Systèmes d'information de gestion · Terminale STMGBac
Données massives et décision : exercices corrigés de Tle STMG
Publié le 11 novembre 2026 · Mis à jour le 11 novembre 2026 · Signaler une erreur
L'essentiel
- Les données massives (big data) viennent de sources et de formats variés ; on les stocke, par exemple dans un lac de données, pour les analyser.2
- Un système d'information décisionnel assure la collecte, l'intégration, la diffusion et la présentation des données, plus une fonction d'administration.4
- La collecte s'appuie sur des outils ETL ; l'intégration réunit les données dans un entrepôt de données.4
- Le but final est l'aide à la décision3 : des données bien préparées, présentées sous forme de tableaux de bord.4
- Les données massives posent aussi des questions d'éthique : vol de données personnelles, usages manipulateurs.5
Comment utiliser ces exercices
Ces exercices suivent l'ordre du chapitre : vocabulaire, chiffres, puis raisonnement de gestionnaire. Cherche toujours seul(e) avant d'ouvrir les indices, puis compare ta réponse à la correction étape par étape. Si une étape te surprend, relis le rappel ci-dessous avant de passer à la suite.
Les exercices
Exercice 1 Associer chaque tâche à sa fonction
Une chaîne de magasins de sport veut piloter son activité. Associe chaque tâche à l'une des quatre fonctions d'un système d'information décisionnel (collecte, intégration, diffusion, présentation) :
- Extraire chaque nuit les ventes des caisses et filtrer les lignes inutiles.
- Placer les ventes, les stocks et les données web dans un entrepôt commun.
- Afficher un tableau de bord avec graphiques pour le directeur commercial.
- Envoyer chaque lundi aux responsables de magasin leur rapport de ventes.
Indice 1
La collecte va chercher les données brutes ; l'intégration les réunit en un seul endroit.
Indice 2
Distingue ce qui est envoyé aux personnes (diffusion) de ce qui est mis en forme à l'écran (présentation).
Voir la correction pas à pas
Tâche 1 : on détecte, extrait et filtre des données brutes issues des sources. C'est la collecte.4
Tâche 2 : on concentre les données dans un espace unifié, l'entrepôt de données. C'est l'intégration.4
Tâche 3 : on met les résultats en forme pour le décideur, sous forme de tableau de bord. C'est la présentation.4
Tâche 4 : on fait parvenir l'information aux bonnes personnes au bon moment. C'est la diffusion.4
Association : 1 collecte, 2 intégration, 3 présentation, 4 diffusion. Aucune de ces tâches n'est l'administration, qui consiste à contrôler le système lui-même.4
Exercice 2 Convertir un volume de données
Un distributeur annonce stocker 3,5 pétaoctets de données clients et ventes. Exprime ce volume en téraoctets.
Indice 1
Un pétaoctet vaut 1 000 téraoctets.4
Voir la correction pas à pas
Rappel de la relation : 1 Po = 1 000 To.4
On multiplie le nombre de pétaoctets par 1 000 : .
Le produit vaut 3 500.
Le distributeur stocke 3 500 To. Retiens l'ordre de grandeur : passer du pétaoctet au téraoctet multiplie le nombre par mille.
Exercice 3 Des sources hétérogènes à unifier
Une agence de voyages réunit quatre sources : un fichier Excel de réservations, une base Oracle de clients, un service web de météo et des avis clients en texte libre. Explique en quelques phrases (a) pourquoi la collecte est délicate ici, (b) quel outil l'aide, (c) où les données doivent finir pour être exploitées ensemble.
Indice 1
Pense aux formats et au sens des champs (une date écrite de deux façons, par exemple).
Indice 2
Le sigle ETL contient trois verbes.
Voir la correction pas à pas
(a) Les sources sont hétérogènes : techniquement (Excel, base, service web, texte) et par le sens des champs. C'est ce qui rend la collecte délicate.4
(b) Les outils ETL extraient, transforment puis chargent les données.4 La transformation harmonise par exemple les formats de date et les libellés.
(c) Les données sont chargées dans un entrepôt de données, source commune, homogène et fiable pour les applications décisionnelles.4
Sans cette préparation, un même client pourrait apparaître sous deux identités et fausser les indicateurs de l'agence.
Exercice 4 Calculer un panier moyen
Après collecte et nettoyage, un magasin dispose de cinq tickets de caisse du samedi : 24 €, 36 €, 18 €, 42 € et 30 €. Le directeur veut connaître le panier moyen pour décider d'une offre « dès 35 € d'achat ». Calcule-le, puis dis si le seuil de 35 € est plus haut ou plus bas que le panier moyen.
Indice 1
Panier moyen = somme des tickets divisée par le nombre de tickets.
Voir la correction pas à pas
Somme des tickets : €.
Nombre de tickets : 5.
Panier moyen : €.
Comparaison : 35 € est supérieur à 30 €.
Le panier moyen est de 30 €. Le seuil de 35 € est au-dessus : l'offre pousse les clients à dépenser un peu plus que d'habitude. Sur cinq tickets seulement, cette conclusion reste fragile ; avec des données massives, l'échantillon serait bien plus fiable.
Exercice 5 Écrire la requête qui alimente le tableau de bord
Le tableau de bord doit montrer le chiffre d'affaires par ville d'implantation des magasins. Deux tables existent : magasin(id_magasin, ville) et vente(id_vente, id_magasin, montant). Écris la requête SQL qui renvoie, pour chaque ville, la somme des montants, triée du plus grand au plus petit total.
Indice 1
Il faut une jointure entre les deux tables sur id_magasin.
Indice 2
Une somme par groupe demande GROUP BY.
Voir la correction pas à pas
On relie les ventes aux magasins :
FROM vente JOIN magasin ON vente.id_magasin = magasin.id_magasin.On choisit les colonnes : la ville et la somme
SUM(vente.montant)que l'on nommeca.On regroupe par ville avec
GROUP BY magasin.ville.On trie avec
ORDER BY ca DESC.Requête complète :
SELECT magasin.ville, SUM(vente.montant) AS ca FROM vente JOIN magasin ON vente.id_magasin = magasin.id_magasin GROUP BY magasin.ville ORDER BY ca DESC;
Cette requête transforme des lignes de ventes en un indicateur lisible par un décideur : c'est le passage de la donnée brute à l'information utile.
Exercice 6 Mesurer l'effet du nettoyage des données
Lors d'une collecte, 12 500 lignes de ventes sont extraites. L'analyse de qualité révèle 4 % de doublons et 2 % de lignes incomplètes, sans recouvrement entre les deux groupes. Combien de lignes restent exploitables après nettoyage ?
Indice 1
Additionne d'abord les deux pourcentages à retirer.
Indice 2
Applique le pourcentage restant au total.
Voir la correction pas à pas
Part à retirer : (aucune ligne n'est comptée deux fois).
Part conservée : .
Lignes conservées : .
Il reste 11 750 lignes exploitables. Retirer 750 lignes semble peu, mais des doublons laissés en place gonfleraient le chiffre d'affaires et conduiraient à une mauvaise décision.
Exercice 7 Lire une évolution pour décider
Le chiffre d'affaires en ligne d'une enseigne est de 480 000 € en 2025 et de 540 000 € en 2026. Le directeur fixait un objectif de croissance de 10 %. Calcule le taux d'évolution en pourcentage, puis indique si l'objectif est atteint.
Indice 1
Taux d'évolution = (valeur finale − valeur initiale) ÷ valeur initiale.
Voir la correction pas à pas
Variation absolue : €.
Division par la valeur initiale : .
Conversion en pourcentage : .
Comparaison avec l'objectif : 12,5 % est supérieur à 10 %.
La croissance est de 12,5 % : l'objectif est dépassé. Un tableau de bord présente ce type d'indicateur au décideur pour orienter son action.4
Exercice 8 Un usage de données qui pose problème
Une application de sport collecte la localisation, le rythme cardiaque et les habitudes de sommeil de ses 800 000 utilisateurs. Elle envisage de revendre ces données à un assureur sans le dire aux utilisateurs. Rédige une courte analyse : (a) quels risques les données massives font courir aux personnes, (b) pourquoi la décision de l'entreprise pose problème, (c) une règle que tu proposerais.
Indice 1
Pense aux risques évoqués pour les données personnelles : vol, usage manipulateur.
Indice 2
Une décision peut être rentable et pourtant discutable.
Voir la correction pas à pas
(a) Les données personnelles peuvent être volées en masse, ou servir à des usages manipulateurs.5 Plus les données sont nombreuses, plus l'atteinte est large.
(b) Les utilisateurs ignorent l'usage : l'entreprise gagne de l'argent, mais détourne des données sensibles de leur finalité, sans accord.
(c) Règle possible : informer clairement les utilisateurs, leur demander leur accord avant toute cession, ne conserver que les données utiles.
Une décision de gestion ne se juge pas seulement sur son gain financier : elle doit aussi respecter les personnes dont les données sont exploitées.5
Les questions qu'on se pose
Comment savoir si une question porte sur la collecte ou sur l'intégration ?
Regarde le verbe. Si l'on va chercher, extrait ou filtre des données brutes, c'est la collecte. Si l'on réunit ces données dans un espace commun, homogène et fiable, c'est l'intégration.4 En cas de doute, demande-toi si les données sont encore dans leur source d'origine (collecte) ou déjà dans l'entrepôt (intégration).
Que faut-il écrire dans une réponse de gestionnaire à l'examen ?
Termine toujours par une phrase de décision : donne le chiffre avec son unité, puis dis ce qu'il permet de conclure ou de choisir. Un calcul juste sans interprétation reste incomplet, car l'objectif des données est l'aide à la décision.3
Sources
- Ressources d'accompagnement - Données massives dans le système d'information, Éduscol. Consulté le 11 novembre 2026.
- Ressources d'accompagnement - Spécialité Systèmes d'information de gestion, Éduscol. Consulté le 11 novembre 2026.
- Sciences de gestion et numérique - Terminale STMG, Éduscol. Consulté le 11 novembre 2026.
- Informatique décisionnelle, Wikipédia. Consulté le 11 novembre 2026.
- Science des données, Wikipédia. Consulté le 11 novembre 2026.
Les numéros dans le texte renvoient à ces sources. Une source qui ne dit pas ce qu'on lui fait dire ? Signale-le.