Professional Documents
Culture Documents
Simulation
Business intelligence
La Business Intelligence (BI), désigne l'ensemble des processus, technologies et
outils permettant de collecter, d'analyser et de présenter des informations
stratégiques pour aider les entreprises à prendre des décisions éclairées. L'objectif
de la BI est de transformer les données brutes en informations exploitables, offrant
ainsi aux décideurs une vision claire de la performance de l'entreprise et des
tendances du marché. Elle implique généralement l'utilisation de logiciels spécialisés
pour extraire, transformer et charger (ETL) les données, ainsi que des outils
d'analyse et de reporting pour générer des rapports visuels et des tableaux de bord
pertinents.
Simulation 1
La prise de décision et aide à la décision
Métier autour de la data
Administrateur des bases de données (DBA) & data engineer: le gardien
des données.
Simulation 2
Il y a donc un processus pour la prise de décision
Simulation 3
Un système d'aide à la décision (SAD) est un système d'information
informatisé qui soutient les activités de prise de décision au sein d'une
entreprise ou d'une organisation. Il fournit un cadre structuré pour collecter,
organiser et analyser des données afin d'aider les utilisateurs à prendre des
décisions éclairées.
cad dans dss on se base sur la data, l’expertise des experts et gens du
domaine et les les modeles Ro et data science pour pouvoir prendre une
bonne décision
les DSS ont évolué au fil des décennies en intégrant des modèles basés sur
les données et les connaissances, tirant parti des avancées dans les
domaines de la Recherche Opérationnelle et de la Science de la Gestion
pour fournir un accès étendu et une manipulation sophistiquée de toutes les
données disponibles, avec une couche basée sur la connaissance pour
orienter les décisions.
Simulation 4
En 2010 on est passé à la business Analytics
Simulation 5
dans le futur. Par exemple, elle peut estimer les ventes du mois
prochain ou prédire quels clients sont susceptibles de quitter votre
service. Elle répond à la question : « Que pourrait-il se passer à
l'avenir ? »
Simulation 6
La simulation est une méthode qui consiste à imiter ou reproduire le comportement
d'un système réel ou d'un processus dans un environnement contrôlé, souvent à
l'aide d'un modèle mathématique ou informatique. L'objectif de la simulation est
d'observer, analyser ou comprendre le fonctionnement du système sans avoir à
manipuler directement le système réel.
✓ la conception,
✓ la réalisation,
✓ l’exploitation.
Ce que l’on peut faire avec la simulation
Simulation 7
la simulation peut être utilisée pour planifier et améliorer des projets ou des
opérations en fournissant des informations précieuses à chaque étape, de la
conception à l'exploitation quotidienne.
En Conception
1. Justifier les Investissements :
3. Caractéristiques Globales :
Simulation 8
7. Influence des Perturbations :
En Amélioration
1. Identifier les Problèmes :
En Exploitation
1. Prévoir des Délais :
Simulation 9
Expliquons chaque étape de cette démarche
Identifier
Simulation 10
✓ Utiliser des hypothèses trop simplificatrices. Ex: raisonnement sur des
moyennes que sur des lois de distribution.
Collecter
✓ L’ensemble des données nécessaires à la réalisation du modèle. Les seules
inconnues
restantes doivent être les paramètres à optimiser.
Risques d’erreur
✓ Peu de risque; uniquement liés à une mauvaise connaissance du logiciel ou
de la simulation engénéral
Validation
✓ Vérification par un expert du logiciel (débogage)
Simulation 11
✓ Validation par le simulateur (tests)
✓ Validation du fonctionnement par l’équipe projet ou l’exploitant (conformité
avec CdC et données)
• Simuler les différents scénarios définis dans le CdC afin de récolter toutes les
informations
chiffrées utiles
• Analyser les résultats connaissant le modèle, les hypothèses et le système réel
• En déduire éventuellement de nouveaux scénarios à tester.
Risques d’erreur
• Choisir des conditions expérimentales qui biaisent les résultats (durée de
simulation trop courte, nombre aléatoires mal utilisés, …)
• Négliger l’incertitude sur les résultats de simulation (données incertaines,
stochastiques,…)
Validation
• Le simulateur doit valider les résultats de ses modèles soit sur des cas
simplifiés, soit sur le terrain (si possible)
Risques d’erreur
✓ Confondre la performance d’un système simulé en isolation avec celle du
système réel dans son environnement
✓ Se contenter d’annoncer des résultats moyens; montrer des intervalles de
confiance ou la distribution des valeurs observées.
Simulation 12
Avantages et inconvénients de la simulation
Avantages de la simulation
Inconvénients de la simulation
✓ Le développement des modèles de simulation requiert du temps et des
ressources considérables.
✓
La difficulté d’interpréter les résultats de simulation d’une expérience
aléatoire, puisque la simulation est basée sur des variables d’entrées aléatoires
et que chaque expérience ne produit qu’une estimation des paramètres étudiés
(modèle Input - Output).
Simulation 13
✓ Plus un modèle de simulation représente bien la complexité d’un problème,
plus il devient
dangereux d’avoir une confiance injustifiée dans l’exactitude des résultats
(renforcé par l’aspect visuel et interactif).
✓ Il est souvent
difficile de valider le modèle (il ne peut pas être complètement prouvé).
Pièges de la simulation
✓ Les objectifs d’étude ne sont pas toujours clairement exprimés.
✓ La
simulation peut être inappropriée, c’est le cas si une solution analytique est
possible.
✓ La
non validité du modèle.
✓ L’utilisation des
mesures de performance incorrectes.
✓ Introduction de
paramètres d’entrées incorrectes, par exemple, remplacer une distribution
(stochastique) par une autre (déterministe).
✓ Le
manque de communication entre les personnes qui participent à l’étude de la
simulation.
✓ L’abus
d’effets d’animations.
✓ Un modèle de simulation trop
complexe ou trop simple.
Simulation 14
Un modèle est une représentation abstraite (mathématique et/ou logique) du
fonctionnement du système réel ; c’est une structure simplifiée de la réalité qui
ne contient que les caractéristiques
estimées importantes pour l’étude du système.
Simulation 15
📢 En pratique, la modélisation et la simulation sont souvent utilisées de
manière conjointe. On crée d'abord un modèle pour comprendre et
représenter le système, puis on simule ce modèle pour explorer différentes
conditions ou scénarios sans risquer d'impact sur le système réel.
Interets de la simulation
Simulation 16
ventes futures en se basant sur les tendances des ventes passées.
Simulation :
C'est comme un testeur de réalité. Elle ne prédit pas l'avenir directement, mais crée
des modèles virtuels où vous pouvez tester différentes situations ou scénarios. Par
exemple, vous pouvez simuler ce qui se passerait si vous changez votre stratégie de
prix ou lancez un nouveau produit.
Le Couplage :
1. Business Analytics Fait une Prédiction :
Ensuite, vous utilisez la simulation pour tester si cette prédiction est réaliste.
Vous créez des scénarios basés sur cette prédiction et regardez comment le
système réagit.
3. Validation et Recommandations :
What if Simulation
La simulation "What-if" est un processus qui permet d'évaluer les conséquences
potentielles de différentes décisions ou scénarios. Le terme "What-if" se traduit
littéralement par "Et si" en français, et cette approche est utilisée pour explorer
les effets hypothétiques de changements dans un système, un processus ou une
situation.
Simulation 17
➢ de l'invention et de l'évolution des moyens de transport ;
➢ des données socio-économiques (exigences des marchés) ;
➢ des réglementations qui ont cadré l'exercice de l'activité, puis de la profession
Simulation 18