Conception et réalisation d'un systéme d'analyse et de prédiction de ventes

Abstract

L'émergence de l'intelligence artificielle ces dernières années notamment le Machine Learning (ML) et le Deep Learning (DL) motive les entreprises `a intégrer ces nouvelles technologies dans le cadre de l'amélioration de la gestion et de faire face aux déférentes problématiques pratiques telles que répondre aux besoins des clients en électricité. C'est dans ce contexte que s'introduit le travail présenté dans ce mémoire qui consiste `a la conception et `a la réalisation d'une application web pour l'analyse et la prédiction des ventes au sein de la Sonelgaz Distribution Direction de BEJAIA en utilisant les techniques d'Intelligence Artifcielle. Notre application permet de faire principalement la visualisation et la prédiction de ventes avec deux modéles de prévision des séries temporelles qui ont fait leurs preuves dans le domaine, `a savoir : Les réseaux neuronaux `a mémoire `a long court terme et la méthode statistique Seasonal AutoRegressive Integrated Moving Average. Ce travail a été réalisé en suivant la méthode Scrum, une méthode Agile de développement et de gestion de projet. Il a été expérimenté avec prés de 1699 clients et 14 ans de consommation mensuelle d'électricité de BEJAIA. Concernant les résultats, nous avons obtenu un taux d'erreur de 26% pour mod`ele LSTM et 45% pour modéle SARIMA.