Veuillez utiliser cette adresse pour citer ce document :
http://repository.enp.edu.dz/jspui/handle/123456789/11086
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Berrabah, Hamza | - |
dc.contributor.author | Nourine, Billel | - |
dc.contributor.other | Arki, Oussama, Directeur de thèse | - |
dc.contributor.other | Hamana, Youcef, Directeur de thèse | - |
dc.date.accessioned | 2024-11-04T08:23:58Z | - |
dc.date.available | 2024-11-04T08:23:58Z | - |
dc.date.issued | 2024 | - |
dc.identifier.other | EP00819 | - |
dc.identifier.uri | http://repository.enp.edu.dz/jspui/handle/123456789/11086 | - |
dc.description | Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificiel : Alger, École Nationale Polytechnique : 2024 | fr_FR |
dc.description.abstract | Le secteur bancaire algérien, en constante évolution, nécessite des outils efficaces pour mesurer et améliorer la performance de ses agences. Société Générale Algérie (SGA), filiale du groupe mondial Société Générale, doit relever ces défis pour rester compétitive. Ce projet de fin d’études propose un modèle d’analyse de la performance et de prédiction de la rentabilité des agences bancaires de SGA, intégrant la Business Intelligence, l’analyse statistique et la modélisation prédictive. L’objectif est de proposer un système d’aide à la décision stratégique, permettant d’évaluer avec précision la performance actuelle à travers des indicateurs clés de performance (KPIs) et de développer des modèles prédictifs robustes pour estimer la rentabilité future des agences, renforçant ainsi la compétitivité de SGA dans un marché de plus en plus digitalisé et exigeant | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | Performance | fr_FR |
dc.subject | Prédiction | fr_FR |
dc.subject | Rentabilité | fr_FR |
dc.subject | KPIs | fr_FR |
dc.subject | Business Intelligence | fr_FR |
dc.subject | Modélisation | fr_FR |
dc.title | Mesure de la performance et prédiction de la rentabilité des agences bancaires par l'intelligence artificielle et la business intelligence : application à la société générale Algérie | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Département Génie industriel : Data Science_Intelligence Artificielle |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
PFE.2024.DSIA.BERRABAH.Hamza_NOURINE.Billel.pdf | PI02124 | 5.63 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.