Veuillez utiliser cette adresse pour citer ce document :
http://repository.enp.edu.dz/jspui/handle/123456789/10654
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Benhadji Serradj, Driss | - |
dc.contributor.other | Noual, Nadjwa, Directeur de thèse | - |
dc.date.accessioned | 2022-11-13T09:10:54Z | - |
dc.date.available | 2022-11-13T09:10:54Z | - |
dc.date.issued | 2019 | - |
dc.identifier.other | EP00052 | - |
dc.identifier.uri | http://repository.enp.edu.dz/jspui/handle/123456789/10654 | - |
dc.description | Mémoire de Projet de Fin d’Études : Génie Industriel. Management Industriel : Alger, École Nationale Polytechnique : 2019 | fr_FR |
dc.description.abstract | KPMG est un réseau international de cabinets d’audit, d'expertise comptable et de conseil exerçant dans plusieurs pays. Le département Deal Advisory est chargé des missions de fusions et acquisitions en intervenant en tant qu’accompagnateur de la transaction. Au sein de ce dernier, l’équipe « Recherche et Stratégie » s’intéresse à la réputation en ligne des entreprises en faisant une analyse sur ses différents indicateurs dans le but de la valoriser et l’intégrer comme paramètre essentiel de décision de l’investisseur. Ce processus est appelé « Due Diligence réputationnelle ». C’est dans le cadre de l’optimisation de ce dernier que s’inscrit notre projet. Pour ce faire, le processus a, d’abord, été formalisé, un diagnostic a été fait, les tâches critiques détectées ce qui nous a mené à implémenter des automatisations en utilisant des programmes informatiques et de l’apprentissage machine pour pouvoir traiter un nombre de données considérable en un temps réduit tout en prenant en compte l’aspect organisationnel pour pouvoir délivrer des rapports de réputation en ligne de qualité avec des ressources optimales. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | Fusions & acquisition | fr_FR |
dc.subject | Due diligence réputationnelle | fr_FR |
dc.subject | Optimisation | fr_FR |
dc.subject | Automatisation | fr_FR |
dc.subject | Machine learning | fr_FR |
dc.title | Contribution à l’optimisation du processus de due diligence réputationnellepar l’automatisation : applicationau seinde KPMG | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Département Génie industriel : Management Industriel |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
BENHADJI-SERRADJ.Driss.pdf | PI01319 | 2.75 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.