les systèmes d'information décisionnel pour les assurances

38
Mémoire de fin d’études Partie Etude bibliographique- Pour l’obtention du diplôme d’ingénieur d’état en Informatique Option : Systèmes d’Information et Technologies Thème Réalisé par : Encadré par : Mlle. BEKKOUCHE Salma Mr. BOUZIANI Lotfi Mlle. LANASRI Dihia Promotion : 2014/2015 Conception et Réalisation d’un Système d’Information Décisionnel pour les assurances République Algérienne Démocratique et Populaire الجــزائريــة الديمــقراطيــة الشــعبية الجـمهوريــــةMinistère de l’Enseignement Supérieur et de la Recherche Scientifique علـــملي و البــحث اللعــاتـعليـم ا وزارة ال ي المدر سليم اعيا لعل ة الوطنية ال) لي سابقام اعن في التكوي المعهد الوطني ل( Ecole nationale Supérieure d’Informatique Ex.INI (Instituts National de formation en Informatique)

Upload: dihiaselma

Post on 08-Aug-2015

83 views

Category:

Documents


14 download

TRANSCRIPT

Page 1: Les systèmes d'information décisionnel pour les assurances

Mémoire de fin d’études –Partie Etude bibliographique-

Pour l’obtention du diplôme d’ingénieur d’état en Informatique

Option : Systèmes d’Information et Technologies

Thème

Réalisé par : Encadré par :

Mlle. BEKKOUCHE Salma Mr. BOUZIANI Lotfi

Mlle. LANASRI Dihia

Promotion : 2014/2015

Conception et Réalisation d’un Système

d’Information Décisionnel pour les assurances

République Algérienne Démocratique et Populaire الجـمهوريــــة الجــزائريــة الديمــقراطيــة الشــعبية

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

يوزارة التـعليـم العــالي و البــحث العلـــم

ة الوطنية العليا لإلعالم اآللي سالمدر ) المعهد الوطني للتكوين في اإلعالم اآللي سابقا (

Ecole nationale Supérieure d’Informatique

Ex.INI (Instituts National de formation en Informatique)

Ecole nationale Supérieure d’Informatique

Page 2: Les systèmes d'information décisionnel pour les assurances

II

Table des matières

Liste des figures ............................................................................................................................................. IV

Liste des tableaux .......................................................................................................................................... IV

Partie I: Etat de l'art …………………………………………………………………………………………......5

Chapitre 1: Les Systèmes d’Information Décisionnels ………………………………………….6

1. Le processus décisionnel .................................................................................................................... 7

1.1. Donnée .................................................................................................................................................... 7

1.2. Information ........................................................................................................................................... 7

1.3. Connaissance ........................................................................................................................................ 8

1.4. Décision ................................................................................................................................................. 8

2. Qu’est-ce qu’un système d’information décisionnel ? .................................................................. 8

2.1. Historique de l’informatique décisionnelle .............................................................................. 8

3. Objectifs de SID ....................................................................................................................................... 9

4. Le Système Opérationnel Vs Le Système Décisionnel .......................................................... 10

5. L’architecture d’un SID ..................................................................................................................... 11

5.1. Collecte de données (Datapumping) ................................................................................... 11

5.2. Le processus ETL (Extract, Transform et Load) .............................................................. 11

5.3. Stockage de données .................................................................................................................. 12

5.4. Analyse et Restitution ............................................................................................................... 13

Conclusion ....................................................................................................................................................... 13

Chapitre 2: Les Data Warehouse ..………………………………………………………………………14

1. Data Warehouse .................................................................................................................................. 15

2. Data Mart ................................................................................................................................................ 15

2.1. Types de Data Mart .................................................................................................................... 16

3. Modélisation dimensionnelle ......................................................................................................... 16

3.1. Niveau conceptuel ...................................................................................................................... 16

3.2. Niveau Logique ............................................................................................................................ 19

4. Approches de développement d’un Data Warehouse ........................................................... 21

4.1. Approche incrémentielle Top-down ................................................................................... 21

4.2. Approche incrémentielle Bottom-up ................................................................................... 21

4.3. Synthèse des approches de développement..................................................................... 21

Page 3: Les systèmes d'information décisionnel pour les assurances

III

Conclusion ....................................................................................................................................................... 22

Chapitre 3: Les outils de restitution et d’analyse de données …………………………….23

1. Les outils décisionnels ...................................................................................................................... 24

2. Le tableau de bord .............................................................................................................................. 24

2.1. Définition ........................................................................................................................................ 25

2.2. Objectifs d’un tableau de bord ............................................................................................... 25

2.3. Caractéristiques d’un tableau de bord ................................................................................ 26

2.4. Indicateurs clés de performance (KPI) ............................................................................... 26

3. Analyse multidimensionnelle ......................................................................................................... 27

3.1. Définition ........................................................................................................................................ 27

3.2. Objectifs d’analyse OLAP .......................................................................................................... 27

4. Recherches corrélatives : Datamining, Forage de données ................................................ 28

4.1. Définition ........................................................................................................................................ 28

4.2. Objectifs des outils de Datamining ....................................................................................... 28

5. Reporting................................................................................................................................................ 29

5.1. Définition ........................................................................................................................................ 29

5.2. Objectifs du Reporting .............................................................................................................. 29

Conclusion ....................................................................................................................................................... 29

Chapitre 4: Les assurances ………………………………………………………………………………….30

1. Terminologies ...................................................................................................................................... 31

2. Définition de l’assurance .................................................................................................................. 31

3. Historique des assurances ............................................................................................................... 32

4. Types d’assurance .............................................................................................................................. 32

4.1. Assurance des personnes ......................................................................................................... 33

4.2. Assurance des dommages ........................................................................................................ 33

5. Rôle social et économique de l’assurance ................................................................................. 33

5.1. Rôle social ...................................................................................................................................... 33

5.2. Rôle économique ......................................................................................................................... 34

Conclusion ....................................................................................................................................................... 34

Page 4: Les systèmes d'information décisionnel pour les assurances

IV

Liste des figures

Figure 1: Processus d’un Système Décisionnel ................................................................................... 7

Figure 2: Architecture d’un système d’information décisionnel [TOURNIER 2007] ...... 11

Figure 3: Exemple d'un schéma en étoile [KHOURI 2008] ..................................................... 18

Figure 4: Exemple d'un schéma en flocon de neige [KHOURI 2008] ................................... 18

Figure 5: Exemple d'un schéma en constellation ............................................................................ 19

Figure 6: Représentation d’un cube multidimensionnel selon MOLAP [KHOURI 2008]

............................................................................................................................................................................. 20

Figure 7: Les outils de restitution et d’anlyse de données [Web 06] ..................................... 24

Figure 8: Exemple de tableau de bord –JasperSoft- ....................................................................... 25

Figure 9: Analyse des ventes d’une chaine de magasin informatique (vision cubique)

[TOURNIER 2007] ...................................................................................................................................... 28

Liste des tableaux

Tableau 1: Comparaison entre l’OLTP et l’OLAP ............................................................................ 10

Tableau 2: Data Warehouse Vs Data Mart [Web 04] ................................................................... 16

Tableau 3: Data Mart dépendant (Avantages Vs Inconvénients) [Web 04] ........................ 16

Tableau 4: Data Mart indépendant (Avantages Vs Inconvénients) [Web 04] .................... 16

Tableau 5: Comparaison entre R-OLAP, M-OLAP et H-OLAP [KHOURI 2008] [BOUALI

et al, 2014] ..................................................................................................................................................... 20

Tableau 6: Comparaison entre Top-Down et Bottom-up [BELLACHE et al, 2014] ........ 21

Page 5: Les systèmes d'information décisionnel pour les assurances

Partie I :

Etat de l’art

Chapitre 1 : Les systèmes d’information décisionnels

Chapitre 2 : Les Data Warehouse

Chapitre 3 : Les outils de restitution et d’analyse de données

Chapitre 4 : Les assurances

Page 6: Les systèmes d'information décisionnel pour les assurances

Chapitre 1

Les systèmes d’information

décisionnels

« Savoir, pour prévoir, afin de pouvoir. »

Auguste Comte1

Durant les dernières années, l’information est devenue une ressource stratégique pour les

entreprises, c’est pourquoi ces dernières s’intéressent de plus en plus au management de

leurs capital informationnel.

Pour permettre un pilotage efficace et faire face à la concurrence rude sur le marché, se

doter d’un système d’information décisionnel est primordial afin d’aider les décideurs à

prendre les bonnes décisions au moment opportun. Donc, le Système d’Information

Décisionnel (SID) devrait figurer dans la liste des priorités des entreprises.

A travers ce chapitre, nous allons aborder la notion de système d’information décisionnel et

son architecture.

1 C’est un philosophe français, fondateur du positivisme, considéré comme l’un des précurseurs de la sociologie.

Page 7: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

1. Le processus décisionnel

Le processus décisionnel consiste à transformer le capital de données d’une entreprise

en informations pertinentes à partir desquelles les décideurs peuvent tirer des

connaissances afin d’aboutir à de bonnes décisions touchant tous les niveaux de

l’entreprise.

Figure 1: Processus d’un Système Décisionnel

1.1. Donnée

Désigne «une description élémentaire, souvent codée, d’une chose, d’une transaction

d’affaires, d’un événement, etc. Les données peuvent être conservées et classées sous

différentes formes : papier, numérique, alphabétique, image, son, etc. » [INFORMATICA

2008]

1.2. Information

Selon Jean-Louis LEVET1: « l’information reste un ensemble de données formatées et

structurées.» [LEVET 2001]

L’information est devenue le « nerf de la guerre ». Disposer de l’information utile avant

ses concurrents et savoir la rendre disponible à ceux qui savent en tirer profit dans

l’entreprise, sont des éléments qui permettent de faire la différence. [Web 01]

1 Jean-Louis LEVET : un économiste. Il a été nommé par le gouvernement Français, en mai 2013,

Haut Responsable à la coopération industrielle et technologique Franco-Algérienne

Page 8: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

8

1.3. Connaissance

Selon Jean-Louis LEVET: « La connaissance est d’abord une capacité d’apprentissage et

une capacité cognitive…La propriété essentielle de la connaissance est de pouvoir par

elle-même engendrer de nouvelles connaissances…La connaissance est composée non

seulement d’informations à caractère public, mais aussi de savoir-faire inexprimables

formellement et donc difficilement transférables. Ils sont incorporés dans les individus

et les organisations. » [LEVET 2001]

1.4. Décision

La décision est un acte par lequel un décideur opère un choix entre plusieurs options

permettant d’apporter une solution satisfaisante à un problème donné ou l’exécution

d’une action ou d’un projet avec toutes les conséquences que cette décision pourrait

engendrer [Web 02].

2. Qu’est-ce qu’un système d’information décisionnel ?

Un système d’information décisionnel (SID), Business Intelligence en Anglais ou

l’informatique décisionnelle sont des appellations différentes pour un même concept.

Un système d’information décisionnel est : « l’ensemble des outils informatiques

(matériels et logiciels) qui permettent l’analyse des données opérationnelles issues du

système d’information des entreprises. Ces données sont transformées en une vision

orientée décideur puis analysées au moyen de manipulations et de restitutions

adaptées.» [TOURNIER 2007]

2.1. Historique de l’informatique décisionnelle

Selon [GAM EL GOLLI 2008], les systèmes décisionnels ont connu une certaine

évolution. Dans ce qui suit, nous présentons un petit aperçu sur l’évolution de

l’informatique décisionnelle :

Années 70-80 ‘L’infocentre’ : l’infocentre1 nait pour répondre au besoin de stockage de

données. Pour faire des analyses, les informaticiens suivent un processus qui consiste à

1 Infocentre : concept lancé par IBM en 1980, il permet aux utilisateurs d’accéder à leurs données dans leurs

propres termes [ROUX 1991]

Page 9: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

9

se poser des questions sur une situation, et la réponse à cette question induit à une autre

jusqu’à obtenir un rapport d’analyse de cette situation.

Années 90 ‘EIS’ : EIS1 (Executive Information System) proposent les premiers tableaux

de bord mais malgré ça, les systèmes se retrouvent surchargés et ne satisfont pas les

besoins des décideurs en matière d'informations pertinentes.

Fin des années 90 : le Système Décisionnel est devenu basé sur l’utilisation:

Des entrepôts de données.

Des bases de données multidimensionnelles OLAP.

Et jusqu’à nos jours, cette informatique ne cesse de se développer afin de répondre à

d’autres besoins que les décideurs expriment.

3. Objectifs de SID

Les raisons pour lesquelles les entreprises recourent à un système décisionnel sont

communes malgré la variété de leurs domaines d’activités. Selon [KIMBALL et al,

2013] les objectifs d’un système décisionnel sont :

Accessibilité facile et rapide aux informations.

Cohérence des informations : les données du système sont crédibles et de

qualité.

Adaptation aux changements : les données existantes doivent généralement

rester inchangées. Lorsque la technologie ou les besoins changent, les données

doivent être changées en mettant au courant tous les utilisateurs du système.

Présentation des informations à temps : les informations doivent être

disponibles au bon moment afin de réagir rapidement.

Protection et sécurisation des informations: le système doit permettre le

contrôle d’accès à ces informations confidentielles.

Conversion de la masse de données en une valeur métier : le système, à travers

les outils d’analyse, permet de dégager une valeur qui aide dans la prise de

décision.

1 EIS : est un système d’information qui permet aux décideurs de récupérer, de façon autonome, les informations

nécessaires à la prise de décisions. [KANICLIDES et al, 1994]

Page 10: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

10

4. Le Système Opérationnel Vs Le Système Décisionnel Le système opérationnel représente les tâches quotidiennes, répétitives et atomiques

(Insertion, modification, suppression) qui sont effectuées par les employés de

l'entreprise pour permettre à cette dernière d'avoir une activité et donc de survivre.

Les systèmes d’information opérationnels OLTP (OnLine Transactional Processing) sont

des systèmes de gestion ou de production faits pour assister les opérations d'une

entreprise.

Avec l’accroissement de volume des données, les systèmes opérationnels se trouvent

limités devant les besoins des dirigeants qui veulent des informations synthétisées pour

l’analyse et la prise de décisions d’où la naissance des systèmes d’information de type

OLAP (On-Line Anlytical Processing).

Dans ce qui suit, nous présentons un tableau comparatif entre les systèmes

opérationnels et décisionnels :

Système opérationnel (OLTP) Système décisionnel (OLAP)

Uti

lisa

teu

r Grand public : ils sont destinés à toute personne participant à la vie quotidienne de l'entreprise.

Petit nombre d'utilisateurs : quelques personnes dans l'entreprise (décideurs).

Le niveau des besoins analytiques est bas Le niveau des besoins analytiques est haut

Une seule vision métier Plusieurs visions métiers

Do

nn

ée

s

Données atomiques : on manipule un produit, une ligne de commande, une facture.

Données générales: Les décideurs veulent voir l'ensemble de l'activité.

BDD normalisée (3ème forme normale) BDD dénormalisée

Petite volumétrie des données : les systèmes de gestion gèrent des Géga Octets de données.

Gros volumes de données : les SID doivent regrouper toutes les données de l'entreprise.

Lecture, écriture et modification des données Données en lecture seule

Hétérogènes : Les systèmes OLTP sont souvent disparates en termes de technologie utilisée.

Homogènes

A besoin des informations récentes. A besoin de garder l’historique des transactions.

Sy

stè

me

Extrêmement rapides Plus c'est rapide, mieux c'est. Fermés : on ne laisse pas la place à l'improvisation dans les OLTP, les choix sont restreints, les utilisateurs sont guidés dans le processus.

Ouverts : les environnements d’un SID doivent permettre d'accéder le plus simplement possible aux données.

Transactionnels : les OLTP fonctionnent en utilisant le principe de transaction.

Non transactionnels : L'utilisateur doit pouvoir commencer une analyse, revenir en arrière …

Fragmentés : ou décentralisés. Sauf dans le cas des ERP.

Centralisés : toutes les données sont regroupées en une même source.

Tableau 1: Comparaison entre l’OLTP et l’OLAP

[GAM EL GOLLI 2008] [HAMLAOUI et al, 2014] [Web 03]

Page 11: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

11

5. L’architecture d’un SID Un système d’information décisionnel comprend quatre composantes principales :

Figure 2: Architecture d’un système d’information décisionnel [TOURNIER 2007]

5.1. Collecte de données (Datapumping)

La collecte de données est une étape primordiale qui consiste à récolter les données à

partir de plusieurs sources opérationnelles de l’entreprise. Souvent ces données sont

hétérogènes, non standardisées. Les sources de données peuvent être d’après [ORACLE

2009]:

a. Les systèmes opérationnels de production : Fichiers plats du système d’exploitation,

Systèmes de base de données, ERP (Enterprise Resource Planning).

b. Les archives : qui sont nécessaires pour l'analyse à long terme car elles fournissent

des données historiques.

c. Les données internes : telles que les feuilles de calcul et les classeurs individuels, qui

ne sont pas directement associés aux systèmes opérationnels de l'entreprise.

d. Les données externes : telles que les rapports périodiques provenant de sources

extérieures, les informations d’analyse concurrentielle, les journaux…

5.2. Le processus ETL (Extract, Transform et Load)

Page 12: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

12

« C'est un système par lequel vont passer toutes les données des systèmes opérationnels

avant d'arriver à la forme souhaitée dans l'entrepôt. Les données en sortie seront

nettoyées, purifiées, contextualisées et prêtes à être reçues dans l'entrepôt. » [Web 03]

Selon [KIMBALL et al, 2013], les ETL correspondent à une surface de travail, ils

représentent l’intermédiaire entre le système opérationnel et l’interface du système

décisionnel. Ce processus est constitué de trois étapes :

a. Extraction : c’est la première étape qui consiste à identifier les données à partir

des différentes sources. Elle désigne : lire, comprendre la source de données puis

extraire les données dont on a besoin et les orienter vers le système décisionnel.

b. Transformation : après l’extraction des données, ces dernières subissent un

travail de transformation qui inclut [BELLACHE et al, 2014]:

Le nettoyage : filtrage des données manquantes, correction des erreurs,

suppression des doublons, réglage de conflits.

Le formatage et la standardisation : définit les types de données, la

longueur des champs.

La fusion ou l’éclatement des informations composites.

L’affectation des clés de substitution.

c. Chargement : C’est la dernière étape qui permet de charger ces données vers la

‘surface présentation’ du système décisionnel. Il y a deux types de chargement :

Chargement initial : premier chargement de l'entrepôt et dans des cas

spéciaux comme la perte des données, toutes les données seront chargées.

Chargement incrémentiel : est le fait d'ajouter les nouvelles données à

l’entrepôt existant. C'est une opération qui se répète périodiquement.

5.3. Stockage de données

Un entrepôt de données est un moyen pour centraliser un volume important de données

dans un même endroit unifié et accessible par tous les utilisateurs. On distingue deux

types d’entrepôt de données : Data Warehouse et Data Mart.

Page 13: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 1 : Les systèmes d’information décisionnels

13

5.3.1. Data Warehouse

D’après [KIMBALL et al, 2013] et [Inmon 2002] : un Data Warehouse est l’ensemble

des données répertoriées, nettoyées, valides, complètes et cohérentes d'une entreprise.

Ces données sont organisées d’une façon à ce que des non-informaticiens puissent

comprendre sa structure et donc l'exploiter, sans l'intervention d'un informaticien. Ce

paragraphe sera abordé plus en détails dans le (chapitre 2)

5.3.2. Data Mart

Appelé aussi ‘magasin de données’, un Data Mart est un extrait d’un Data Warehouse.

Les données extraites sont adaptées à une classe de décideurs ou à un usage particulier

[TESTE 2000]. En d’autres termes un Data Mart se focalise sur les données d’un seul

département au sein de l’entreprise tel que : Marketing, Vente. Ce paragraphe sera

abordé plus en détails dans le (chapitre 2)

5.4. Analyse et Restitution

Pour faciliter l’accès à l’information, pour tous les utilisateurs selon leurs profils métiers

et afin d’extraire les éléments de décision pour dynamiser la réactivité globale dans

l’entreprise, certains outils ont été mis à la disposition des décideurs. Ces outils sont des

applications qui peuvent être simples (Reporting, Tableau de bord) ou sophistiquées

(Data mining). Ce paragraphe sera abordé plus en détails dans le (chapitre 3)

Conclusion

Aujourd’hui, l’informatique décisionnelle est considérée comme un outil puissant qui

aide les décideurs à mettre en place leurs stratégies.

De plus, nous trouvons que les Systèmes d’Informations Décisionnels sont devenus

parmi les premières occupations des entreprises afin de disposer des informations

précises et donc assurer un pilotage efficace de l’activité de cette dernière.

Mais pour arriver à déployer un SI décisionnel au niveau d’une organisation, il s’avère,

généralement, nécessaire de passer par un entrepôt de données qui fait l’objectif du

prochain chapitre.

Page 14: Les systèmes d'information décisionnel pour les assurances

Chapitre 2

Les Data Warehouse

« Un Data Warehouse ne s’achète pas, il se construit »

Bill Inmon1

Dans une architecture d’un système d’information décisionnel, on considère le stockage de

données comme étape vitale afin de pouvoir répondre par la suite aux requêtes d’analyse.

Après que l’ETL soit appliqué sur les données, ces dernières sont directement stockées soit

dans un entrepôt de données (Data Warehouse) ou dans un magasin de données (Data Mart).

A travers ce chapitre, nous allons aborder en détails le Data Warehouse et le Data Mart.

Nous allons également détailler la modélisation dimensionnelle et nous clôturerons par les

approches de développement d’un Data Warehouse.

1 C’est un informaticien américain reconnu comme le pionnier des entrepôts de données

Page 15: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

1. Data Warehouse

Plusieurs définitions ont été proposées pour définir ce concept, Bill Inmon le considère

comme : « une collection de données orientées sujet, intégrées, non volatiles et évolutives

dans le temps, organisées pour le support d'un processus d'aide à la décision. » [Inmon

2002]

D’après cette définition, on constate que les caractéristiques d’un Data Warehouse sont:

Orienté sujet : les données sont obligatoirement liées au métier de l’entreprise et

organisées par fonctions. Exemple : Assurances, Banques, Commerce…

Intégré: les données manipulées au niveau d’un Data Warehouse doivent être

centralisées pour éviter les anomalies. Le Data Waterhouse intégrera ces éléments

pour former une vision unique de l'activité de l'entreprise.

Non volatile : une fois les données sont stockées au niveau d’un Data Waterhouse,

les opérations de mise à jour ou de suppression ne sont plus autorisées. L’accès est

autorisé uniquement en mode lecture.

Evolutif dans le temps : c’est le fait de garder l’historique des transactions et de

pouvoir visualiser leurs évolutions dans le temps.

2. Data Mart

Un Data Mart est une forme simple d'un entrepôt de données qui se concentre sur un

seul domaine d’activités telles que les ventes, les finances, ou marketing. Les Data Mart

sont souvent conçus et pilotés par un seul département au sein d'une organisation. Les

Data Mart rassemblent ses données à partir de quelques sources ou à partir d’un Data

Warehouse. [Web 04]

Or, un Data Warehouse s’occupe de plusieurs domaines d’activités et il est mis en œuvre

et contrôlé par une seule unité d'organisation centrale comme la DSI.

Le tableau suivant montre une comparaison entre un Data Warehouse et un Data Mart :

Page 16: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

16

Caractéristiques Data Warehouse Data Mart La portée L’entreprise Le département Le sujet Plusieurs Un seul La source de données Beaucoup Peu

La taille A partir de 100 Giga Byte et

dépasse 1 Tera Byte <100 Giga Byte

La durée d’implémentation

De quelques mois à plusieurs années

Quelque mois

Tableau 2: Data Warehouse Vs Data Mart [Web 04]

2.1. Types de Data Mart

Selon les sources de données, on distingue deux types de Data Mart [Web 04]:

a. Data Mart dépendant : les données de ce type proviennent à partir d'un Data

Warehouse central déjà existant.

Avantages Inconvénient Données disponibles à partir d’une

seule source Processus ETL unique

- Possibilité d’accès aux données des autres départements

Tableau 3: Data Mart dépendant (Avantages Vs Inconvénients) [Web 04]

b. Data Mart indépendant : ce sont des systèmes autonomes construits par

l'extraction des données directement à partir de sources opérationnelles ou

externes, ou les deux.

Avantages Inconvénient Un délai de réponse plus court Protéger les données d’un

département spécifique.

- Mise en place d’un Processus ETL dédié pour chaque Data Mart

Tableau 4: Data Mart indépendant (Avantages Vs Inconvénients) [Web 04]

3. Modélisation dimensionnelle

La modélisation dimensionnelle se présente sous deux niveaux : conceptuel et logique.

3.1. Niveau conceptuel

La conception de l’entrepôt de données est basée sur une modélisation dimensionnelle

qui est une technique d’organisation des données dans un schéma simple et

compréhensible [CHOUDER 2007].

Page 17: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

17

3.1.1. Les composants du schéma dimensionnel

Un schéma dimensionnel est composé de :

a. Table des Faits

Représente le sujet d’analyse. Elle est composée d’un ensemble de mesures qui

représentent les différentes valeurs de l’activité analysée. [ENCINAS 2005]

Chaque table des faits contient au moins deux clés étrangères qui la connectent aux

dimensions. Chaque ligne dans la table des faits correspond à un événement mesurable,

ce qui représente le grain (niveau de granularité). [KIMBALL et al, 2013]

b. Fait

Le terme ‘Fait’ représente une mesure métier dans une table des faits. Les mesures dans

les tables des faits sont classées selon trois catégories qui sont principalement

[KIMBALL et al, 2013] :

Purement additifs : les faits peuvent être sommés suivant toutes les dimensions

associées à la table des faits.

Semi-additif : les faits peuvent être sommés suivant quelques dimensions.

Non additifs : comme les ratios.

c. Grain

Il désigne la signification d’une ligne dans une table des faits. Les tables dimensions et

faits doivent être cohérentes avec le grain défini ce qui crée une cohérence totale dans

tous le schéma dimensionnel réalisé. [Kimball et al, 2013]

d. Table de Dimension

Se compose de paramètres (ou attributs) qui servent à enregistrer les descriptions

textuelles. Ces paramètres sont utilisés pour l’analyse. [ENCINAS 2005]

Une hiérarchie de dimension : est le résultat de la décomposition d’une ou

plusieurs dimensions en plusieurs niveaux. [KHOURI 2008]

3.1.2. Les types de schéma dimensionnel

On distingue plusieurs types de schémas dimensionnels qui sont :

Page 18: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

18

a. Schéma en étoile

Dans ce schéma, chaque dimension est représentée par une table de dimension et les

mesures par une table des faits qui référencie les tables de dimension en utilisant une

clé étrangère pour chacune d’elles. [BELLATRECHE 2000]

Dans ce schéma, les informations associées à une hiérarchie de dimension, sont

représentées dans une seule table. [KHOURI 2008]

Figure 3: Exemple d'un schéma en étoile [KHOURI 2008]

b. Schéma en flocon de neige

Le schéma en étoile peut s’étendre à un schéma en flocon de neige. Cela est vérifié grâce

à l’application d’une hiérarchie sur une ou plusieurs dimensions. Ce schéma peut réduire

les performances de l’entrepôt au moment de son utilisation car il présente un temps de

réponse élevé causé par plusieurs jointures dans une seule requête. [KHOURI 2008]

Figure 4: Exemple d'un schéma en flocon de neige [KHOURI 2008]

Page 19: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

19

c. Modèle en constellation

C’est l’utilisation partagée des mêmes tables de dimensions par plusieurs tables de faits.

[KHOURI 2008]

Figure 5: Exemple d'un schéma en constellation

3.2. Niveau Logique

C’est la description de la base multi dimensionnelle suivant la technique utilisée. Il existe

principalement trois techniques :

3.2.1. R-OLAP

Les systèmes ROLAP (Relational On-Line Analytical Processing) stockent les données en

utilisant un SGBD relationnel. Chaque dimension est représentée par une table de

dimension et chaque fait est représenté par une table de fait. Les mesures sont stockées

dans les tables des faits. [KHOURI 2008]

3.2.2. M-OLAP

Les systèmes MOLAP (Multidimensional On-Line Analytical Processing) implémente le

cube (qui est une intersection de données dans un espace à plusieurs dimensions) sous

forme d’un tableau multidimensionnel. Chaque dimension du tableau représente une

dimension du cube. Les données représentent chaque cellule du cube. C’est une solution

de stockage qui garantit un temps de réponse rapide. [KHOURI 2008]

Page 20: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

20

Figure 6: Représentation d’un cube multidimensionnel selon MOLAP [KHOURI 2008]

3.2.3. H-OLAP

Les systèmes HOLAP (Hybrid On-Line Analytical Processing) sont des systèmes où les

données fréquemment utilisées (données agrégées) sont maintenues par un SGBD

multidimensionnel, et les données non fréquemment utilisées dans un SGBD relationnel.

[KHOURI 2008]

3.2.4. Synthèse

Avantages Inconvénient

R-OLAP

Exploitation d’un SGBD relationnels existants.

Stockage de grandes quantités de données.

- Temps de réponse élevé.

M-OLAP

Temps de réponse très court.

- Coûts élevés (les licences des bases multidimensionnelles et du développement)

- Le besoin de redéfinir des opérations pour manipuler les structures multidimensionnelles.

- Difficulté de la mise à jour et de la gestion du modèle.

H-OLAP Temps de réponse assez court. Moins couteux financièrement.

- Cette méthode ne pourra pas être utilisée si les rapports sont trop complexes.

Tableau 5: Comparaison entre R-OLAP, M-OLAP et H-OLAP [KHOURI 2008] [BOUALI

et al, 2014]

Page 21: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

21

4. Approches de développement d’un Data Warehouse

Dans un projet de développement d’un Data Warehouse, la difficulté réside dans le choix

de la meilleure approche du développement qui dépend essentiellement de la structure

et la culture de l’entreprise. Parmi les approches de développement, on trouve:

4.1. Approche incrémentielle Top-down

C’est une approche globale dans laquelle un grand entrepôt de données à l’échelle de

toute l’entreprise est construit. L’entrepôt va alimenter des magasins de données locaux

ou départementaux. [BELLACHE et al, 2014]

4.2. Approche incrémentielle Bottom-up

L’approche Bottom-Up consiste à construire des magasins de données indépendants un

par un, puis les regrouper par des niveaux intermédiaires jusqu’à l’obtention d’un

entrepôt. [BELLACHE et al, 2014]

4.3. Synthèse des approches de développement

Avantages Inconvénients

Approche incrémenti

elle Top-down

Vision claire et globale des données de l’entreprise.

Intégration et consolidation complète des données de l’entreprise.

Stockage unique et centralisé des données.

Contrôle centralisé. Maintenance facile.

- Longue et coûteuse à développer - Risque d’échec important. - Résultats non immédiats.

Approche incrémenti

elle Bottom-up

Implémentation rapide, facile et peu coûteuse.

Résultats rapides. Risque d’échec minime. Approche incrémentale

(magasins importants d’abord)

- Chaque magasin de donnée indépendant a sa propre vision limitée des données.

- Incohérences et redondance des données entre les magasins de données.

- Fragmentation des données. - Performance non optimale des analyses

impliquant plusieurs magasins de données. - Volume de travail d’intégration important

pour obtenir un entrepôt de données.

Tableau 6: Comparaison entre Top-Down et Bottom-up [BELLACHE et al, 2014]

Page 22: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre2 : Les Data Warehouse

22

Conclusion

La mise en place d’un Data Warehouse nécessite une étude conceptuelle approfondie qui

permet de choisir la méthode d’implémentation la plus adéquate. Pour développer un

Data Warehouse, nous pourrons opter pour l’une des approches Top-down ou Bottom-

up comme nous pourrons combiner entre les deux.

Quel que soit l’approche de développement d’un Data Warehouse, ces paramètres ne

changent jamais sa première mission qui est de répondre aux requêtes des utilisateurs

quand ils l’interrogent à travers les outils d’analyse et de restitution qui seront abordés

dans le chapitre suivant.

Page 23: Les systèmes d'information décisionnel pour les assurances

Chapitre 3

Les outils de restitution et d’analyse de

données

« If you cannot explain it simply, you do not

understand it well enough. »

Albert Einstein1

Pour assurer sa pérennité et sa prospérité, l’entreprise doit jouer sur deux axes vitaux :

d’abord, elle doit être capable de gérer son capital colossal de données, par la suite, elle

doit essayer de transformer cette richesse en informations utiles à partir desquelles, les

décideurs puissent tirer des connaissances et prendre des décisions stratégiques touchant

ses différents axes.

Afin d’atteindre ce niveau efficace de pilotage, l’entreprise doit disposer des outils qui

permettent la restitution et l’analyse de données.

Alors, quels sont les différents outils associés aux systèmes d’informations décisionnels pour

restituer et analyser les données de l’entreprise ?

1 C’est un grand physicien allemand, connu par ses deux théories : de gravitation et de relativité générale.

Page 24: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

1. Les outils décisionnels

Ce sont les outils et les logiciels dont les utilisateurs se serviront pour manipuler les

données et profiter des services offerts par l'entrepôt de données et le serveur d'analyse.

Ces outils doivent impérativement être aussi ouverts : pas de menus complexes, pas de

multi choix.

Les avancées technologiques permettent maintenant d'avoir des outils très simples et

très puissants à la portée de tout le monde. [Web 03]

Figure 7: Les outils de restitution et d’anlyse de données [Web 06]

Dans ce qui suit, nous allons explorer les différents outils qui permettent de réaliser une

analyse de données et prendre par la suite des décisions stratégiques.

2. Le tableau de bord

La réussite de la stratégie d’une organisation dépend parfois de sa cohérence avec le SID.

Pour être plus réactif, et efficace, le décideur cherche à disposer d’un tableau de bord

composé d’indicateurs sélectionnés avec soin. [Web 07]

Page 25: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

25

Figure 8: Exemple de tableau de bord –JasperSoft-

2.1. Définition

« Le tableau de bord est un ensemble d’indicateurs peu nombreux conçus pour

permettre aux gestionnaires de prendre connaissance de l’état et de l’évolution des

systèmes qu’ils pilotent et d’identifier les tendances qui les influenceront sur un horizon

cohérent avec la nature de leurs fonctions. » [BOUQUIN 2003]

2.2. Objectifs d’un tableau de bord

Un tableau de bord permet de suivre l’évolution des résultats de l’activité d’une

entreprise à tout instant et d’anticiper sa situation future.

Il permet également de mesurer l’écart entre les résultats atteints et les objectifs

fixés par les décideurs.

Il améliore le niveau de la communication entre les différents niveaux

hiérarchiques. [Web 08]

C’est un outil de veille qui permet de déceler les nouveaux risques et

opportunités pour l’entreprise.

Page 26: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

26

2.3. Caractéristiques d’un tableau de bord

Un bon tableau de bord qui s’adapte aux besoins de l’entreprise dans laquelle il est

déployé doit répondre aux critères suivants [Web 08] :

Synthétique : le nombre d’indicateurs de performance choisi doit être limité et

présenté sous forme graphique pour ne pas perturber le décideur.

Adaptation à l’entreprise et aux utilisateurs : conception sur mesure.

Pertinence : il doit éclairer les utilisateurs sur l’évolution des données

fondamentales à la progression de l’entreprise.

Simulation : il offre la possibilité de simuler des situations prédéterminées.

[FERNANDEZ 2008]

Outil personnalisable : il remplit une fonction d’éducation, car au fur et à

mesure de l’apprentissage et de la connaissance cumulée du système, l’équipe de

décision fera évoluer l’instrument. [FERNANDEZ 2008]

2.4. Indicateurs clés de performance (KPI)

Un indicateur clé de performance, en anglais : KPI (Key Performance Indicator) se

définit comme suit : « une information devant aider un décideur, individuel ou plus

généralement collectif, à conduire le cours d'une action vers l'atteinte d'un objectif ou

devant lui permettre d'en évaluer le résultat. Il interagit avec trois composantes : les

objectifs induits par la stratégie, les acteurs qui sont les destinataires des informations,

et les actions mises en place par les acteurs pour l'atteinte des objectifs. » [JUGLARET

2013]

Les KPI sont conçus selon le principe SMART désignant les caractéristiques sur

lesquelles repose un objectif à atteindre lors de l’élaboration de la stratégie :

Spécifique : la définition des KPI doit être claire, concise, et compréhensible.

Mesurable : il faut disposer de toutes les informations pour calculer les KPI.

Atteignable : il faut que les objectifs soient réalisables.

Réaliste : le KPI doit être pertinent pour aider à analyser la situation de

l’entreprise.

Temporel : les KPI doivent avoir un caractère évolutif dans le temps.

Page 27: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

27

3. Analyse multidimensionnelle

Pour assurer une analyse efficace des données se trouvant dans les entrepôts, ces

derniers sont modélisés sous forme multidimensionnelle. Cette modélisation représente

les données sous formes de points dans un espace à plusieurs dimensions (appelé cube

ou hypercube de données). Cette modélisation permet l’expression d’analyse en ligne

(OLAP) multidimensionnelles. [TOURNIER 2007]

3.1. Définition

On-Line Analytical Processing est une : « Activité globale de requêtage et de

présentation de données textuelles et numériques contenues dans l’entrepôt de

données. C’est un style d’interrogation spécifiquement dimensionnel » [KIMBALL 2005]

3.2. Objectifs d’analyse OLAP

Les outils OLAP permettent de traiter les données, de les afficher sous forme de cubes

multidimensionnels et de naviguer sur ces dimensions en utilisant des opérations de

navigation multiples [BELLACHE et al, 2014].

Exemple : La Figure 9 montre un cube d’analyse des activités d’une chaîne de

revendeurs informatiques. Les indicateurs d’analyse liés au métier de vente de cette

chaîne sont : « la quantité » et « le montant de vente ».

On peut analyser ces indicateurs selon trois dimensions : les magasins de ventes, les

Dates de ventes et les Produits vendus. Chaque dimensions est constitué de plusieurs

niveaux de détails ce qui assure une analyse détaillée de l’activité.

Page 28: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

28

Figure 9: Analyse des ventes d’une chaine de magasin informatique (vision cubique)

[TOURNIER 2007]

4. Recherches corrélatives : Datamining, Forage de

données

Les entreprises ont besoin d’analyser la masse colossale des données dont elles

disposent pour en tirer des informations utiles et pertinentes à la prospérité de leurs

activités.

Pour cela, l’outil de prospection (Data Mining) permet de réaliser une analyse statistique

en se basant sur des technologies de pointe.

4.1. Définition

La recherche corrélative ou le Data mining est : « le processus qui permet la découverte

de la connaissance. Les outils utilisés dans ce processus partent à la recherche

d’hypothétiques associations en explorant un grand volume de données. Quand les

associations sont vérifiées, l’outil du data mining les remonte à l’utilisateur.» [FRANCO

et al, 2001]

4.2. Objectifs des outils de Datamining

Le data mining répond à deux objectifs, qui sont :

Page 29: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre3 : Les outils de restitution et d’analyse de données

29

Exploiter autant que possible le capital d’informations disponible et faire sortir

les informations cachées. [FRANCO et al, 2001]

Constituer des modèles pour découvrir des tendances ou pour anticiper l’avenir.

[SAPORTA 2012]

5. Reporting

5.1. Définition

Le Reporting est : « l’ensemble des comptes rendus permettant à une entreprise de

suivre son activité et de s’évaluer grâce à la création périodique de rapports et de bilans

analytiques de son activité. Ces rapports sont souvent destinés au manager ou au corps

exécutif. » [POLETTO 2012]

Les résultats du reporting sont des rapports périodiques ayant un format prédéfini

[POLETTO 2012]. Les rapports seront ensuite diffusés périodiquement en automatique

ou ponctuellement à la demande sur l’intranet. [HAMLAOUI et al, 2014]

5.2. Objectifs du Reporting

Le but de ces rapports et bilans réguliers est de faire un point ponctuel sur la

stratégie de l’entreprise et ainsi permettre d’évaluer les moyens mis en œuvre

[POLETTO 2012]. De plus, ils fournissent également une aide à la décision pour les

choix stratégiques et économiques de l’entreprise.

Conclusion

Une fois l’information structurée et bien stockée dans l’entrepôt de données, vient le

rôle des outils décisionnels qui permettent d’effectuer des analyses et tirer des

décisions. Ces outils peuvent aller des plus simples : comme les analyses OLAP et le

Reporting, jusqu’aux plus complexes tels que : le Datamining et les tableaux de bord.

Le choix de l’outil à utiliser dépend des besoins de l’entreprise. Cette dernière doit

décider des outils à déployer à son niveau.

Dans le dernier chapitre de la partie I, nous allons voir le domaine du métier des

assurances qui est l’objet de notre sujet de PFE.

Page 30: Les systèmes d'information décisionnel pour les assurances

Chapitre 4

Les assurances

« Le calcul des probabilités, appliqué à la

mortalité humaine a donné naissance à une

science nouvelle : celle des assurances.»

Emile de Girardin1

Dans sa théorie des besoins de l’homme, Maslow 2a classé le besoin de protection et de

sécurité en deuxième lieu après les besoins physiologiques. Le besoin de sécurité est ressenti

par tout individu. Chacun souhaite se protéger contre les différents risques qui le

menacent.

Il s’agit donc d’un besoin de préservation de notre existence et de nos propriétés .Pour

répondre à ce besoin, l’idée d’assurance est apparue.

Que-ce que l’assurance ? Quelle est l’histoire de son évolution ?

1C’est un journaliste et homme de politique français.

2 Abraham Maslow était un psychologue américain connu pour sa théorie de l’hiérarchie des besoins.

Page 31: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 4 : Les assurances

1. Terminologies

Nous présentons ci-dessous quelques concepts utilisés dans le métier des assurances :

Contrat d’assurance ou Police d’assurance : c’est un document qui constate

l’engagement réciproque de l’assureur et de l’assuré. Ce document est composé au

moins des conditions générales et des conditions particulières dans lesquelles le

service sera rendu. Il comprend la prime, la prestation et le risque. [CCSF 2010]

Prime : c’est un versement effectué par le souscripteur ou l’adhérent en contrepartie

des garanties accordées par l’assureur. [CCSF 2010]

Sinistre : réalisation de l’événement incertain, créant des dommages. [CCSF 2010]

Expert d’assurances : après un sinistre, l'expert d'assurances intervient à la

demande d'un client et il doit évaluer le montant des dommages matériels et

éventuellement, celui du préjudice moral subi par le client. [Web 09]

2. Définition de l’assurance

La compréhension du domaine des assurances passe par la définition de quelques

notions telles que : « l’assurance » qui est considérée comme un processus de garantie

du risque, sur le plan juridique et comme une entité organisée en mutualité sur le plan

technique. [OUBAZIZ 2012]

La définition juridique : l’assurance peut être définie comme : « une convention par

laquelle, en contre-partie d’une prime, l’assureur s’engage à garantir le souscripteur en

cas de réalisation d’un risque aléatoire prévu au contrat. » [LAMBERT-FAIVRE 1999]

La définition technique : l’assurance se définie comme « l’opération par laquelle un

assureur organise en mutualité une multitude d’assurés exposés à la réalisation de

certains risques et indemnise ceux d’entre eux qui subissent un sinistre grâce à la masse

comme des primes collectées. » [LAMBERT-FAIVRE 1999]

L'assurance permet le partage des risques entre une multitude de personnes, chaque

assuré ayant droit à recevoir une indemnité en fonction de la nature et de l'importance

des dommages subis en cas de sinistre ou d'accident, en contrepartie du paiement d'une

cotisation appelée prime d'assurance. Le plus souvent, la prime est payée au début

Page 32: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 4 : Les assurances

32

d’une certaine période et l’ensemble des primes collectées par l’assureur doit lui

permettre de couvrir les indemnités que celui-ci aura à régler pendant cette période.

C'est la raison pour laquelle on parle d'inversion de la relation entre prestataire de

services (Assureur) et clients (Assurés), puisque le client paie ici le prix (la prime) avant

de recevoir la prestation (l'indemnité) en cas de sinistre. [Web 10]

3. Historique des assurances

Selon [AMADOU 2007], depuis l’antiquité l’assurance existait sous forme d’entraide au

sein d’une communauté humaine. Dans ce qui suit, nous présentons les dates clés de

l’évolution de ce domaine :

1400 av. J.-C en Egypte : les tailleurs de pierres créaient une caisse destinée à

soutenir les victimes en cas d'accidents.

Au Moyen Age : les romains et les athéniens avaient accordé une convention « prêt à

la grosse aventure » qui était appliquée sur la Méditerranée, consistait à faire gager

le montant du prêt sur les marchandises dont l'arrivée à bon port déclenchait le

remboursement. Cette méthode a favorisé le commerce maritime qui renfermait des

risques du fait des aléas de la navigation.

1347 à Gênes en Italie : l’envoi de la première police d’assurance.

1424 en Italie : l’apparition des premières entreprises d'assurances maritimes.

02 septembre 1666 à Londres : un incendie s’était déclenché dans une boulangerie.

On avait recensé 13000 maisons détruites, 400 rues dévastées, 100 églises ravagées

d’où la création de la première société d'assurance contre l'incendie sous le nom de

FSFO « Friendly Society Fire Office » par Edward LLOYD.

1710 : création de la « Sun », le plus ancien assureur au monde.

16 juillet 1976 : publication du code des assurances.

Aujourd’hui : l’émergence du domaine des assurances qui est répandu partout dans

le monde afin de répondre aux besoins de sécurité.

4. Types d’assurance

Selon [YANAT 2009], on distingue deux grands types de contrats d’assurances qui sont

l’assurance de personnes et l’assurance des dommages.

Page 33: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 4 : Les assurances

33

1.1. Assurance des personnes

Les assurances des personnes ont pour objet de protéger l’assuré lui-même. Ce type

d’assurance regroupe plusieurs catégories :

a. Assurance-vie : c’est la constitution d’une épargne et le versement de celle-ci sous

forme d’un capital ou d’une rente après une certaine date.

b. Assurance-décès : assure aux bénéficiaires le versement d’un capital.

c. Assurance-santé : appelé aussi (Mutuelle) qui prend en charge la part des frais

médicaux non remboursés (Frais d’hospitalisation, assurance complémentaire …).

d. Autres : Chômage, Invalidité, Décès accidentel…

4.2. Assurance des dommages

Elle donne droit à une indemnité, égale au montant du préjudice dû à un événement

accidentel et involontaire affectant le patrimoine de l’assuré. Ce type regroupe :

a. Assurance de responsabilités : c’est la protection de responsabilité de l’assuré

qu’elle soit civile, familiale ou professionnelle.

b. Assurance de biens : c’est la protection des biens appartenant à l’assuré contre

les accidents, incendies, vols (automobile, habitat,…). Elle est aussi appelée l’IARD

(Incendie, Accident et Risques Divers).

2. Rôle social et économique de l’assurance

2.1. Rôle social

Sur le plan social, l’assurance est un moyen qui permet de garantir aux individus et aux

familles, la sécurité de leurs revenus et de leur patrimoine malgré tous les risques

auxquels ceux-ci sont exposés.

Selon [DADDI-HAMMOU 2010] voici quelques exemples :

Offrir à un sinistré les fonds nécessaires pour reconstruire ou racheter une maison

après avoir perdu la sienne à cause d'un tremblement de terre, inondations....

Garantir des revenus à la veuve et aux orphelins après la mort du père de famille.

Page 34: Les systèmes d'information décisionnel pour les assurances

Partie I Chapitre 4 : Les assurances

34

Verser des sommes substitutives au salaire pour un employé qui a perdu son poste

de travail à cause d'un accident qui l'a rendu incapable d'exercer sa profession.

Aider les malades financièrement pour s'offrir des méthodes de soins plus efficaces

afin de récupérer rapidement leurs capacités physiques.

2.2. Rôle économique

Sur le plan économique, l’assurance joue un rôle important, car selon [MULUMBA-

KENGA et al, 2011] :

Elle permet aux individus d’investir dans des projets en étendant leurs activités au-delà

de ce que le permet un monde sans assurance. Comme elle tend à réduire l’impact de

risque sur l’individu avec l’augmentation de l’effectif d’individus au sein d’un groupe.

Selon [AMADOU 2007] et [DEARBORN 2003] l’assurance est considérée comme :

Collecteur d’impôts : les produits fournis par l'assurance à sa clientèle engendre

des taxes au profit de l'Etat.

Créateur d’emploi : l’assurance crée aussi des emplois à travers le personnel qu'elle

met à sa disposition de façon directe ou indirecte.

Croissance de l’économie du pays : les compagnies d’assurance utilisent les primes

collectés pour :

Payer les réclamations et les frais d’accomplissement du métier.

Réserver le reste pour les pertes futures.

Investir dans des projets économiques importants.

Conclusion Dans ce chapitre nous avons mis l’accent sur les concepts de base liés au domaine des

assurances. Nous avons montré également les différentes catégories de l’assurance,

nous avons essayé d’illustrer la contribution essentielle de ce domaine sur le plan social

et économique.

L’étude du domaine des assurances nous permet de présenter la CAAT comme une

entreprise Algérienne spécialisée dans ce domaine, ce qui fera l’objet de la prochaine

partie.

Page 35: Les systèmes d'information décisionnel pour les assurances

35

Références bibliographiques

[AMADOU 2007] AMADOU S. Assurance et économie : cas du Sénégal. Dakar :

CISSE Université Dakar Bourguiba, 2007

[BELLACHE et al, 2014] BELLACHE T, TOUZENE M W. Systèmes décisionnels et modélisation

multidimensionnelle, Mémoire de master en informatique. Alger: ESI,

2014

[BELLATRECHE 2000] BELLATRECHE L. Utilisation des Vues Matérialisées, des Index et de la

Fragmentation dans la conception logique et physique d’un Entrepôt de

Données. Thèse de doctorat en informatique. France : Université de

Clermont-Ferrand II, 2000

[BOUALI et al, 2014] BOUALI M. MEZIANE K. Conception et Réalisation d’un Data Warehouse

et d’un Tableau de bord pour le pôle Automotive et Service du Groupe

Cevital «Activité Vente ». Mémoire de PFE en informatique. Alger: ESI,

2014

[BOUQUIN 2003] BOUQUIN H. Le contrôle de gestion. France: Edition P.U.F, 2003

[CCSF 2010] CCSF Secrétariat général. Comité Consultatif du Secteur Financier.

Glossaire d’assurance, 2010

[CHOUDER 2007]

CHOUDER L. Entrepôt Distribué de Données. Thèse de magistère en

informatique. Alger : Institut National de Formation en Informatique

(I.N.I), 2007

[DADDI-HAMMOU 2010] DADDI HAMMOU M. Analyse du comportement du consommateur dans

le marché algérien des assurances. Mémoire de fin de cycle en commerce

et marketing. Alger : ENSSEA (EX INPS), 2010

[DEARBORN 2003] Dearborn Financial Services. Insurance Fundamentals, Dearborn Career

Development, 2003

[ENCINAS 2005] ENCINAS SERNA M.T. Entrepôts de données pour l’aide à la décision

médicale : Conception et expérimentation. Thèse de doctorat en

informatique. France: Université Joseph Fourier, 2005

[FERNANDEZ 2008] Fernandez A. Les nouveaux tableaux de bord des managers : le projet

décisionnel dans sa totalité. 4ème Edition, Paris : Edition d’organisation

(Eyrolles), 2004

[FRANCO et al, 2001] FRANCO J., DE LINGNROLLES S. Piloter l’entreprise grâce au data

warehouse. 2ème Edition, France: Eyrolles, 2001

Page 36: Les systèmes d'information décisionnel pour les assurances

36

[GAM EL GOLLI 2008] GAM EL GOLLI I. Ingénierie des Exigences pour les Systèmes

d’Information Décisionnels: Concepts, Modèles et Processus La méthode

CADWE. Thèse de doctorat en informatique. Paris I : Université Paris I –

Panthéon – Sorbonne, 2008

[HAMLAOUI et al, 2014] HAMLAOUI N, HAMROUN K. Conception et réalisation d’un Data

warehouse et d’un tableau de bord pour la banque AL Baraka d’Algérie.

Mémoire de PFE en informatique, Alger : ESI, 2014

[INFORMATICA 2008] INFORMATICA. Des données de qualité : Exploitez le capital de votre

organisation. Un livre blanc de JEMM research, 2008

[INMON 2002] INMON W.H. Building the Data Warehouse. 3rd Edition, USA: John Wiley

& Sons, 2002

[JUGLARET 2013] JUGLARET F. Indicateurs et Tableaux de Bord pour la prévention des

risques en Santé-Sécurité au Travail. Thèse de doctorat en Sciences et

Génie des Activités à Risques. Paris : École Nationale Supérieure des

Mines de Paris, 2013

[KANICLIDES et al, 1994] KANICLIDES T., KIMBLE C. Executive Information Systems: A framework

for their development and use. England: University of York - Department

of Computer Science, 1994

[KHOURI 2008] KHOURI S. Modélisation conceptuelle à base ontologique d’un entrepôt

de données. Thèse de magistère en informatique. Alger : Institut National

de Formation en Informatique (I.N.I), 2008

[KIMBALL 2005] KIMBALL R. Le Data Warehouse, Guide de conduite de projet. 1ère

Edition, France: Eyrolles, 2005.

[KIMBALL et al, 2013] KIMBALL R, MARGY R. The Data warehouse toolkit: The Definitive Guide

to Dimensional Modeling. 3rd Edition, United States of America: John

Wiley & Sons, 2013

[LAMBERT-FAIVRE 1999] LAMBERT-FAIVRE Y. Droits des assurances, 10ème Edition. Paris : Ed

Dalloz Delta, 1999

[LEVET 2001] LEVET J-L. L’intelligence économique : mode de pensée, mode d’action,

Paris : Economica, 2001

[MULUMBA-KENGA et al,

2011]

MULUMBA-KENGA MARCEL T, DEVODER P. L’organisation du marché

des assurances et l’impact de l’industrie des assurances sur l’économie

Cas de la R. D. Congo : Louvain School of Management, 2011

[ORACLE 2009] ORACLE. Oracle Database 11g: Data Warehousing Fundamentals, 6-The

ETL Process: Extracting Data, 2009

Page 37: Les systèmes d'information décisionnel pour les assurances

37

[OUBAZIZ 2012] OUBAZIZ S. Les réformes institutionnelles dans le secteur des

assurances : cas de l’industrie assurancielle algérienne. Mémoire de

magistère en management des entreprises. Tizi-Ouzou : Université

Mouloud Mammeri de Tizi-Ouzou, 2012

[POLETTO 2012] POLETTO M. L’informatique décisionnelle. Thèse professionnelle en

Informatique. France : Ecole Supérieure d’Informatique CESI EXIA, 2012

[ROUX 1991] ROUX F J. Infocentre pourquoi ? Comment?. France : Eyrolles, 1991

[SAPORTA 2012] SAPORTA G. Introduction au Data Mining et à l’apprentissage statistique.

Paris : Chaire de Statistique Appliquée & CEDRIC, CNAM, 2012

[TESTE 2000] TESTE O. Modélisation et manipulation d'entrepôts de données

complexes et historisées. Thèse de doctorat en informatique. Toulouse :

Université Paul Sabatier de Toulouse (sciences) ,2000

[TOURNIER 2007] TOURNIER R. Analyse en ligne (OLAP) de documents. Thèse de doctorat

en informatique. Toulouse : Université Toulouse III – Paul Sabatier, 2007

[YANAT 2009] YANAT S. Bases techniques de l’assurance. Formation Bancassurance,

Document interne, CAAT – BNA, 2009

1.1. Références Webographiques

[Web 01] PETITE-ENTREPRISE. L’information dans l’entreprise [en ligne], Fiche Pratique, Janvier

2012. Disponible sur : <http://www.petite-entreprise.net/P-3079-81-G1-l-information-

dans-l-entreprise.html> (Consulté le 21.07.2014)

[Web 02] DRISSI M. La prise de décision au sein de l’entreprise [en ligne], 01.10.2008. Disponible

sur : <http://www.enviedentreprendre.com/2008/10/la-prise-de-dci.html> (Consulté le

20.07.2014)

[Web 03] GRIM Y. Passez en mode BI [en ligne]. Disponible sur : <www.developpez.com > (Consulté

le 11.07.2014)

[Web 04] ORACLE. Oracle® Business Intelligence Standard Edition One Tutorial

Release 10g [en ligne]. Disponible

sur : <http://docs.oracle.com/html/E10312_01/dm_concepts.htm> (Consulté le

24.08.2014)

[Web 05] CAAT. Présentation de la CAAT, 2012 [en ligne]. Disponible sur :

<http://fr.slideshare.net/hamadouchehamid/prsentation-march-amp-caat2012-

Page 38: Les systèmes d'information décisionnel pour les assurances

38

14490020?qid=4e860f48-db91-4fb2-9ed5-a729d8b8120e&v=qf1&b=&from_search=6>

(Consulté le 10.08.2014)

[Web 06] MC2I (cabinet de conseil en SI à Paris). Systèmes décisionnels : Conseil en systèmes

décisionnels [en ligne]. Disponible sur : <http://www.mc2i.fr/-Systemes-decisionnels->

(Consulté le 5.08.2014)

[Web 07] FERNANDEZ A. GIMSI : Le projet business intelligence clés en main. Méthode pour

concevoir et réaliser le système décisionnel de l’entreprise [en ligne], 2014. Disponible

sur <www.piloter.org> (Consulté le 10.08.2014)

[Web 08] OILLIC J F. Guide tableau de bord [en ligne]. Disponible sur :<www.rca.fr> (Consulté

le 11.08.2014)

[Web 09] COMPARIS (site comparateur sur Internet en Suisse). Prestation d’assurance [en ligne].

Disponible sur : <http://fr.comparis.ch/hausrat-

versicherung/info/glossar/versicherungsleistung.aspx> (Consulté le 19.07.2014)

[Web 10] PICARD.P. ASSURANCE : Économie de l'assurance [en ligne]. Disponible sur :

<http://www.universalis.fr/encyclopedie/assurance-economie-de-l-assurance/>

(Consulté le 14.07.2014)

[Web 11] ESA de Paris. Présentation du monde de l’assurance [en ligne]. Disponible sur :

<http://formation-bts-

assurances.esaassurance.com/ecole_superieure_assurances/presentation_assurance.htm

> (Consulté le 19.07.014)

[Web 12] MSDN. SQL Server Management Studio [en ligne]. Disponible sur : <

https://msdn.microsoft.com/fr-fr/library/hh213248.aspx > (Consulté le 06.05.2015)

[Web 13] TECHNET. SQL Server Integration Services [en ligne]. Disponible sur : <

https://technet.microsoft.com/en-us/library/ms141026.aspx > (Consulté le 06.05.2015)

[Web 14] TECHNET. SQL Server Analysis Services [en ligne]. Disponible sur : <

https://technet.microsoft.com/fr-fr/library/ms175609%28v=sql.90%29.aspx >

(Consulté le 06.05.2015)

[Web 15] MSDN. Reporting Services (SSRS) [en ligne]. Disponible sur : <

https://msdn.microsoft.com/fr-fr/library/ms159106.aspx > (Consulté le 06.05.2015)