Cours Analyse SI, Data Analytics et Contrôle de gestion

Leçon 1 • Introduction à la modélisation des processus

Présente les organigrammes et les diagrammes de processus de base comme outils pour visualiser le comportement du système. Prépare les étudiants à des techniques de modélisation plus avancées dans les chapitres ultérieurs.

Leçon 2 • Concepts fondamentaux de la théorie des systèmes

Présente les systèmes ouverts et fermés, l'entropie et l'émergence appliqués aux organisations. Établit le vocabulaire utilisé dans tous les chapitres suivants.

Leçon 3 • Identification et cadrage des problèmes

Enseigne des techniques structurées pour définir les problèmes métier avant l'analyse. Empêche la dérive du périmètre en établissant des limites claires du problème dès le début.

Leçon 1 • Modélisation des flux de données et des entités

Présente les diagrammes de flux de données et les modèles entité-relation comme outils d'analyse complémentaires. Relie les structures de données aux processus métier identifiés au chapitre 1.

Leçon 2 • Exigences fonctionnelles et non fonctionnelles

Fait la distinction entre ce qu'un système doit faire et la qualité de son fonctionnement. Enseigne la rédaction d'énoncés d'exigences précis et testables.

Leçon 3 • Développement de cas d'utilisation et de user stories

Enseigne les diagrammes de cas d'utilisation et les user stories agiles comme outils de spécification centrés sur l'utilisateur. Fait le pont entre les approches d'analyse traditionnelles et agiles.

Leçon 4 • Techniques de recueil des exigences

Couvre les entretiens, les ateliers, les enquêtes et l'observation comme méthodes de collecte des exigences système. Met l'accent sur le choix de la technique appropriée pour chaque contexte de partie prenante.

Leçon 1 • Structures de base de données et stockage des données

Explique la conception de bases de données relationnelles, la normalisation et le rôle des entrepôts de données. Relie l'architecture de stockage à l'efficacité de la récupération pour l'analyse.

Leçon 2 • Types de données et échelles de mesure

Classe les données comme nominales, ordinales, d'intervalle ou de rapport et explique les implications analytiques de chacune. Fonde les travaux ultérieurs de statistiques et de visualisation sur un traitement correct des données.

Leçon 3 • Évaluation et nettoyage de la qualité des données

Identifie les problèmes courants de qualité des données, y compris les valeurs manquantes, les doublons et les incohérences. Applique des procédures de nettoyage systématiques pour produire des ensembles de données prêts pour l'analyse.

Leçon 1 • Techniques de diagnostic des causes racines

Applique l'analyse de Pareto, les diagrammes en arêtes de poisson et les techniques d'exploration pour identifier les facteurs de performance. Fait le pont entre les conclusions descriptives et les informations exploitables pour la gestion.

Leçon 2 • Statistiques descriptives pour l'entreprise

Couvre les mesures de tendance centrale, de dispersion et de forme de distribution appliquées aux ensembles de données d'entreprise. Fournit la base statistique pour toutes les techniques analytiques ultérieures.

Leçon 3 • Analyse de corrélation et de tendance

Présente les coefficients de corrélation, les diagrammes de dispersion et l'identification des tendances de séries temporelles. Relie la reconnaissance de formes aux questions de diagnostic sur la performance de l'entreprise.

Leçon 4 • Principes de visualisation des données

Enseigne le choix des graphiques, les principes de conception et le codage visuel pour une communication précise. Empêche les erreurs de visualisation courantes qui induisent les décideurs en erreur.

Leçon 1 • Méthodes de classification et de segmentation

Présente la régression logistique, les arbres de décision et l'analyse de cluster pour catégoriser les entités commerciales. Relie les résultats de segmentation aux décisions de gestion ciblées.

Leçon 2 • Évaluation et sélection des modèles

Enseigne la validation croisée, la détection du surapprentissage et les métriques de comparaison des modèles. Garantit que les étudiants sélectionnent le modèle le plus approprié pour chaque contexte métier.

Leçon 3 • Analyse de régression pour la prédiction

Couvre la régression linéaire simple et multiple, les hypothèses du modèle et l'interprétation des résultats. Applique la régression à l'estimation des coûts et aux scénarios de prévision des revenus.

Leçon 1 • Classification et comportement des coûts

Fait la distinction entre les coûts fixes, variables, semi-variables et en escalier et explique leur comportement selon les niveaux de production. Établit le vocabulaire des coûts essentiel pour tous les sujets comptables ultérieurs.

Leçon 2 • Analyse coût-volume-bénéfice

Applique les relations CVB pour calculer les seuils de rentabilité, les marges de sécurité et les objectifs de profit. Relie le comportement des coûts aux décisions de prix et de volume.

Leçon 3 • Cadres de mesure de la performance

Présente la comptabilité par responsabilité, les indicateurs de performance divisionnelle et le tableau de bord prospectif. Aligne les mesures financières et non financières sur les objectifs stratégiques.

Leçon 4 • Budgétisation et analyse des écarts

Couvre la construction du budget principal, la budgétisation flexible et le calcul des écarts pour les matières, la main-d'œuvre et les frais généraux. Relie les écarts budgétaires aux actions correctives de gestion.

Leçon 1 • Budgétisation et prévisions analytiques

Remplace les hypothèses budgétaires statiques par des prévisions basées sur les données à l'aide de modèles de séries temporelles et de régression. Produit des prévisions glissantes qui s'adaptent aux conditions commerciales changeantes.

Leçon 2 • Analyse du fonds de roulement et des flux de trésorerie

Utilise des outils analytiques pour surveiller les cycles des créances, des dettes et des stocks. Relie les indicateurs d'efficacité opérationnelle à la prévision des flux de trésorerie.

Leçon 3 • Analyse de la rentabilité et des segments

Applique l'analyse de la marge sur coûts variables et les techniques de rentabilité client à l'aide de données transactionnelles. Identifie les segments à forte valeur ajoutée et déficitaires pour une allocation stratégique des ressources.

Leçon 4 • Reporting de gestion intégré

Conçoit des rapports de gestion qui combinent les résultats financiers avec des informations opérationnelles et analytiques. Applique les principes de narration du chapitre 4 à la conception des rapports comptables.

Leçon 1 • Projet d'intégration de synthèse

Synthétise toutes les compétences du cours dans une étude de cas complète nécessitant des résultats d'analyse des systèmes, d'analyse de données et de comptabilité de gestion. Développe des livrables de qualité professionnelle pour une utilisation en portfolio.

Leçon 2 • Stratégie de prix et analyse des décisions

Évalue les approches de tarification, y compris le coût complet majoré, le coût cible et la tarification basée sur la valeur, à l'aide de données analytiques. Applique les arbres de décision et la valeur attendue à la tarification en situation d'incertitude.

Leçon 3 • Évaluation des investissements en capital

Applique la valeur actuelle nette, le taux de rendement interne et les méthodes de délai de récupération pour évaluer les investissements à long terme. Incorpore l'analyse des risques et les tests de sensibilité dans les décisions d'investissement.

Leçon 4 • Performance stratégique et création de valeur

Relie les résultats de la comptabilité de gestion et de l'analyse à la création de valeur à long terme et à la stratégie concurrentielle. Évalue la performance organisationnelle à l'aide de la valeur économique ajoutée et des tableaux de bord stratégiques.