PRESENTATION OF FIDELISATION

download PRESENTATION OF FIDELISATION

If you can't read please download the document

  • date post

    24-Jan-2017
  • Category

    Documents

  • view

    42
  • download

    6

Embed Size (px)

Transcript of PRESENTATION OF FIDELISATION

Prsentation PowerPoint

Sujet:

Projet de fidlisation (OCR, Gnration, Correction , Data Visualisation , Data mining)Anne universitaire 2015-2016

Soutenance de stage de premire anne

Universit Mohammed V

Ecole Nationale Suprieure dInformatique et dAnalyse des Systmes

1

De 11/07/2016 11/09/2016

GHANOUCH IssamEL MOURABIT AbdelwahadSoutenu par :ENCADR par :

Bonjour chre audience , chre membre de jury , jai lhonneur de soumettre votre apprciation le rsultat de notre projet de fin danne effectu au sein de SOFT CENTRE et intitul Projet de fidlisation. Le projet a t ralis par moi mme ISSAM plus 2 autres personnes , sous lencadrement de El Mourabit Abdelwahad.

/* et sera jug par Vous Monsieur Abdellatif EL FAKER .

1

2

STAGEENSIASENSIAS Raliser un projet de fin danne : 2 moisLa mission Application de fidlisationLentreprise : l'utilisation de savoirs, savoir-faire et savoir-tre lis lentreprise,Linformatique dcisionnel BIG data , collection et analyse de donnes

Les stratgies de fidlisation Sapprocher aux clientsGestion de projet Travail en quipe

Comment les participants peuvent vivre une exprience unique

Stage dt de fin danne Introduction

1-- Dans le cadre de notre premire anne dtudes, l ENSIAS, Nous sommes tenus deffectuer un stage de fin danne pendant lt. Lorganisme daccueil est Soft Centre, un centre de recherche et dveloppement en gnie logiciel, dans lequel jai effectu un stage de 2 mois.

2-- Mon stage effectu chez la socit SOFTCENTER Rabat, ayant comme but la ralisation dune application de fidlisation (OCR, data mining, Machine Learning, Data Visualisation)

3 Cela mas permis de Mettre en pratique les prrequis thoriques

4-- Les stratgies de fidlisation sont multiples mais elles ncessitent des moyens de collecte, de stockage et d'exploitation des informations sur la clientle. L'usage des TIC et des bases de donnes favorise ces stratgies.

5-- Le contexte conomique et commercial actuel pousse les entreprises faire des arbitrages entre conqute et fidlisation de clientle afin de dominer sur le march concurrentielle

2

Prsentation de lorganisme daccueil

Prsentation de la mission de stage

Le comportement de lOCR

Phase de gnration

Segmentation et correction

Stage dt de fin danne Plan

Datamining

Conclusion et perspectives3

Cette prsentation suivra le schma suivant: nous commencerons par Prsentation de lorganisme daccueil , puis nous entamerons la Prsentation de la mission de stageAprs nous prsenterons Le comportement de lOCRavant daborder la phase de gnrationNous prsenterons par la Segmentation et correctionPuis la phase du Datamining Et enfin Conclusion et perspectives

Commenant par vous dcrire SOFT CENTER

3

4SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Centre R&DSOFTCENTRE

SOFTWARE DEVELOPMENT

123 Ressources universitaires

Chercheurs

Ingnieurs

Comme vous avez dj vu avec Abdelghafour et Ferdaouissi ,,,,,,,,,,4

5SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Activits de SOFTCENTRERecherche applique & dveloppement logicielRecherche prospectiveCentre de services partagsRecherche autofinance sur des domaines dexcellence

5

6SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Mode de fonctionnement

Comptences R&D logicielle

Chercheurs

IngnieursDoctorants

SOFTCENTRE

A TRAVERS LES COMPETENCES DE CES GENS , IL PEUVENT GAGNER DE BENEFICES6

7SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Organigramme

Conseil dadministrationDirectionComit ProjetsComit dorientation stratgiqueLaboratoires de recherche

7

Plan

Projet de Fin dEtudes

Prsentation de lorganisme daccueil

Prsentation de la mission de stage

Nous passerons maintenant La phase de la prsentation de la mission de stage8

9SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Source de donnes

Un ticket de caisse est un reu que les commerces de dtail remettent chacun de leurs clients

------Ce ticket vaut de lor car chaque information inscrite sur cette fine bande de papier est --un avantage concurrentiel dcisif pour les gants de la distribution.

Comment ? Cest en utilisons la science de donnes est l'extraction de connaissance de donnes, cest la discipline qui s'appuie sur des outils mathmatiques, de statistiques et d'informatique.

9

10SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

10GENERATIONLquipe du dataminingLquipe de la correction derreurEt de la segmentation

Base de donnes raffineTicket texte BruitLalimentation des autres quipes par les entres de traitement

Ma mission tais l Lalimentation des autres quipes par les entres de traitement

La phase de la gnration a un rle primordiale dans le prsent projet,

Comment ? lancement -- > on risque dattendre un moment avant davoir assez de donnes via OCR

GENERATION simuler les comportements dachat en vue damliorer le traitement du datamining. Et la gnration des tickets textes bruit permet de diagnostiquer les systemes de la segmentation et de la correction,

10

Plan

Projet de Fin dEtudes

Prsentation de lorganisme daccueil

Prsentation de la mission de stage

Le comportement de lOCR

Passons mtn au comportement de lOCR

11

Lentre et la sortie de lOCR

12SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

La reconnaissance optique de caractres (ROC, en anglais optical character recognition :OCR),

Celui-ci permet de rcuprer le texte dans l'image et de le sauvegarder dans un fichier, il sera exploit dans un traitement de texte , et stock dans une base de donnes exploitable pour lextraction de connaissances,12

Exemples de tickets illisibles

13SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Or , A cause des images illisibles ou incline, loutput de lOCR peut tre affect et incorrecte,

La condition ncessaire de lOCR est que limage pris soit plus claire tout en prendre en considration la luminosit et le contraste.

Il nous faut Comprendre le comportement de lOCR pour pouvoir corriger les erreurs textes qui peuvent se produire.

13

Plan

Projet de Fin dEtudes14

Prsentation de lorganisme daccueil

Prsentation de la mission de stage

Le comportement de lOCR

Phase de gnration

Passant mtn la phase de gnration 14

SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

ConceptBase de donnesTicket propreTicket bruit ComportementsOutils

Extraction des donnes utiles depuis un ticket rel

Pour gnrer une base de donne, qui sera exploitable durant tout le processus du projet, il fallait faire :

une tude profonde pour comprendre la base commune entre tous les supers march marocaines, le TVA des produits, les noms des produits sils changent dun centre de vente un autre, les catgories Parmi les rfrence quon se basait ; les tickets rels des centres commerciales savoir : MARJANE, CARREFOUR, BIM, ACIMA.

15

16SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

ConceptBase de donnesTicket propreTicket bruit ComportementsOutils

Web ScrapingDatabase dataMicrosoft extractionInsertion NettoyageProcessus de la collection des donnes

Exploitation de :Donnes sur internet : webscrapingbase de donnes sqlExtraction des donnes depuis des excels

En vue de produire une base de donnes gante

Par exemple :Ajouter les diffrents centres de distribution de produits marocaine : il y a 174 centres diffrents au Maroc pour les quatre : MARJANE, BIM, CARREFOUR et ACIMA.

Enfin faire un nettoyage pour obtenir une base de donns raffines que lquipe du datamining peuvent exploiter. 16

SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

ConceptBase de donnesTicket propreTicket bruit ComportementsOutils

Les interfaces graphiques ne sont pas demand , c que de la gnration via des fonctions 17

18SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

Input de paramtrage

Extraction suivant le paramtrageOUTPUT

TICKETdonnes

Traitement ConceptBase de donnesTicket propreTicket bruit ComportementsOutils

Le processus de la Gnration des tickets

Pour simuler les sorties des tickets photographes par lOCR, il faut tout dabord gnrer les tickets textes en format (MARJANE, CARREFOUR, BIM, ACIMA) en se basant sur la base de donnes dj conu tout en bien paramtrant les tickets quon souhaite gnrer

18

19SOFT CENTREMissionOCRGnrationSegmentation + CorrectionDataminingConclusion

ConceptBase de donnesTicket propreTicket bruit ComportementsOutils

Malgr les IHM ntaient pas demand durant cette phase, mais pour nous faciliter la tche, pour mieux comprendre la gnration et pour acqurir plus de technologies ; jai pu raliser quelques interfaces graphiques en utilisant SWING java.

Il faut respecter le fait que chaque centre de distribution marocain dispose de son propre format de tickets, ainsi la gnration doit tre bien paramtr, sois pour la gnration dun seul ou plusieurs tickets

On choisissant le distributeur (saler) ; la 2me liste sera remplie par les diffre