4.3
Approche Top-Down de Bill Inmon: ...................................................................................... 20
Approche Bottom-Up de Ralph Kimball : ............................................................................. 21
Tableau Comparatif et choix de lapproche de conception du Data Warehouse : ............. 21
5. Etude comparative des mod les de conception dun Data Warehouse [11]: ........................... 22
5.1
D finition de la Mod lisation dimensionnelle et multidimensionnelle : .............................. 22
5.2 Mod le en toile : ...................................................................................................................... 23
5.3 Mod le en flocon de neige : ..................................................................................................... 24
5.4 Mod le en constellation : ......................................................................................................... 24
5.5
Tableau Comparatif et choix du mod le de conception du Data Warehouse : ................... 25
6. Etude comparative des outils techniques : ................................................................................. 26
6.1 Outils dint gration des donn es : .......................................................................................... 26
iv
6.2
Comparaison et choix de loutil dint gration des donn es : [13] ........................................ 27
6.3 Outils de visualisation des donn es : ...................................................................................... 27
6.4
Comparaison et choix de loutil de visualisation des donn es [17] : .................................... 29
Conclusion : .......................................................................................................................................... 29
Chapitre 3 : Pr paration des Donn es ............................................................................................... 31
Introduction :........................................................................................................................................ 31
1. Pr sentation globale du travail effectu : ................................................................................... 31
2. Data Cleaning : ............................................................................................................................. 33
2.1
2.2
2.3
Test de redondance : ................................................................................................................ 34
Filtrage des donn es :............................................................................................................... 37
D codage des fichiers : ............................................................................................................. 38
3. Transformation : .......................................................................................................................... 41
3.1
Application des Transformation Rules : ................................................................................. 42
3.1.1
3.1.2
3.1.3
Extraction : ........................................................................................................................... 42
Transformation : .................................................................................................................. 43
Loading : ............................................................................................................................... 47
3.2
Application des Business Rules : Impl mentation du Data Warehouse : ............................ 48
3.2.1
3.2.2
3.2.3
3.2.4
Connexion Talend Data Integration /Oracle Database : .................................................. 49
Extraction : ........................................................................................................................... 51
Transformation : .................................................................................................................. 52
Loading : ............................................................................................................................... 55
4. Traitements communs : ............................................................................................................... 55
4.1
4.2
4.3
Archivage : ................................................................................................................................ 55
Les Contextes : ......................................................................................................................... 57
Audit :........................................................................................................................................ 57
5. Orchestration des Jobs : .............................................................................................................. 58
Conclusion : .......................................................................................................................................... 59
Chapitre 4 : Cr ation des Tableaux de Bords ................................................................................... 61
Introduction :........................................................................................................................................ 61
1.
Indicateurs de Performance Cl s : ............................................................................................. 61
2. Environnement technique et importation des donn es : .......................................................... 62
3. Analyse des tableaux de bord con us : ....................................................................................... 66
3.1
Vue globale sur les abonn s et le volume consomm des donn es mobiles : ....................... 66
3.1.1
Tableau de bord 1 : Nombre des abonn s et volume de donn es mobiles consomm par
forfait par p riode : .............................................................................................................................. 66
v
3.1.2
consomm par forfait et par ann e : .................................................................................................. 70
Tableau de bord 2 : volution du nombre des abonn s et volume de donn es mobiles
3.1.3
Tableau de bord 3 : volution du nombre des abonn s et volume de donn es consomm
par forfait et par mois : ....................................................................................................................... 74
3.1.4
Tableaux r capitulatifs : ...................................................................................................... 76
3.1.5 Mapping entre les diff rents tableaux de bord : ................................................................ 78
3.2
Vue globale sur les abonn s et les donn es mobiles par cellule : ......................................... 78
Tableau de bord 4 : Volume de donn es mobiles consomm par forfait et par cellule : ............... 78
Conclusion : .......................................................................................................................................... 82
Publicité
Conclusion G n rale : .......................................................................................................................... 83
Annexe ................................................................................................................................................... 85
Webographie : ...................................................................................................................................... 86
vi
Liste des Figures :
Figure 1 : Logo de OOREDOO Tunisie .................................................................................... 4
Figure 2 : Organigramme de lEntreprise .................................................................................. 5
Figure 3 : sch ma SCRUM BI [3] ........................................................................................... 10
Figure 4 : Diagramme de Gantt du projet ................................................................................ 15
Figure 5 : Sch ma du Processus ETL-Extract Transform Load .............................................. 18
Figure 6 : Traitement des donn es et Data Warehousing ........................................................ 19
Figure 7 : Explication de la diff rence entre Data Warehouse et Data Marts ......................... 20
Figure 8 : Conception dun Data Warehouse suivant lapproche de Bill Inmon ..................... 21
Figure 9 : Conception dun Data Warehouse suivant lapproche de Ralph Kimball ............... 21
Figure 10 : Exemple dun sch ma de la table de Fait .............................................................. 23
Figure 11 : Exemple dun mod le en toile ............................................................................. 23
Figure 12 : Exemple dun mod le en flocon de neige ............................................................. 24
Figure 13 : Exemple dun mod le en constellation ................................................................. 25
Figure 14 : Logo de Talend Data Integration ........................................................................... 26
Figure 15 : Logo de loutil Informatica ................................................................................... 27
Figure 16 : Logo de l'outil Microsoft Power BI ...................................................................... 28
Figure 17 : Logo de loutil Tableau ......................................................................................... 28
Figure 18 : Work Flow du Job de D codage et de Filtrage des donn es ................................. 32
Figure 19 : Work Flow du Job de lETL ................................................................................. 33
Figure 20 : Work Flow du Job d'orchestration de l'ex cution du projet .................................. 33
Figure 21 : Job de D codage et de Test de Redondance .......................................................... 34
Figure 22 : Test de redondance ................................................................................................ 34
Figure 23 : Dossiers Input et Output ........................................................................................ 35
Figure 24 : Exemple du nom de fichier ................................................................................... 36
Figure 25 : Hi rarchie des dossiers .......................................................................................... 36
Figure 26 : Le Code du Composant tJavaRow ........................................................................ 36
Figure 27 : Le Composant tFileExist ....................................................................................... 36
Figure 28 : Filtrage du premier niveau .................................................................................... 37
Figure 29 : Le composant tFilterRow du filtrage du premier niveau ...................................... 37
Figure 30 : Filtrage du deuxi me niveau ................................................................................. 38
Figure 31 : Le composant tFilterRow du filtrage du deuxi me niveau ................................... 38
Figure 32 : Le composant tJavaRow ........................................................................................ 40
Figure 33 : Code de D codage des Fichiers Sources Structur s .............................................. 40
Figure 34 : Job de d veloppement du processus ETL ............................................................. 41
Figure 35 : Application des Transformation Rules .................................................................. 42
Figure 36 : Extraction des fichiers d cod s et filtr s ............................................................... 42
Figure 37 : Le composant assurant les Transformation Rules - tMap ..................................... 43
Figure 38 : Lop ration du Mapping et des Transformation Rules dans le composant tMap . 43
Figure 39 : Exemple 1 de transformations ............................................................................... 44
Figure 40 : Exemple 2 de transformations ............................................................................... 44
Figure 41 : Exemple 3 de transformations ............................................................................... 44
Figure 42 : Routines cr es dans le R f rentiel ....................................................................... 45
Figure 43 : Premi re fonction cr e au niveau de la Routine cr e .......................................... 46
vii
Figure 44 : Routine 2 cr e dans le R f rentiel ....................................................................... 46
Figure 45 : Exemple dutilisation de la premi re fonction de la routine cr e .......................... 47
Figure 46 : Exemple dutilisation de la deuxi me fonction de la routine cr e ........................ 47
Figure 47 : Loading des fichiers .............................................................................................. 47
Figure 48 : Les transformations Business Rules ...................................................................... 48
Figure 49 : Sch ma de Data Warehouse .................................................................................. 49
Figure 50 : Connexion entre Oracle Database 11g et Talend Data Integration ....................... 50
Figure 51 : R cup ration des sch mas des tables dimensions du Data Warehouse ................ 50
Figure 52 : Le composant tDBConnection .............................................................................. 51
Figure 53 : Le composant tDBClose ....................................................................................... 51
Figure 54 : Extraction des donn es partir des fichiers CSV ................................................. 52
Figure 55 : Extraction des donn es partir des tables dimensions .......................................... 52
Figure 56 : Enrichissement de la table Fact ............................................................................. 53
Figure 57 : Mapping direct des champs trait s ........................................................................ 53
Figure 58 : Jointure entre FCT_IN et DIM_RA_MAST_DIGIT ............................................ 54
Figure 59 : Jointure entre FCT_IN et DIM_RA_MAST_Record_Type ................................. 54
Figure 60 : Jointure entre FCT_IN et DIM_RA_EVENT_DIRICTION ................................. 54
Figure 61 : Jointure entre FCT_IN et DIM_RA_MAST_EVENT_TYPE .............................. 54
Figure 62 : Jointure entre FCT_IN et DIM_RA_MAST_SYSTEM ....................................... 55
Figure 63 : Loading des r sultats dans la table FACT ............................................................. 55
Figure 64 : Proc dures de Backup pour les fichiers finalis s .................................................. 56
Figure 65 : Proc dure de Backup pour les fichiers bruts ......................................................... 56
Figure 66 : Vue de contexte du projet ..................................................................................... 57
Figure 67 : Proc dures de laudit ............................................................................................. 57
Figure 68 : Job Workflow : Orchestration des diff rents Jobs du projet ................................. 58
Figure 69 : Table daudit dans la base de donn es .................................................................. 59
Figure 70 : Choix du type de la base de donn es .................................................................... 63
Figure 71 : Nom du serveur ..................................................................................................... 63
Figure 72 : La saisie du nom du serveur de connexion ............................................................ 64
Figure 73 : Importation des tables de dimensions et la table de fait ........................................ 65
Figure 74 : Sch ma du Data Warehouse import dans Microsoft Power BI ........................... 65
Figure 75 : Nombre des abonn s et volume de donn s consomm es par forfait ..................... 67
Figure 76 : Nombre des abonn s et volume de donn s consomm par le forfait 4G
forfait_2sGO par p riode ....................................................................................................... 67
Figure 77 : Nombre des abonn s par forfait et par p riode ..................................................... 68
Figure 78 : Volume des donn es consomm es par forfait et par p riode ................................ 69
Figure 79 : Cartes repr sentant le nombre total des abonn s et le volume total consomm des
donn es mobiles ........................................................................................................................ 69
Figure 80 : Menu de choix de p riode ..................................................................................... 69
Figure 81 : Menu de choix de lunit de mesure ..................................................................... 70
Figure 82 : D veloppement de la mesure "unit " .................................................................... 70
Publicité
Figure 83 : volution du nombre des abonn s et du volume de donn es mobiles consomm
par forfait et par ann e .............................................................................................................. 71
Figure 84 : Nombre des abonn s et volume de donn es consomm par forfait en 2019 ........ 71
Figure 85 : Nombre des abonn s et volume de donn es consomm par forfait et par ann e .. 72
Figure 86 : Evolution du nombre des abonn s par forfait entre 2019 et 2020 ........................ 73
Figure 87 : Evolution du volume de donn es mobiles consomm entre 2019 et 2020 ........... 73
viii
Figure 88 : Evolution du volume de donn es mobiles consomm par forfait entre 2019 et
2020 .......................................................................................................................................... 74
Figure 89 : Menu de choix de lann e ..................................................................................... 74
Figure 90 : Nombre des abonn s et volume de donn es consomm par forfait et par mois ... 75
Figure 91 : Menu de choix de date .......................................................................................... 75
Figure 92 : Tableau r capitulatif du nombre des abonn s et du volume de donn es mobiles
consomm par p riode .............................................................................................................. 76
Figure 93 : Tableau r capitulatif de l' volution du nombre des abonn s et du volume de
donn es mobiles consomm par ann e ..................................................................................... 77
Figure 94 : Tableau r capitulatif du nombre des abonn s et du volume de donn es mobiles
consomm par mois .................................................................................................................. 77
Figure 95 : Bouton daffichage du Dashboard principal ......................................................... 78
Figure 96 : Bouton daffichage du Dashboard comparant les ann es ..................................... 78
Figure 97 : Bouton du Dashboard comparant les mois ............................................................ 78
Figure 98 : Volume de donn es mobile consomm par forfait et par cellule .......................... 79
Figure 99 : Menu de choix de forfait ....................................................................................... 80
Figure 100 : Volume de donn es mobiles consomm par forfait et cellule ............................ 80
Figure 101 : Menu de choix de cellule .................................................................................... 80
Figure 102 : Evolution du volume de donn es consomm par cellule et par jour ................... 81
Figure 103 : Cartes repr sentant le volume de donn es mobiles consomm par forfait et par
cellule ........................................................................................................................................ 81
Figure 104 : Deux Menus de Choix, d'unit et de p riode ...................................................... 82
ix
Liste des Tableaux :
Tableau 1 : Fiche d'identit de l'entreprise OOREDOO Tunisie ............................................... 5
Tableau 2 : Etapes et objectifs de la m thode GIMSI ............................................................... 9
Tableau 3 : Tableau comparatif entre les m thodologies GIMSI et SCRUM BI .................... 12
Tableau 4 : Tableau d finissant les Sprints du projet .............................................................. 14
Tableau 5 : Tableau comparatif entre les approches Top-Down et Bottom-Up ...................... 22
Tableau 6 : Avantages et Inconv nients des mod les de conception dun Data Warehouse .. 25
Tableau 7 : Indicateurs de performance cl s ........................................................................... 62
x
Introduction G n rale :
Depuis des ann es, la consommation des donn es mobiles ne cesse daugmenter avec
l'accroissement des usages en mobilit . Cette augmentation ne risque jamais de sarr ter vu
lam lioration continue des r seaux de t l communications notamment 3G et 4G et 5G dans
les prochaines ann es.
Lop rateur de r seau mobile OOREDOO Tunisie a remarqu que ce ph nom ne
g n re un norme volume de donn es par jour. La non structuration de ces donn es a toujours
t un obstacle dans leur processus dexploitation et de traitement.
Entre temps, lentreprise a remarqu que le traitement de ces donn es n cessite des
plateformes et des technologies plus performantes que celles utilis es do se manifeste
lobjectif principal de notre Projet de Fin d' tudes intitul G n ration de Calcul de la
Consommation en termes de Donn es Mobiles : la migration du processus de la
pr paration des donn es y compris lETL - Extract Transform Load, que nous expliquerons en
d tails dans notre projet, de la plateforme CONNECTIVA vers loutil performant Talend Data
Integration et la g n ration des tableaux de bord interactifs permettant doffrir une vision
globale sur les abonn s d'OOREDOO Tunisie et le volume de consommation des donn es
mobiles.
Ce rapport de projet de fin d tudes sera organis comme suit :
Dans le premier chapitre, nous allons aborder, le cadre g n ral du projet, tout en
pr sentant lentreprise daccueil et son organigramme. Nous allons par la suite poursuivre
avec une tude et critique de lexistant pour mettre laccent finalement sur la solution
propos e. Nous expliquons aussi la m thodologie de gestion de projet choisie apr s une tude
d taill e. Finalement, nous exposons le planning du projet conform ment la m thodologie
de gestion de projet appliqu e o nous pr sentons les t ches effectuer et les d lais
correspondants via des tableaux et des diagrammes facilitant le pilotage et le suivi de
lavancement de notre travail.
Nous pr sentons, dans le deuxi me chapitre, les concepts fondamentaux sur lesquels
notre Projet de Fin d' tudes se base, en expliquant des termes et des mots techniques en
1
rapport avec notre travail. Puis, nous mettons laccent sur les outils et les logiciels que nous
avons utilis apr s une tude d taill e de plusieurs exemples.
A partir du troisi me chapitre, nous commen ons pr senter les d tails de la solution
propos e o nous expliquons le processus de pr paration des donn es y compris le d codage,
le filtrage et la transformation des donn es complexes et structur es.
Le quatri me et le dernier chapitre sera d di la pr sentation des indicateurs de
performance propos s par lentreprise daccueil. Ensuite, nous mettons en valeur les visuels et
les tableaux de bord con us pour r pondre aux besoins dOOREDOO Tunisie en expliquant le
choix des graphes utilis s.
Nous cl turons ce rapport en r capitulant le travail r alis et ses apports pour
lentreprise et pour nos comp tences professionnelles et personnelles.
2
Chapitre 1
Cadre G n ral du Projet
3
Chapitre 1 : Cadre G n ral du Projet
Introduction :
Dans ce chapitre nous pr sentons lenvironnement de travail, commen ant par une vue
globale sur lorganisme d'accueil et ses besoins. Nous d veloppons par la suite une tude de
lexistant suivie dune critique de l tat actuel. Nous pr sentons ensuite la solution propos e
et nous cl turons ce chapitre par lexposition de la m thodologie de gestion du projet que
nous allons adopter et son application durant la p riode de r alisation de notre projet.
Publicité
1. Pr sentation de lorganisme d'accueil :
OOREDOO Tunisie, dont le logo est pr sent dans la figure (1), est une soci t anonyme
qui se sp cialise dans le domaine de la T l communication.
Lop rateur t l phonique est fond en Tunisie, le 11 mai 2002 sous le nom de TUNISIANA
pour ensuite changer de nom et devenir OOREDOO Tunisie, la filiale tunisienne du groupe
QATARI OOREDOO, en 2014.
Le r seau de OOREDOO Tunisie est le deuxi me r seau de t l phonie en Tunisie.
Lentreprise a t class e en 2019 comme tant lop rateur t l phonique leader, ayant une
part de march gale 40.7%, un chiffre daffaires gal 255 millions de dinars tunisiens et
un nombre dabonn s qui d passe les 9.1 millions.
La soci t s'int resse aux nouvelles technologies dans le but de d velopper des
services de qualit , assurer des appuis innovants pour ses clients et r pondre tous leurs
besoins quils soient en Data 3G ou 4G, la t l phonie fixe et lADSL.
Figure 1 : Logo de OOREDOO Tunisie
4
Le tableau (1) pr sente la fiche didentit de OOREDOO Tunisie :
Tableau 1 : Fiche d'identit de l'entreprise OOREDOO Tunisie
V Organigramme de lentreprise :
La figure (2) pr sente lorganigramme de OOREDOO Tunisie :
Figure 2 : Organigramme de lEntreprise
Nous avons int gr le service Revenu et Assurance dans la phase de traitement des
donn es et le service Dashboarding et Data Mining dans la phase de la conception des
tableaux de bord.
5
2. Analyse de lexistant :
2.1. Etude de lexistant :
Les donn es mobiles sont des informations num riques permettant l change entre une
application install e dans un smartphone et une autre application travers le r seau Internet.
Elles existent sous des formats simples, structur s voire complexes. Le traitement n cessite
leur int gration et leur transformation auparavant.
a fait quelques ann es que la direction technologique au sein de OOREDOO Tunisie
compte sur des architectures relationnelles pour le traitement des donn es issues des activit s
des abonn s : des informations sur leurs profils, recharge, op rations dachat de services,
abonnement ou d sabonnement aux services et consommation des donn es mobiles, etc.
Nous nous int ressons aux donn es g n r es par la consommation des donn es mobiles 3G et
4G des abonn s dOOREDOO Tunisie.
Chaque souscription ou transaction effectu e par un abonn est enregistr e
automatiquement sous forme de CDR (voir annexe) dans des fichiers qui seront directement
filtr s et d cod s.
Par la suite, cest l quipe du service Revenu et Assurance qui soccupe de toutes les
transformations n cessaires afin dextraire des fichiers exploitables et impl menter le Data
Warehouse.
L quipe Dashboard et Data Mining cl ture ce processus par le Reporting travers la
conception et la mise en place des tableaux de bords.
2.2. Critique de lexistant :
La migration dun outil vers un autre est souvent per ue comme source de difficult s et de
complications. Mais en r alit , cela repr sente un pont vers lam lioration du rendement,
lefficacit des r sultats obtenus et parfois la correction des anomalies d tect es et c tait le
cas pour OOREDOO Tunisie.
La r alisation des diff rentes tapes pour la g n ration de calcul de la consommation en
termes de donn es mobiles a mis laccent sur deux probl mes majeurs :
6
" Un probl me de d codage des fichiers sources ; qui est une tape primordiale afin de
bien appliquer lETL - Extract Transform Load (voir chapitre 2) au sein de
lentreprise.
Pour r soudre ce probl me les d veloppeurs de OOREDOO Tunisie ont toujours eu
recours une fonction int gr e au sein de CONNECTIVA qui nest pas exploitable que
par cet outil et ceci na jamais t une solution instructive.
" Un probl me de performance d lutilisation de loutil CONNECTIVA. Cet outil est
utilis dans le traitement et lint gration des donn es au sein dOOREDOO
Tunisie. Par cons quent, lapplication de lETL travers cet outil est devenue p nible
et la documentation est tr s limit e car CONNECTIVA :
est un syst me out of support
est un outil rigide
repr sente une complexit de maintenance
"
"
"
" ne fait plus de mise jour
Pour conclure, le traitement des fichiers g n r s des diff rentes transactions des
abonn s d'OOREDOO Tunisie nest plus efficace ni performant pour lentreprise.
Cet outil ne r pond plus aux besoins de cette derni re surtout au niveau de lassurance de la
p rennit et lam lioration continue.
3. Solution propos e :
En se basant sur ce qui pr c de, nous avons conclu que l quipe Revenu et Assurance de
OOREDOO Tunisie a besoin de mettre en place une proc dure interne de d codage des
fichiers Data Mobile contenant des donn es mobiles structur es non exploitables dans le but
de les utiliser dans les traitements n cessaires.
Pour remplacer CONNECTIVA, nous avons choisi de migrer vers loutil performant
dint gration des donn es Talend Data Integration qui soccupe non seulement de la
construction du Data Warehouse, mais aussi, du d codage, du filtrage et du traitement des
donn es.
7
Une fois les donn es exploitables obtenues, notre solution offre aussi des tableaux de bords
repr sentant les indicateurs de performances demand s par lentreprise afin de mieux piloter
et mesurer le revenu g n r partir de la consommation des donn es mobiles par les abonn s.
4. Etude comparative des m thodologies de...