-PRODUIT KIADA-

#SID : SYSTÈME D’INFORMATION DÉCISIONNEL POUR LES #FINANCES LOCALES

1

Elaboré par :

​

Mr Bacem BenSoui

Bacem.bensoui@gmail.com

Tel : 51 559 449

KIADA est un système d’aide à la prise de décision financière, qui permet d’améliorer le niveau de maturité de la gouvernance de la commune et de trouver un socle décisionnelle pour l’avenir

• C’est quoi les finances locales ?

2

Les finances locales se réfèrent aux ressources financières des collectivités locales. Elles sont responsables de l'administration des affaires locales, telles que les services publics, les écoles, les infrastructures, les transports, les parcs, les espaces verts, etc. Pour financer ces services publics, les mairies doivent collecter des recettes fiscales auprès de leurs citoyens et d'autres sources de financement, telles que les subventions gouvernementales ou les emprunts. Les finances locales sont donc un aspect important de la gouvernance locale et de la planification budgétaire pour les gouvernements locaux.

C’est aussi une complexe série de processus qui font intervenir plusieurs parties prenante ex:

• Les revenus municipaux sont constitués par des
1. - Ressources propres;
1. Les recettes fiscales
2. Les recettes non fiscales
2. - Ressources transférées par l'autorité centrale;
3. - Ressources les emprunts

• C’est quoi un SID ?

​

3

�Un SID (Système d'Information Décisionnel) est un ensemble d'outils, de méthodes et de technologies permettant de collecter, d'analyser, de stocker et de visualiser les données d'une organisation afin de soutenir la prise de décision.

Un SID permet de consolider les données de différentes sources (internes et externes à l'organisation) et de les transformer en informations exploitables pour la prise de décision stratégique, tactique ou opérationnelle. Il permet également de suivre l'évolution des performances de l'organisation, de détecter les tendances et les opportunités, ainsi que de mesurer l'impact des décisions prises.

Le SID se compose de plusieurs composants, tels que les outils de collecte et de stockage de données, les outils d'analyse et de modélisation, les outils de visualisation de données, les indicateurs de performance, les tableaux de bord, les rapports et les analyses prédictives. Les utilisateurs du SID peuvent être des décideurs, des analystes de données ou des utilisateurs opérationnels.

#SID

#méthodes

#technologies

#collecter

#d'outils

#d'analyser

#stocker

#DATA

#visualiser

#DATA

#DATA

#DATA

#DATA

#Informations

#Informations

#Informations

#transformer

#exploiter

#Décision

#Décision

#Décision

#tactique

#stratégique

#opérationnelle

#suivre

#l'évolution

#détecter

#mesurer

#performance

#opportunité

#prendre

• Pour quoi un SID ?

​

Un SID (Système d'Information Décisionnel) est important pour plusieurs raisons :

1. Faciliter la prise de décision : en fournissant des informations précises, pertinentes et en temps réel, un SID aide les décideurs à prendre des décisions éclairées, basées sur des données plutôt que sur des suppositions ou des intuitions.
2. Améliorer la qualité des décisions : en fournissant une vue globale et intégrée de l'ensemble des données de l'entreprise, un SID permet de prendre des décisions plus informées et plus efficaces, avec un impact positif sur la qualité et la pertinence des décisions prises.
3. Optimiser les processus opérationnels : en automatisant les processus de collecte et d'analyse de données, un SID permet de gagner du temps et de l'efficacité, en réduisant les tâches manuelles fastidieuses et en augmentant la rapidité et la précision des analyses.
4. Identifier les tendances et les opportunités : en utilisant des outils d'analyse et de modélisation, un SID permet d'identifier les tendances, les modèles et les opportunités cachées dans les données, ce qui peut aider l'entreprise à prendre des décisions stratégiques pour se différencier de la concurrence.
5. Suivre et mesurer les performances : en utilisant des indicateurs de performance clés (KPI), un SID permet de suivre et de mesurer les performances de l'entreprise dans différents domaines (ventes, marketing, finances, etc.), ce qui peut aider l'entreprise à identifier les domaines à améliorer et à définir des objectifs clairs pour les différents départements.

En somme, un SID est un outil essentiel pour aider les structures à tirer parti de leurs DATA et à prendre des décisions éclairées, ce qui peut avoir un impact significatif sur leur compétitivité et leur succès à long terme.

Parties Prenantes du processus (RPP):

• C’est quoi La Problématique ?

Le Circuit de Paiement des revenue Municipaux

#Projets

#Politique

#Budget

#Finances

#Contrôle

#Loi

#Promesse

#Réalité

#Informations VS Fiction

#Fantaisie

#Objectifs

#Contraintes

#Intérêts

Il est possible de conclure que les facteurs affectant le développement des ressources propres dans les collectivités locales sont nombreux et diversifiés.

Quatre [4] facteurs peuvent être considérés comme les plus influents sur l'amélioration des ressources propres des collectivités locales, à savoir :

• Présence d'une recette spécialisée dans la collectivité locale

• Adoption d'un système informatique intégré à caractère décisionnel

• Existence et maîtrise de mécanismes de perceptions des ressources fiscales

• Mise en place d'un système informatique intégré qui englobe les différents aspects de la gestion financière,

Rapport- Résultats de l’analyse des finances locales

Sources: Rapport de la haute instance des finances locales 2019.

La complexité des processus et la confrontation des intérêts ( parties prenantes à intérêts différents) , ajouté à l’absence de support technologique aux processus fait que les résultats sont faibles et inefficaces.

L’objectif est de doter la commune de moyens technologiques lui permettant de maitriser le Flow financier et déployer un socle applicatif pour l’aide à la prise de décision.

Dans la foulé intégrer une solution IA de prédiction budgétaire.

Objectif du Projet :

5

Emergence de KIADA

• La municipalité s’est dotée de plusieurs outils digitaux de gestion intégrée pour ses services, cela dit elle estime qu’elle n’a pas encore atteint un niveau de maturité suffisant en gouvernance.
• La municipalité estime que malgré la prolifération de la Data numérique au niveau de son SI , elle n’arrive pas à en tirer profit au niveau décisionnel.
• Les données métier sont stoker dans leur forme primaire au titre de registre transactionnel.
• Elle souhaite aujourd’hui appuyer ses décisions stratégiques par le biais d’une analyse fine et efficiente de ses données.
• KIADA est un système d’aide à la prise de décision financière, qui permet d’améliorer le niveau de maturité de la gouvernance de la commune et de trouver un socle décisionnelle pour l’avenir

• Avoir une vue 360° des recettes financières Communales
• Appliquer une Analyse quantitative & qualitative des données financières
• Avoir des rapport JIT d’aide à la prise de décision
• Avoir des Analyse granulaires des datas
• Fixé des KPI
• Surveiller l’évolution % aux KPI
• Activer des alerte de niveau sur les KPI
• Diffuser les résultat en libre accès à l’information et en temps réel
• Améliorer la performance financière de la commune
• Augmenter la confiance du citoyen

6

Conclusion & Optiques

Genèse

Production

Modèle de Prédiction –DATA Mining

Genèse

ANALYSE STRATÉGIQUE

7

🡪 CHARTE DU PROJET

‘Rien ne se perd, rien ne se crée, tout se transforme’

Antoine Lavoisier

‘’La DATA aussi..’

Moi Même

L'objectif est d’analyser et d'évaluer les facteurs internes et externes qui influencent l’ organisation, afin de comprendre le contexte actuel du projet et ses perspectives.

Nous analyserons de ce fait les enjeux de la digitalisation à l’échelle Internationale , Nationale et Local afin déterminer la vision puis l’objectif et élaborer la charte de notre projet..

8

Enjeux Stratégiques de la digitalisation

Contexte International

ODD

Objectif 11. Villes et communautés durables�

Objectif 16. Justice et paix�

ODD-17 Partenariats pour la réalisation des objectifs�

RAPPORT sur la numérisation pour le développement

16.10.2018 - (2018/2083(INI))

Commission du développement

Parlement européen

• La numérisation peut constituer un puissant outil de développement dans un certain nombre de domaines d’action, tels que la gouvernance, l’enseignement, la santé, l’égalité hommes-femmes, la croissance économique et l’agriculture.
• Les applications d’administration en ligne peuvent offrir un accès plus rapide, moins onéreux et plus aisé aux informations et aux services publics, ce qui favorise à son tour une démocratie participative ainsi que la transparence et contribue à la lutte contre la corruption. La numérisation est également un outil utile pour une politique fiscale efficace, car elle participe à une meilleure mobilisation des ressources nationales.
• Dans le domaine de l’enseignement, grâce à l’apprentissage en ligne et à l’apprentissage à distance, la numérisation peut aussi constituer un atout et permettre d’atteindre des zones isolées où les écoles sont très éloignées les unes des autres et où il existe une pénurie d’enseignants.
• La promotion de l’éducation aux TIC et aux compétences numériques est un élément essentiel des politiques de numérisation. Elle doit être inclusive et mettre l’accent sur l’accès pour tous, tant dans les zones rurales que dans les zones isolées.
• Dans le secteur de la santé, les services de santé en ligne peuvent largement contribuer à atteindre des populations qui, sans cela, n’auraient aucun accès à ces services.
• Enfin, les TIC peuvent également jouer un rôle important en amont de catastrophes naturelles et de situations d’urgence ou au cours de tels événements, en diffusant des alertes et en communiquant des informations actualisées sur l’évolution de la situation et l’aide humanitaire.
• La nécessité d’accompagner la numérisation dans les pays en développement
• Les mesures de l’Union européenne en vue de réduire la fracture numérique doivent englober tous les aspects. Les technologies numériques devraient faire partie de la solution proposée dans l’ensemble de la politique de développement de l’Union, tout en restant pleinement conformes au principe de la cohérence des politiques au service du développement. C’est précisément ce que fait la stratégie de la Commission «Digital4Development» et, à ce titre, elle est extrêmement bienvenue.
• Pour mettre en œuvre ces mesures, il sera essentiel d’associer tous les acteurs, à la fois dans les pays en développement et au sein de la communauté internationale, dans le secteur public et dans le secteur privé, au sein de la société civile et de la communauté scientifique. Ce n’est qu’en adoptant une telle approche inclusive que nous pourrons faire en sorte que le processus de numérisation ne laisse personne de côté.
• Le financement public ne sera pas suffisant pour permettre un processus de numérisation qui soit réellement porteur de changement. D’autres moyens devront être mobilisés. Dans ce contexte, le plan d’investissement extérieur de l’Union peut jouer un rôle important. Le secteur privé peut jouer un rôle déterminant grâce à son expertise et à son savoir-faire en matière de technologie et d’innovation. Bien évidemment, toute coopération public-privé dans ce domaine doit se fonder sur les principes et les objectifs de développement.
• Dans toute stratégie de numérisation, il convient d’accorder une place centrale aux infrastructures, en particulier dans les zones rurales et isolées, afin d’assurer une couverture accrue, une meilleure qualité et une sécurité renforcée. La création de réseaux énergétiques, la réduction de la taxation sur les produits et services numériques et la promotion de la concurrence sur le marché figurent parmi les facteurs qui favorisent une meilleure infrastructure et un meilleur accès.
• Avec l’essor de la numérisation, de nouvelles mesures seront également adoptées pour lutter contre ses aspects négatifs, à savoir la cybercriminalité et le cyberterrorisme. Toutes les stratégies numériques devraient dès lors inclure des mesures visant à promouvoir la cybersécurité et la protection des données, que ces mesures passent par la législation, par la formation, par l’enseignement ou par la sensibilisation.
• En conclusion, investir dans la numérisation peut être un puissant moteur de croissance inclusive dans les pays en développement, à condition que ces investissements profitent à tous, sans distinction de sexe, de situation géographique ou de situation économique. Avec l’engagement durable des pays en développement eux-mêmes en faveur de ce processus ainsi qu’avec le soutien résolu de l’Union européenne, de la communauté internationale et des secteurs public et privé, nous pouvons réduire la fracture numérique et économique. Il est donc temps d’agir.

​

​

Les applications d’administration en ligne peuvent offrir un accès plus rapide, moins onéreux et plus aisé aux informations et aux services publics, ce qui favorise à son tour une démocratie participative ainsi que la transparence et contribue à la lutte contre la corruption. La numérisation est également un outil utile pour une politique fiscale efficace, car elle participe à une meilleure mobilisation des ressources nationales.

La numérisation peut constituer un puissant outil de développement dans un certain nombre de domaines d’action, tels que la gouvernance, l’enseignement, la santé, l’égalité hommes-femmes, la croissance économique et l’agriculture

Nous analyserons les enjeux de la digitalisation à l’échelle Internationale , Nationale et Local ,puis nous situerons la BI par rapport à ces enjeux afin d’identifier les potentialités de notre projet.

9

Enjeux Stratégiques de la digitalisation

Contexte National

Contexte Local

Plan National Stratégique (PNS) Tunisie Digitale 2021-2025

Alignement Stratégique des Communes

Digitaliser et simplifier les procédures administratives et développer les services numériques destinés aux citoyens.

Définir la stratégie de positionnement de la Tunisie sur les technologies de rupture et/ou en émergence (IA, Blockchain, Quantum Computing, BI…), ainsi que le développement de la R&D dans le domaine des TIC.

• Smart City
• E-Gov
• D4R (Digitalisation For Reform )- GIZ
• E-payement
• GRB2.0
• E-construction
• …
• IDM (Initiative pour le Développement municipale)-GIZ
• E-municipality

​

• …

​

​

Programme IDM (Initiative pour le Développement Municipale)

E-Collectivités -Tunisie Digitale 2020 – Portefeuille de Projets Digitaux

Enjeux de la BI

La BI au service des ODD

• Les données sont essentielles à la prise de décision et constituent une matière brute qui permet d'accroître la responsabilité. Aujourd'hui, dans le secteur privé, l'analyse des mégadonnées est monnaie courante, tout comme le profilage des consommateurs, des services personnalisés et l'analyse prédictive utilisés pour le marketing, la publicité et la gestion. Des techniques similaires pourraient être utilisées pour obtenir des informations en temps réel sur le bien-être des populations et cibler les interventions de secours auprès des groupes vulnérables. De nouvelles sources de données, de nouvelles technologies et de nouvelles approches analytiques, appliquées de manière responsable, peuvent permettre de prendre des décisions plus efficaces et orientées sur des données factuelles, afin de suivre les progrès accomplis dans la réalisation des objectifs de développement durable (ODD) d'une manière à la fois inclusive et équitable.

10

Kiada – BMC ?

350

Simulation : en Mode SAS

​

Coût de déploiement et maintenance :25000DT /an

Coût de licence par commune :

2500 DT/an

​

Taux de pénétration du marché

1éré année :10% soit

35 communes

​

CA =87500 DT /an

NET = 62500 DT / an

• Charte du Projet

​

11

A travers les analyses précédentes nous procèderons à l’identification du Besoin , de l’objectifs du projet et de ses périmètres ainsi qu’ ’à l’élaboration de la charte du Projet.

12

Charte du Projet

Objectif du Projet 

Contenu du Projet 

Le contenu de ce projet inclut et exclut les éléments suivants :

Dans le contenu :

• Dossier d’étude et de conception du produit KIADA
• Implémentation de la solution KIADA en tenant compte de l’actif organisationnel
• Formation, assistance et accompagnement de l’équipe de la commune de HAMMAMET dans l’utilisation de KIADA
• Audit de performance KIADA et planification des améliorations 

Hors du contenu :

• Ajout de fonctionnalité recherches par champs, insert ou update de la BD relationnelle
• Amélioration ou Modification de la base GRB
• Ajout de fonctionnalité sur GRB
• Modification de Rapport Crystal report de GRB
• La formation des personnes autres qui ceux sélectionnées et mentionnées dans le cahier des charges.

13

Charte du Projet – Macro Planning

RPP- Registre Parties Prenantes

Le Président de la commune - Ordonnateur

Le Secrétaire Général de la commune

Le Receveur Municipal de la commune

Le DAF de la commune

9-11/22 au 02-03/23

Analyse

1. ANALYSE MÉTIER/FONCTIONNELLE
2. ANALYSE TECHNIQUE
3. DOSSIER ANALYTIQUE

14

Dans ce Chapitre nous procèderons à l’analyse des trois axes nécessaires à l’élaboration de notre SID.

Les livrables de ces Analyses permettront de définir un BackLog Produit clair et concis.

• I . Analyse Métier/Fonctionnelle

15

L'objectif de cette partie est d’avoir une vision clair des processus et des contraintes Métier, identifier les parties prenantes clés de ces processus.

Faire un mappage fin des processus Métiers et comprendre la nature de la DATA que nous allons exploiter.

Nous allons pour cela analyser toutes les facette de finance Locales.

16

Structure de la finance Locale

Mappage des Processus de gestion des RFL

Identification des parties Prenantes RFL

Analyser la part / total ressources En fonction de la Date, Article budgétaire Pour planifier les actions à faire

Analyser la Recette Municipale En fonction de la Date, Article budgétaire Pour suivre la réalisation du budget de l’année N

Analyser le taux de recouvrement de la Recette Municipale En fonction zone et Article budgétaire Pour savoir le manque à gagner sur le budget à réaliser l’année N

Analyser la Recette Municipale En fonction de la Date, Pour Préparer le budget de l’année N+1

Analyser la Recette Municipale En fonction de la Date, zone et Article budgétaire Pour savoir les In-Comes en temps réel

Structure du besoin & objectif du projet

• II . Analyse Technique

​

17

L'objectif de cette partie est d’avoir une vision clair de l’existant technologiques dans la commune, a savoir les Applications métier utilisées , l’architecture technologique en place .

Nous évaluerons le niveau de maturité DATA et Digitale en place afin d’identifier les principales contraintes technologiques existantes.

Un Benchmark des outils et solution existant nous permettra par la suite d’ identifier le meilleur choix d’outils à utiliser.

18

Analyse de la Maturité Digitale

Analyse de la Maturité DATA

Analyse de l’infrastructure TIC

Benchmark et choix des outils

Schéma de la Démarche Technique du projet

• III . Dossier Analytique

19

L'objectif de cette partie est d’avoir une vision clair du DW que nous allons créer.

Nous procèderons de ce fait à l’identification des sujet d’analyses, des contraintes , des axes d’analyses.. Ce qui nous permettra d’élaborer le modèle dimensionnel nécessaire à notre SID.

20

Dossier Analytique

Confrontation

​

Analyse Descendante

Analyse Ascendante

Modèle Conceptuel des données du DW

Résultat

​

Gestion , Réalisation & Déploiement

GESTION SELON SCRUM

21

RÉALISATION & DÉPLOIEMENT

L'objectif de ce Chapitre est de procéder à la réalisation , implémentation et déploiement de notre SID en adoptant le mode Agile à travers le Framework SCRUM.

• Gestion selon Scrum

22

L'objectif de cette partie est de préparer le Back Log Produit et les Sprint Back log pour les équipes Scrum.

23

Gestion selon SCRUM

Planification Scrum

​

Back-Log Produit

Sprints Planning

Nous Fixons un Sprint de 3 semaine (jours ouvrable) soit 15 jours effectifs.

Agile est Value Driven et particulièrement dans le cas des projet de GL, dans notre cas , nous pouvons livrer un incrément de valeur chaque Sprint en affectant un Epic par Sprint.

Back-Log Sprint

• Réalisation & déploiement

24

Lors de cette partie nous exécuterons les task à effectuées selon le Sprint Planning précédemment élaboré.

25

Le Sprint 1 ayant déjà été exécuté lors de la préparation du dossier Analytique, nous procèderons donc directement au second Sprint.

Réalisation & Déploiement

exécution des Sprints

​

1. Sprint 1

2. Sprint 2

La base de Travail ayant été créer et les accès configurées ,lors de ce Sprint nous procèderons au chargement des données des bases sources :

1. Application GRB_Tax : (GRB-Tax DB)
2. Application PVA : (GRB_C DB)
3. Application MAALIM: (MAALIM DB)
4. Application Recette : (GRB_Recette)

Data Staging

Serveur de déploiement : TCP/IP :192.168.1.129

#SID

#technologies

#collecter

#d'outils

#stocker

#DATA

#Architecture

Notre Solution est Bien un SID dans la mesure ou elle intègre une suite de composantes: Matériel, Logiciel et Architectural …

1.Deploiement de l’architecture

Geo.xls , Budget.xls

INS, Collectivité Locale,

OpenGov ….

26

Réalisation & Déploiement

exécution des Sprints

​

2. Sprint 2

2.Création des JOBS de chargement

Job de Normalisation

27

Réalisation & Déploiement

exécution des Sprints

​

2. Sprint 2

3.Création des JOBS de MAJ

Job de Normalisation

28

Réalisation & Déploiement

exécution des Sprints

​

2. Sprint 2

4.Exportation & Orchestration

Il s’agit de créer les variable de contexte dans les JOBs et de récupérer les fichier .Bat d’exécution plus les fichier .itme (XML)

Puis en C# , développer l’application de packaging et de déploiement.

29

Réalisation & Déploiement

exécution des Sprints

​

3. Sprint 3

Lors de ce dernier Sprint Nous développeront le tableau de bord du SID des Finances Locales Communales

Ce tableau de Bord devra répondre aux besoin précédemment Formuler les Parties Prenantes

30

Résultat

KIADA - Résultat

31

Résultat

KIADA - Résultat

32

Résultat

KIADA - Résultat

33

Résultat

KIADA - Résultat

34

Résultat

KIADA - Résultat

35

Résultat

KIADA - Résultat

36

Résultat

KIADA - Résultat

37

Résultat

KIADA - Résultat

38

Résultat

KIADA - Résultat

39

Résultat

KIADA - Résultat

Exploitation - Test et validation

40

L'objectif de ce Chapitre est de vérifier si nous avions atteint l’objectifs du projet et quels sont les écarts.

41

Exploitation - Test et validation

Test

​

Cette phase est de longue haleine, car les utilisateurs doivent soumettre le système a des analyses et comparer les résultats avec la réalité avant de statuer.

Cette phase exploitation dure depuis Mars 2023 et voici la recette .

Analyser la Recette Municipale En fonction de la Date, zone et Article budgétaire Pour savoir les In-comes en temps réel

Analyser la Recette Municipale En fonction de la Date, Pour Préparer le budget de l’année N+1

Analyser l’évolution de la Recette Municipale En fonction de la Date, Article budgétaire Pour suivre la réalisation du budget de l’année N +1

Analyse de la recette Municipale Par Date et Zone Communale

Analyse de la recette Municipale Par Article Budgétaire

Analyser la part / total ressources En fonction de la Date, Article budgétaire Pour planifier les actions à faire

Analyser la Recette Municipale En fonction de la Date, Article budgétaire Pour suivre la réalisation du budget de l’année N

Analyse Du recouvrement de la Recette Municipale Par Date/Zone/ Article Budgétaire

Analyser le taux de recouvrement de la Recette Municipale En fonction zone et Article budgétaire Pour savoir le manque à gagner sur le budget à réaliser l’année N

La validation de premier abord semble correcte. Le DashBord permet de répondre aux besoins explicitement exprimés par les parties prenantes.

Développement d’un #modèle de prédiction des résultats financiers des communes

42

L'objectif de ce Chapitre est de développer un modèle IA de prédiction des résultats financiers des communes.

​

Il s’agit de créer Modèle ML capable de prédire des résultats financiers futurs à partir d'une base de résultats passés.

​

43

Modèle Prédictif - Etapes du projet

Modèle Prédictif - 1 ère Approche

44

Entrainement du Modèle RandomForestRegressor

​

L'algorithme RandomForestRegressor est une méthode d'apprentissage automatique utilisée pour résoudre des problèmes de régression. Il s'agit d'une variante de l'algorithme Random Forest, qui est utilisé pour des tâches de classification

1. Une fois la sélection des Article_Budget qui carracterise le modèle de prédiction est faite , nous préparons le dataset en filtrant les Article_Budget necessaire et en splitant en trainer_Dataset de 20% pour entrainer le modèle de prédiction.

Modèle Prédictif - Choix & Entrainement du modèle

Une fois l’entrainement du modèle effectué voici les résultat des calculs de performance :

45

Modèle Prédictif - Evaluation du Modèle

Est-ce que le modèle est compétitif ?

Pour comprendre si notre modèle vaut la peine d’être utiliser nous comparons l’écart Moyen d’estimation sur 5 ans aux diverses autres méthodes d’estimations utilisé à savoir :

• Emperic Predict : Estimation Empirique (selon modèle de l’état): Il s’agit de calculer une moyenne de variation sur 5 ans et de l’appliquer au budget de l’année N pour prédire celui de N+1

Pour 2022 : Estimation = Bdg21+{(Bdg21-Bdg20)+(Bdg20-Bdg19)+(Bdg19-Bdg)+(Bdg-Bdg17)+(Bdg17-Bdg16)}/5 =31017518

• Algo Predict_S : Prediction base sur RFR sans selection des K meilleurs carracteristique
• Algo Predict-RFRg : Prediction base sur RFR avec selection des K meilleurs carracteristique
• Mun Predict : Prediction selon la demarche classique des maire : estimation des 10 Articles Budgétaires qui lead le résultat financier.

​

Notre modèle est moins compétitif !!

46

Modèle Prédictif - Etapes du projet

Modèle Prédictif - 2eme Approche

Tenant compte des résultat des analyses précédente , nous analyserons cette fois les ratio d’evolution sur les Articles_Budgétaire et essayerons d’en dégager des résultat exploitables pour la prédiction.

Ratio : R = Mt(N+1)/Mt(N)

​

• Nous essayons d’identifié un paterne d’évolution des Articles Budgétaire dans le temps.
• Pour commencer nous essayons d’établir une règle d’évolution variable pour un Article_Budget de l’année N à l’année N+1, le plus simple ici adopter est le Ratio soit R = Mt(N+1)/Mt(N)
• Nous représentons par la suite la courbe d’évolution de ces ratios et faisons de même pour le Montatnt_Total de la recette par année basé sur la forte corrélation entre ce dernier et quelques Article_Budget dégager par l’analyse ANOVA.
• Nous confirmons bien que 7 Article_Budget représente 85,3% de la recette Totale.

Analyse des Ratio

Nous relevons un Pattern unique d’évolution des Ratios par série de 2 sur 7 Article_Budgétaire

• A ce stade nous pouvons déjà conclure se qui suit :
• 1- il y’a une forte corrélation entre montant total des recettes par année: Recette_Budgetaire(Annee(N)) et le Sous_Totaux des Articles Budgétaire pour cette même année Montant_Total( Article_Budget/Annee(N))
• 2- 7 des 52 Articles Budgétaire représentent 85% de la Recette_Budgétaire
• 3- les 7 Articles Budgétaire en question présente un pattern d’évolution dans le temps similaire .
• 4- Les Pattern d’évolution des 7 Majeurs présente des périodes de récurrences différentes (1-2-3- 4 année).
• 4- Les Ratios d’évolution des 7 Majeurs sont des séries numérique convergentes.

47

Modèle Prédictif - Etapes du projet

Modèle Prédictif - 2eme Approche- Construction du modèle

• Les options qui se présentent à nous à la lumière des analyses effectué sont :
• 1- effectuer une classification sur les 7 majeur en cluster , chaque cluster contient les Articles_Budgetaires corrélés , ce cluster aura comme centre mobile un calcul des Ratio d’évolution des A_B corrélés.
• 2- Le calcul des centre Mobile dépendras du cluster en question par exemple une régression linaire permettrais de calculer le centre mobile du cluster 6101&12000
• 3- pour les autres cluster nous établirons une formule générale :

Cm= F( Ri,Ri+1,..,Rn), Ri: Ratio de l’année i

Une fois établie , le modèle devrais extraire du dataset , la catégorie Budgétaire , identifier le cluster auquel elle appartient, calculer le Cm du cluster et prédire le montant de l’année N+1 comme suit : Mt(N+1) = Cm *Mt(N)

Modèle Prédictif - 2eme Approche- Tes du modèle avec divers paramètres

48

Modèle Prédictif - Etapes du projet

Modèle Prédictif - 2eme Approche-

Choix du modèle

• Test de KNNR avec Cosine métrique

Modèle Prédictif - 2eme Approche- Entrainement du Modèle

1. MAE (Mean Absolute Error) de 1.118 : Cela signifie que, en moyenne, les prédictions du modèle diffèrent de 1.118 unités par rapport aux valeurs réelles des données.

​

• RMSE (Root Mean Squared Error) de 2.36 : Le RMSE représente la racine carrée de l'erreur quadratique moyenne entre les prédictions et les valeurs réelles. Un RMSE de 2.36 suggère que, en moyenne, les prédictions du modèle diffèrent de 2.36 unités par rapport aux valeurs réelles des données. Le RMSE est sensible aux erreurs importantes, car il pénalise davantage les écarts importants entre les prédictions et les valeurs réelles.

​

• Avg(Error) de 0.04152 : Cette valeur représente la moyenne des erreurs de prédiction. Avec une moyenne de 0.04152, cela indique que les prédictions du modèle ont une erreur moyenne de 0.04152 unités.

​

En résumé le Modèle KNNR avec Cosine Similarity Métrique semble pouvoir prédire la variation des données en les classifiant par catégorie et en analysant leur Ratio d’évolution d’année en Année pour capturer le pattern déjà discuter.

49

Modèle Prédictif - Etapes du projet

Modèle Prédictif - 2eme Approche- Evaluation du Modèle

Résultat et recette

• Notre Modèle mime le comportement de la données assez bien, cela est due à sa logique de calcul :

- Nous tirons profit des analyses préétablie qui statut que 7 Articles _Budgétaire sur 52 qui représente 85% de la recette totale, pour configurer une démarche de prédiction axée sur ces article afin d’affiné le 85% du modèle prédictif ( cette démarche et cella même qui permet d’obtenir un écart moyen acceptable dans la démarche d’estimation classique conduit par les maires, leurs estimation se base principalement sur les 10 Articles budgétaires qui lead le résultat).

• En Deuxième Lieux la prédiction sur les Ratio d’évolution permet quand à elle de tirer profit de la relation séquentielle des états financiers à travers les années , d’autant que la ‘analyse à démontré des pattern récurant à plusieurs reprise. Ces pattern demeurent assez fidèlement représenté par les série des Ratio utilisé par l’algorithme.
• L’analyse nous a aussi permis de mettre en évidence l’ existence de corrélation catégorique représenté par l’article_Budgetaire, de ce fait le clustering s’offre comme une démarche raisonnable pour prédire la Data dans le cluster lui-même.
• Enfin plusieurs métriques ont étés utilisés et Cosine Similarity s’avère être la plus appropriée pour la nature de nos DATA, cela s’explique par le fait que l’analyse a déjà démontrer une périodicité de la variation de notre DATA, ce qui fait que le pattern général se prête mieux à une analyse géométrique que numérique, la métrique Cosine assume que justement les data évolue de cette façon et se base sur la valeur des point du cluster pour calculer un CM.

Le modèle de prédiction construit est plus compétitif.

50