Philippe Marchildon - Curriculum Vitae - version 9
Présentation_HIDAYATALLAH_FINAL.pptx
1. Soutenu par:
Younes HIDAYAT ALLAH
Encadré par:
Mme. Houda BENBRAHIM (ENSIAS)
M. Khalid SOLH (INTEGRYTIS)
Sujet
Conception et alimentation
d’un datamart de gestion de formation
Jury:
M. Ibrahim AMRANI (Président)
M. Abdellah ELMANOUAR (Examinateur)
Mme. Houda BENBRAHIM (Encadrante)
Année universitaire 2015 - 2016
Projet de Fin d’Études
Pour l’Obtention du Titre
D’Ingénieur d’État en Informatique
Option Business Intelligence
1
2. Année universitaire 2015 - 2016
Introductio
n
La Formation Syndicale
• Acquérir des connaissances économiques, sociales ou
syndicales.
• Monté en compétences dans divers domaines.
• Renforcer la dynamique de la formation.
• Se préparer à l’exercice syndicale.
Objectifs
2
Paysage syndical français
1830
• Apparition des premiers syndicats.
1864
• La loi Waldeck Rousseau légalise les
syndicats.
1970
• Un quart des salariés français sont
syndiqués.
2016
• Taux de syndicalisme chute à 7%
Syndicalisme
3. Plan
Année universitaire 2015 - 2016
Contexte général du projet
Analyse et spécification des besoins
Conception et modélisation
Mise en œuvre
Conclusion et perspectives
3
5. Année universitaire 2015 - 2016
Contexte général du projet
Organisme
d’accueil
Présentation du client
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Problématique et
objectifs Phases du projet
• Société de conseil et de service
en Business Intelligence et CRM.
• En activité depuis plus de 12 ans.
• Implémentée à Paris et Casablanca
Mission
5
Capacité de
conseil
Maitrise
technologique
Positionnement
très fort dans le
domaine de la BI
6. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
• Organisation syndicale.
• Plus de 800.000 adhérents.
Confédération française
1120 syndicats
3 unions
confédérales
15
fédérations
22 unions
régionales
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
6
7. Année universitaire 2015 - 2016
• Organisation des sessions de formations.
• Gestion du Service.
• Système informatique.
Formation
Syndicale
Analyse et
spécification
Contexte général du projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
7
8. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Problématique
• Nombre très important de formations à
dispenser.
• Plusieurs ressources humaines ou matérielles.
• Gestion indépendante de l’activité de
formations.
• Gestion globale
décentralisée et non
unifiée.
• Pilotage incommode de
l’activité.
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
8
9. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Objectifs
• Rapports pertinents.
• Restructuration et unification du système de gestion des formations.
• Vision claire sur l’activité de la formation des adhérents.
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
• Amélioration de l’organisation des sessions de formations.
9
10. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du
projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
• Réalisation d’un datamart pour le
pilotage de l’activité de la formation.
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
• Elaboration des rapports pour l’aide à
la décision.
10
11. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du
projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Réorganisation du système
de gestion des formation
Génération de rapports
pour piloter l’activité.
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
11
Lot
12. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Conclusions
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Rédaction du rapport
31/05/2016
Lancement du projet
01/03/2016
Organisme
d’accueil
Présentation du client
Problématique et
objectifs Phases du projet
Mission
12
14. Année universitaire 2015 - 2016
Contexte général du projet
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Gestion des Adhérents et des Structures En Ligne
Application centralisée pour la gestion des adhérents
et des structures de la Confédération.
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
14
15. Année universitaire 2015 - 2016
Contexte général du projet
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Gestion de la formation des adhérents
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
Développé sous
15
16. Année universitaire 2015 - 2016
Contexte général du projet
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Adhérent Stagiaire
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
16
17. Année universitaire 2015 - 2016
Contexte général du projet
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
• Pas de lien entre GESCOF et GASEL
• l’absence d’un référentiel central et de
modèle commun d’information
• Reporting inexistant pour ce volet.
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
17
18. Année universitaire 2015 - 2016
Conception d’un datamart de
gestion des formations.
• Identifier les adhérents sur GASEL qui sont stagiaires sur GESCOF.
• Mettre en place un système de reporting.
Rapprochement des données
Adhérent/Stagiaire.
• Etablir une relation entre GASEL et GESCOF
• Comprendre, de manière complète, cette activité.
• Analyser les besoins de formation.
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
18
Contexte général du projet
Analyse et
spécifications
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
19. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Bases de données GESCOF
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Bases de données GASEL
Recherche de la
correspondance
approximative
Rapprochement des données
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
19
20. Année universitaire 2015 - 2016
Analyse et
spécification
Contexte général du projet
Conclusion
et
perspective
s
Mise en
œuvre
Conception
et
modélisation
Datamart Gestion de la formation
ETL Datamart Cube
OLAP
Reports
Etat de l’existant
Recensement des
besoins Solution proposéeChoix des outils
20
Source de
données
21. Année universitaire 2015 - 2016
Contexte général du projet
Analyse et
spécification
Conclusion
et
perspective
s
Mise en
œuvre
Conception et
modélisation
Etat de l’existant
Recensement des
besoins Solution proposée Choix des outils
License Microsoft SQL Server
ETL Reporting
SGBD
Outil d’analyse
21
23. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Datamart
Algorithme de
rapprochement
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Table Source
Adhérent
ENSIAS
INTEGRYTIS
Casablanca
Table de référence
Adhérent
Rabat
INTEGRY
INSEAS
23
Logique floue ou approximative
24. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Datamart
Algorithme de
rapprochement
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Table de référence GASEL Identité
Coordonnes
Personnelles
Adresse
Personnelle
Structure
Personne
Adhérent
24
25. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Table source GESCOF
Datamart
Algorithme de
rapprochement
25
26. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Datamart
Algorithme de
rapprochement
26
Données
Rapprochées
27. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Axes d’analyse
Formation Structure Stagiaire
Année
Famille
Formation
Région
Datamart
Algorithme de
rapprochement
27
28. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Mesures recensées
Formation suivie/Session Adhérent Structure
Cout_Unitaire_Adhérent
Taux_accès_Formation
Adhérent
Structure
Datamart
Algorithme de
rapprochement
28
Nombre_Heures_Par_Formation
Nombre_Heures_Absence_Formation
Cout_total_Par_Formation
Taux_Absentéisme
29. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Matrice de croisement Mesures/Axes d’analyse
Datamart
Algorithme de
rapprochement
29
30. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Modélisation du datamart
Datamart
Algorithme de
rapprochement
30
32. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Flux de
rapprochement
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Cube Olap
Flux Extraction MS ACCESS --> SQL Server
Flux de rapprochement des données
Flux d’alimentation des dimensions et faits
Déploiement du cube
Restitution des rapports
Démarche Alimentation du
datamart
Staging Area Reporting
32
33. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
MS-Access
SQL Server
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
33
34. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
34
35. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Alimentation des dimensions
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
35
36. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Alimentation des Faits
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
36
37. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
37
38. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
38
c
c c
39. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
39
40. Année universitaire 2015 - 2016
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Flux de
rapprochement
Cube Olap
Démarche Alimentation du
datamart
Staging Area Reporting
40
42. Année universitaire 2015 - 2016
Introduction
Conclusion
et
perspective
s
Contexte général du projet
Analyse et
spécification
Mise en
œuvre
Conception et
modélisation
Réalisation
Analyse fonctionnelle et technique
Elaboration de l’algorithme de rapprochement.
Conception du datamart de gestion de la formation.
Restitution des rapports nécessaires au pilotage de l’activité,
Reste à faire
Perspectives
Evaluer la pertinence des indicateurs choisis.
Proposer d’autres indicateurs pour étendre le
pilotage de l’activité de formation
Déploiement
Test et recette
42
44. Soutenu par:
Younes HIDAYAT ALLAH
Encadré par:
Mme. Houda BENBRAHIM (ENSIAS)
M. Khalid SOLH (INTEGRYTIS)
Sujet
Conception et alimentation
d’un datamart de gestion de formation
Jury:
M. Ibrahim AMRANI
M. Abdellah ELMANOUAR
Année universitaire 2015 - 2016
Projet de Fin d’Études
Pour l’Obtention du Titre
D’Ingénieur d’État en Informatique
Option Business Intelligence
44
Notas del editor
Honorable jury, aimable présence, je tiens à vous remercier pour l’interet que vous avez porté a mon travail, ainsi c’est avec un immense plaisir que je vais vous présenter mon projet de fin d etudes, qui s’intitule : ......
Ce projet a été effectué au sein de l organisme integrytis , et encadré par Mme. Houda benbrahim coté ensias, et mr khalid solh coté integrytis.
pour commencer j’aimerai bien mettre le point sur Le syndicalisme qui est une mission à hautes responsabilités, qui exige diverses compétences et plusieurs outils pour pouvoir l’exercer. En france, le paysage syndical a vu le jour en 1830 avec l’apparition des premiers syndicats . La liberté syndical a été reconni par la loi Waldeck Rousea en 1864. En 1970 , un quart des salaries francais étaient des syndiqués. Dès les années 2000, le syndicalisme commence a perdre du poids avec notamment la chute du taux de syndicalime à 7%, ce qui a poussé les confédérations à reviser leur stratégie et opter pour la formation syndicale comme l’une des solutions pour render au syndicalisme francais sa vraie valeur.
Cette présentation va donc détailler la gestion de l’activité de la formation d’une confédération syndicale.
De ce fait, j’ai structuré Le plan de Cette présentation en cinq parties:
Tout d’abord Je vais vous présenter contexte general du projet , ensuite nous allons entamer la partie d’analyse qui nous permettra par la suite d’aborder la partie de conception et modelisation. , Viendra apres la mise en œuvre de la solution et finalement une conclusion du travail effectué et les perspectives à envisager.
Nous allons présenter le contexte général du projet
J’ai effctué mon projet au sein d’INTEGRYTIS Casablanca , une sociéé de conseil et de service en BI et CRM. En activité depuis 12 ans , Integryts deploie pour ses clients des solutions décisionnelles en alliant les capacités de conseil et la maitrise technologique. Implementé a Paris à travers son siege social et à Casablanca où elle a choisi d’offrir à ses clients français la possibilité d’externaliser au Maroc certaines parties ou la totalité de leurs projets BI.
Elle regroupe 15 federations (syndicats issus d’une même branche d’activité) , 22 unions régionales ( syndicat appartenant a la meme region) et 3 union confédérales ( adhérent possédant un statut particulier) . Soit un tital de 1120 syndicats
Dont le role est de défendre les interets communs des travailleurs et leur garantir leurs droits.
Le client est donc un groupement de syndicats qui offrent des services à leurs adhérents. Parmi lesquels le service de la formation syndicale.
Un syndicat organise alors des sessions de formations, gère le service de la formation et dispose d’un Système informatique de gestion de volet la.
Cependant, la confédération dispense un nombre tres important de formations qui nécéssitent plusieurs ressources humaines ou matérielles. En plus , chaque syndicat gère indépendamment et librement cette activité, ce qui décentralise la gestion globale pour la confédération et freine le pilotage de la l’activité.
Pour y rémédier, plusieurs objectifs ont été fixés.
De prime abord, il faut avoir une vision …. Ensuite, Une restructuration et unification du système de gestion des formations semble nécéssaire, par ailleurs il est nécéssaire de mettre en place un service de reporting pour generer des rapports pertients dans le dessin d’ameliorer l’organisation des session de formations à travers toutes les structures de la confédération.
Notre mission sera donc décomposée en deux parties à savoir :
Pour ce faire, Nous avons suivi un mode de projet de type cycle court orienté par des LOTS . Le 1er lot sera consacré à la Génération des rapports pour piloter l’activité et la réorganisaton du système de gestion des formations
Pour une meilleure planification, j’ai divisé mon travail en plusieurs tâches tout au long de cette période de stage.
Le projet a débute le 1 mars 2016 . La Rédaction du rapport a été bouclé le 31 mai 2016.
Nous allons mnt entamer la partie d’analyse éclaircira l’état de l’existant dans le dessein d’établir un diagnostic du système en place. Il sera donc nécessaire d’entamer par la suite une spécification des besoins afin de pouvoir les correspondre aux exigences du client.
GASEL, pour Gestion des adherents et des structures en ligne, est une application centralisée qui gere les adherents et des syndicats associées a la confederation.
Les données traités par cette application sont stockées dans le sgbd sql server.
La gestion des formations se fait indépendamment de GASEL à travers le logiciel GESCOF ou Excel.
GESCOF est un logiciel de gestion pour centre de formation.
Cependant, un grand nombre de structures utilise GESCOF, donc nous avons été amenés à traiter uniquement les syndicats qui travaillent avec GESCOF dans mon projet.
GESCOF developpé sous MS-Access chez la confédération et génére un fichier qui représente une base de données réalisée avec le logiciel Microsoft Access.
L’application GASEL reconnait les militants du syndicats en temps qu’Adhérent, tandis que GESCOF les reconnait en temps que stagiaire ,
GASEL doit donc reconnaitre les adhérents qui sont des stagiaires sur gescof,
La solution qui existe ne donne pas une vision sur les adherents qui ont beneficié de sessions de formation . Ce problem est du l’absence de lien entre gescof et fasel
Il n’y a pas de modèle qui donne une vue d’ensemble sur l’activité.
On ne peut pas faire des analyses sur les données de la confederation et de faire le suivi de l’activité vu le manque du reportinf
Nous avons donc défini les besoins du client et qui sont d’une part le rapprochement et dautre part la conception.
Vu que les deux applications GASEL et GESCOF n’ont pas le meme identifant pour l’adherent et le stagiaire, nous devons trouver la correspondance avec l’aide des champs tells que le nom, prenom, mail , adresse,ville, code postal, date de naissance et le matricule. Nous avons donc propose la recherché de la correspondence approximative pour comparer les enregistrements selon ces champs.
Tout d’abord, nous allons extraire les données des fichiers Access , puis les préparer Grace a l etl afin de les charger dans notre datamart, Par la suite, nous allons déployer le cube OLAP
Après avoir recueilli et analysé les besoins, nous passons à l’étape de la conception de l’algorithme de rapprochement et la modélisation du datamart de gestion de la formation
Puisque nous devons rapprocher les adherents et les stagiaires grace a plusieurs champs, on doit pouvoir prendre en considération les champs ayant subi des erreurs de saisie ou des fautes par exemple.
Dans ce sens, nous avons choisi la logique floue qui , contrairement a la recherce exacte, est un mode de recherche tolérant vis-à-vis d'approximations ou d'erreurs (fautes de saisie par exemple) sur les données .
Cette logique va comparer les enregistrements de la table source avec ceux de la table de reference et va tolerer les erreurs sur les données. Par exemple elle va correpondre ENSIAS a INSEAS et INTEGRYTIS a INTEGRY.
Dans cette perspective, la table de reference regroupera les données issues de GASEL et relatifs à l’adherent tells que l’identitén coordooneés……. On regroupera donc toutes ses informations dans la table PersonneAdherent.
La table source regroupera quant a elle les donnes issues de GESCOF et qui sont relatives au stagiaire tel que le nom, prenom , adresse….
Par la suite nous avons determiné les seuils de similarités sur lesquelles on va se baser pour détérminer si deux champs se correspondent.
Pour le nom et le prénom qui sont les premiers champs à comparer, nous avons fixé le seuil à 0.9.
Les champs tels que lemail, adresse , matricule , date de naissance doivent etre exacte cad un seuil egal a 1.
Pour l’adresse, nous savons que ce champ est flexible et n’obeit pas a une syntaxe exacte , la meme adresse peut s’ecrire avec RES une fois et residence une autre fois, donc nous avons choisi pour l’adresse 0.7.
nous avons fixé le seuil de similarité du nom et prenom à 0,9 car ils sont tres significatifs et le seuil de l’adresse à 0,7 car l’adresse est flexible et n’obeit aps a une syntaxe exacte, les enregistrements rapprochés seront chargées dans une table , Pour les autres champs tels que l’email, le telephone , le mobile et le matricule, nous avons fixé le seuil à 1 car il ne
Nous avons recensé les indicateurs necessaires au suivvi de l’activité et a laide a la decision en 3 categorie :
Session, adherent et structure .
Pour Session , nous avons jugé necessaire de mettre en place les indicateurs …….
En croisant les indicateurs avec les différents axes d’analyses, nous obtenons la matrice qui permet de regrouper les indicateurs en tables de faits entourées par les axes d’analyse pour concevoir le DataMart Gestion de formations.
Le datamart que nous avons modélisé regroupe 3 tables de faits et 6 tables de dimensions !!
Nous avons extrait les données des bases de données Access vers SQL Server
Nous avons utilize le composant de recherché floue de SSIS où nous avons détérminé les champs à comparer, ensuite nous avons fixé une condition sur le suil de similarité selon le champ choisi .. Les données raproches sont charges dans une table destination.
Tout dabord, nous avons calculé le nombre de stagiaires par sessions grace a la requete sql count, ensuite nous avons calculi le cout unitaire avec le composant de colonne dérivée, enfin nous avons récupéré les clés etrangeres relatives aux dimensions associées et nous avons charges les donnees dans la tabled e faits.
Après la phase d’alimentation du datamart, nous sommes ramenés à créer le cube OLAP et le déployer afin de pouvoir offrir aux utilisateurs la possibilité de créer des rapports interactifs.
Ce premier rapport que nous avons restitué décrit l’activité de formation en termes de cout.
Il est constitué de deux graphiques, à savoir :
Un diagramme de barre qui représente le cout total de l’activité par région.
Un tableau qui liste les formations dispensées par structure en exposant le nombre d’heures total et le cout total de chaque formation.
Le deuxieme permet de filtrer le pourcentage du budget de la confédération alloué aux formations et aux adhérents selon les différentes régions de la France et de découper ses données selon l’année sélectionnée.
Ce rapport expose le montant qu’un adhérent coute pour le client en termes de formation.
De ce fait, il est présenté sous forme d’un tableau qui permet à l’utilisateur final de disposer de chiffres réels et significatifs du cout de formation par adhérent, et donc par structure.
A travers ce rapport, l’utilisateur final retrouve le taux d’accès à la formation pour chacune des structures. Il peut ainsi chiffrer l’accès à la formation selon les régions et avoir un vue claire sur la répartition des formations dispensées.
Il est constitué de deux graphiques à savoir :
Un tableau qui liste le taux d’accès à la formation par structure et région associée.
Un diagramme de barre représentant le taux d’accès à la formation par région.
l’utilisateur final dispose d’une vue claire sur le phénomène d’absentéisme des adhérents aux sessions de formation programmées par les différentes structures de la confédération.
Ce rapport est constitué de deux graphiques à savoir :
Un diagramme à barre présentant le taux d’absentéisme selon les différentes structures.
Une carte graphique qui expose le taux d’absentéisme selon les différentes régions de la France. La légende présente la palette des couleurs associées à chaque région dans la carte où le taux d’absentéisme en question est affichée dans le centre de la région.
