Analyse de tickets de caisse & tables

1.1. Dans ces tickets, quelles informations dépendent du client ?

1.2. Lesquelles dépendent de ses achats ?

1.3. Lesquelles sont communes à tous les tickets ?

  • En surlignant (tickets et tables) avec une couleur par table, faites le lien entre les informations de ces tickets et les tables ci-dessous.

    .

Tables 1
Tables 2

2.1. Quel est l'intérêt d'avoir une table client au lieu d'écrire ces informations dans InfosTicket ?

2.2. Quels sont les produits en rupture de stocks ?

2.3. A partir des tables ci-dessus, reconstruire le ticket de caisse numéro 2134.

.

Définition : Table

  • Une table contient des données composées construites suivant le même modèle.

  • Chaque ligne s'appelle un objet.

  • Chaque colonne permet de récupérer une donnée simple que l'on appellera descripteur (ou propriété) et dont le type doit être précisé (entier, décimal, booléen [vrai / faux], chaîne de caractères, date, heure...).

.

Définition : Clé primaire

Si une propriété est suffisante pour identifier un objet dans une table alors on l'appellera clé primaire.

Exemple : Descripteurs

3.1. Quels sont les descripteurs de la table Client ?

3.2. Expliquer quels sont les descripteurs qui permettent de relier les tables suivantes : InfosTicket, Client, AcheterProduit, Categorie, Produit.

3.3. Quelle est la clé primaire de la table InfosTicket ?

.

Complément : Données anonymes ou personnelles ?

Le but premier apparent du traitement informatique des informations est d'améliorer la gestion comptable et commerciale du magasin. Cependant, la masse de données collectées et les traitements liés permettent de faire des spéculations sur les habitudes de consommation des clients et leurs vies.

4.1. Quel client fait lui-même l'entretien de sa voiture ?

4.2. Lequel cuisine lui même ?

4.3. Lequel a sûrement des problèmes d'équilibre alimentaire ?

4.4. Est-ce que cela vous choque par rapport aux conclusions que le magasin peut en tirer ?

4.5. Imaginez d'autres choses qu'un magasin peut déduire sur un client à partir de ses habitudes de consommation.

4.6. Et si ces données fuitent suite à un piratage, quelles peuvent être les conséquences sur les clients ?

.