Livrable

• une partie descriptive, c’est le data paper proprement dit. Cette partie explique le contexte d’obtention des données, les présente et en démontre la fiabilité.
• la base de données qui a été construit et déposé dans le  datalab.

La partie descriptive comprend les éléments suivants :

• le titre de la contribution (10 mots maximum)
• un résumé de 100 mots avec les mots clés
• une introduction présentant l’arrière-plan de l’étude (contexte et enjeu généraux et spécifiques), les questions de recherche à l’origine de la collecte des données, et la plus-value de cette collecte (originalité, importance et potentiel d’utilisation en recherche),
• la description des matériels et méthodes pour permettre de reproduire l’étude : sources des données, protocole expérimental, méthode d’échantillonnage, descripteurs physiques, procédures de contrôle qualité…
• la description des données pour permettre de les réutiliser : structure, format, disponibilité, explication de données aberrantes…
• des informations justifiant la fiabilité et la rigueur des données, si besoin accompagnées de figures et tableaux : validation de la procédure de collecte de données, analyses statistiques de l’erreur expérimentale, évaluation d’échantillons biologiques…
• si besoin, conseils pour la réutilisation des données,
• la liste des sources et des références bibliographiques,
• les figures, tableaux, annexes, relatifs à la méthodologie, à la qualité des données, ou proposant une synthèse des données.

Evaluation

• La pertinence: dans quelle mesure le livrable répond à la mission ?
• La reproductibilité : les résultats proposés sont-ils reproductibles ?
• L’impact : quelle est la valeur de la contribution ?
• La clarté : la solution proposée est-elle intelligible et originale ?

Les participants feront une présentation orale de leurs résultats au jury pendant 10 minutes suivi de 5 minutes de questions. Le jury désignera le groupe vainqueur en fonction de la qualité du livrable et de la présentation orale.

La meilleure contribution sera publiée dans la revue Management & Datascience.

Les candidats ont accès à un jeu de données provenant de kaggle composé de plusieurs tables. Il s’agit de données commerciales publiques de la plus grande plateforme de e-commerce brésilienne Olist .On y retrouve les données de près de 100 milles commandes effectuées de 2016 à 2018, fragmentées en 8 grandes tables :

• olist_orders_dataset : qui est la table de base contenant l’identifiant de la commande et du client, ainsi que les étapes de suivis de livraison.Téléchargement
• olist_order_items_dataset : qui comprend les informations sur les produits achetés dans chaque commande. Téléchargement
• olist_order_payments_dataset : regroupant les données liées au paiement de la commande.Téléchargement
• olist_order_reviews_dataset : qui correspond aux données des commentaires et notes associés au traitement de la commande Téléchargement
• olist_customers_dataset : qui comprend les informations d’identification des clients et leur localisation. Téléchargement
• olist_geolocation_dataset: qui comprend les coordonnées géographiques (latitude et longitude) correspondant à chaque ville. Ce qui permet de situer les vendeurs et les clients sur une carte.Téléchargement
• olist_products_dataset : qui correspond aux données détaillées sur le catalogue de produits de la plateforme. Téléchargement
• olist_sellers_dataset : qui comprends les informations sur les vendeurs agréés de la plateforme. Téléchargement

Les tables sont liables par les id des différentes entités manipulées suivant le diagramme suivant :

On retrouve également la table olist_new_sellers_dataset provenant d’un dataset complémentaire ,regroupant les données des nouveaux vendeurs ayant été accrédités pour proposer leurs produits sur la plateforme durant la période de l’enquête. Téléchargement