L’exploitation des entrepôts de données et des technologies Big Data dans le domaine du transport et de la logistique.

Abstract

Dans un monde de plus en plus connecté et numérisé, les entreprises du secteur du transport et de la logistique sont confrontées à une quantité croissante de données provenant de différentes sources telles que les capteurs, les systèmes de géolocalisation, les réseaux sociaux, et les transactions en ligne. L’exploitation de ces données massives peut fournir aux entreprises du transport et de la logistique des avantages concurrentiels significatifs, tels que l’optimisation des opérations, la réduction des coûts, l’amélioration de la qualité des services et la prise de décisions basées sur des données fiables et en temps réel. Les entrepôts de données, en tant que systèmes de stockage centralisés et intégrés, permettent de collecter, organiser et analyser ces données de manière efficace. Ce mémoire se focalise sur l’étude des étapes essentielles de l’exploitation des entrepôts de données et des technologies Big Data dans le secteur du transport et de la logistique. Il analyse les processus de collecte et de traitement des données, ainsi que les techniques d’intégration et de nettoyage des données. De plus, il met en évidence des exemples concrets et des cas d’utilisation où l’application de ces technologies a apporté des avantages significatifs dans ce domaine. Enfin, il propose des recommandations concrètes destinées aux entreprises du secteur, afin qu’elles puissent pleinement exploiter ces technologies et améliorer leur efficacité opérationnelle et leur compétitivité.***

In an increasingly connected and digitized world, companies in the transport and logistics sector are confronted with an increasing amount of data from different sources such as sensors, geolocation systems, and social networks, and online transactions. The exploitation of this massive data can provide transport and logistics companies with significant competitive advantages, such as optimizing operations, reducing costs, improving the quality of services and making decisions based on reliable data in real time. Data warehouses, as centralized and integrated storage systems, allow for the efficient collection, organization and analysis of this data. This thesis focuses on the study of the essential stages of the exploitation of data warehouses and Big Data technologies in the transport and logistics sector. It analyzes data collection and processing processes, as well as data integration and cleaning techniques. In addition, it highlights concrete examples and use cases where the application of these technologies has brought significant benefits in this area. Finally, it proposes concrete recommendations for companies in the sector, so that they can fully exploit these technologies and improve their operational efficiency and competitiveness.