2 Donnees - p3 4 Correction
2 Donnees - p3 4 Correction
2 Donnees - p3 4 Correction
1. Trouvez une donnée identique sur tous les tickets : L'hypermarché et sa localisation, la
TVA et tous les clients ont une carte de fidélité.
Toutes les informations contenues dans ces tickets sont mémorisées par le service
informatique de l'hypermarché Elephant, pour la comptabilité et la gestion des stocks. On peut
structurer toutes ces données sous la forme d'une table :
Table des clients : Table des articles :
Code client N° fidélité Nom Prénom Age Référence Désignation Prix Unitaire
QS13 504076 MARCHEUR Thirion 35 1597 Buche citron 9,42
S435 900023 HONNET
HONNET 68
2584 15,95
Huile 5W30 3l Camille Cami
A12C 700001 LUK Leïa 19 4181 Poivre moulu 1,15
6765 Pain épices 2,05
2. Dans la table des clients, 504076 est une donnée. Sa signification est décrite par N°fidélité.
On dit que N°fidélité est un descripteur de l'information 504076. C'est un des descripteurs
permettant de caractériser un client.
Donner les autres descripteurs permettant de caractériser un client :
Code client, Nom, Prénom, Age
3. Compléter la table des articles ci-dessus à l’aide des informations des tickets.
3
► Pour être stockées et utilisables par des ordinateurs, ces tables peuvent être enregistrées dans
des fichiers de format « .CSV » . A titre d'exemple, on vous donne ci-contre un extrait du fichier
associé à la table des articles « articles.csv ». articles.csv
Un fichier .CSV ( comma separeted values ) est Référence ; désignation ; prix unitaire
un fichier texte dont les éléments sont séparés par 1597 ; Buche citron ; 9,42
des virgules (éventuellement d’autres symboles 2584 ; Huile 5W30 3l ; 15,95
comme ; ou | ou des espaces ). 4181 ; Poivre moulu ; 1,15
6765 ; Pain épices ; 2,12
5. Quel séparateur est utilisé dans ce fichier ?
Pourquoi la virgule ne peut être utilisée ?
tickets.csv
N° Ticket ; N° fidélité ; Date ; Heure ; Total
5132 ; 700001 ; 19/09/2019 ; 14 :32 ; 32,90
6143 ; 504076 ; 20/09/2019 ; 9 :22 ; 23,07
8192 ; 900023 ; 21/09/2019 ; 19 :15 ; 22,91
6. Imaginez d’autres choses qu’un magasin peut déduire sur un client rien qu’avec ses
habitudes de consommation.
A priori pas des données sensibles. Mais croisées à d’autres données, jusqu’où cela peut-il
aller ? La limite dépend de l’intelligence humaine. Exemples :
- Habitudes de consommation, pour mieux orienter la publicité.
- Apporter un bonus ou un malus sur votre compte crédit social, pour un chinois.
- Prédire une grossesse : Voir image ci-dessous : magasin TARGET
4