Abstract:
La prédiction des ventes en fonction de l’évolution des marchés est l’un des problèmes
majeurs des entreprises. L’utilisation des outils d’aides à la décision, comme les Systèmes
Interactifs d’Aide à la Décision (SIADs), est une solution prometteuse pour ce problème.
C’est dans ce contexte que s’insère le travail présenté dans ce mémoire. Il consiste en la
conception et la réalisation d’une application SIAD pour les prédictions des ventes selon le
marché en utilisant la technique de l’apprentissage automatique (Machine Learning) pour le
service commercial de l’entreprise IFRI. Pour ce faire, nous avons suivi une démarche de
développement hybride centrée utilisateur qui combine entre les processus de développement
existants en génie logiciel et en ingénierie de connaissances. Nous nous sommes appuyés sur
le langage UML pour modéliser les différentes fonctionnalités et facettes de l’application au
cours des étapes du développement. L’application développée est structurée en trois grandes
parties: la première est un Datawarehouse construit à partir de différents fichiers Excel avec
l’outil ETL Talend Open Studio. La seconde partie est un modèle d'apprentissage pour les
prédictions des ventes en fonction de la température, la région, etc. Ce modèle est programmé
avec le langage Python et déployé grâce au Framework Flask sous forme d’une API web. La
troisième partie de l’application programmée avec le langage java FX, concerne les interfaces
graphiques et les tableaux de bord permettant de faciliter l'observation et l'analyse de données
des ventes et des clients aidant ainsi à la prise de décision.
