Calcul du coefficient de correspondance
Consommation des vins en Suisse
Les Suisses sont de grands consommateurs de vin avec une consommation annuelle dโenviron 29.40 litres par personne (Doris Boehlen, OFAG 2018), soit un total de 249 millions de litres pour lโannรฉe 2017, vins suisses et รฉtrangers confondus. Cependant, la consommation de vins a subi une baisse sur les derniรจres annรฉes. Si lโon compare plus spรฉcifiquement les annรฉes 2016 et 2017, la consommation globale a reculรฉ de prรจs de quatre millions de litres, soit 1,6% de moins que lโannรฉe prรฉcรฉdente, selon lโOffice fรฉdรฉral de lโagriculture (OFAG). Cette diminution se traduit par le fait que les vendanges ont souffert de conditions mรฉtรฉorologiques extrรชmes, ce qui a valu des rรฉcoltes et une production de vin infรฉrieure ร la demande. On anticipe malheureusement une baisse rรฉguliรจre pour les annรฉes ร venir due ร la forte demande en hausse et une diminution de la production (LeNouvelliste 2018). Selon lโOrganisation Internationale de la Vigne et du Vin (OIV), la Suisse se place ร la 19e place des plus gros pays consommateurs de vins derriรจre la Belgique, mais devant lโAutriche. (Thomasvino 2018) Nous constatons ci-dessus une consommation de vins blancs plus ou moins rรฉguliรจre dโannรฉe en annรฉe, avec une lรฉgรจre tendance des consommateurs ร prรฉfรฉrer le vin suisse aux importations รฉtrangรจres. Cela est trรจs certainement dรป ร une bonne rรฉcolte annuelle locale, ainsi que le maintien dโun large stock disponible en fin dโannรฉe 2018. Le vin rouge quant ร lui subit une baisse constante en termes de consommation au fil des annรฉes. Il est impressionnant de constater ร quel point les suisses prรฉfรจrent consommer le vin rouge รฉtranger aux dรฉpens du vin local. Plus de 70% de la consommation totale concerne le vin rouge importรฉ, alors que les stocks de vins suisses quant ร eux, subissent une trรจs forte augmentation ร la fin de lโannรฉe 2018. Ceci laisse affirmer que les vins locaux ont du mal ร se vendre aux consommateurs et de ce fait, les stocks ne sโรฉcoulent pas, ce qui explique le pic record en fin dโannรฉe.
Selon les cantons Nous constatons sur la figure ci-dessus que plus de 50% de la consommation de vin en Suisse est atteinte uniquement par les cantons du Valais et Vaud. Les genevois quant ร eux, ne participent quโร 10% de la consommation totale des vins en Suisse. A lโinverse, les dix-sept cantons suisse allemands sont tous regroupรฉs en un seul et mรชme pourcentage certes non nรฉgligeable de 19%, mais toutefois insignifiant si lโon devait sรฉparer les chiffres de chacun des cantons suisse allemand. Nous pouvons donc conclure que la grande majoritรฉ des consommateurs de vin du pays sont les cantons du Valais, Vaud et Genรจve, avec un total cumulรฉ de plus de 60% de la consommation globale, suivi de loin par les Suisses allemands (19%) puis des tessinois qui ne constituent que 7% du total et enfin les cantons de Neuchรขtel, Fribourg et Bienne, plus connus sous le nom de : ยซย Pays des Trois-Lacsย ยป (Wikipรฉdia 2019), qui eux ne participent quโร hauteur de 5% de la consommation globale des vins en Suisse En termes de chiffres, nous pouvons comparer les acteurs principaux du marchรฉ suisse de la consommation des vins, ร lโaide des tableaux ci-dessous : Il est intรฉressant de constater une forte croissance de la consommation totale chez les genevois en 2018 contrairement aux vaudois et valaisans qui, eux, stagnent de leur cรดtรฉ. De plus, les vaudois prรฉfรจrent nettement le vin blanc, alors que leurs voisins tendent vers le vin rouge. Quant aux stocks de fin dโannรฉe, tous ont subi une augmentation significative sauf chez les genevois, qui ont visiblement lโair de bien vendre leurs vins.
Problรฉmatique ร rรฉsoudre avec VaudVin
Au fil des annรฉes, les Suisses consomment vraisemblablement de moins en moins de quantitรฉ de vin. Jusquโen 2016, pour ne parler que des vins suisses, pas moins de 100 millions de litres sโรฉcoulaient habituellement chaque annรฉe chez les helvรจtes. En 2017, suivant les statistiques de lโOFAG, ce chiffre a chutรฉ pour sโรฉtablir ร 87 millions (43 millions de litres pour les vins blancs et 44 millions pour les vins rouges), soit une diminution consรฉquente de 13.1%. En ce qui concerne les vins รฉtrangers, lโimportation a elle aussi subi une faible baisse de 1.1%, soit un peu moins dโun million de litres, pour finalement sโรฉtablir ร 163 millions de litres consommรฉs en 2017 (OFAG 2018). Nous pouvons donc en dรฉduire que le marchรฉ des vins locaux est en recul par rapport ร celui des produits importรฉs. Cโest pourquoi le mandant du projet VaudVin, a imaginรฉ une application mobile qui permettrait de promouvoir dans un premier temps les vins vaudois (et par la suite envisager ร plus grande รฉchelle les vins nationaux) dans le but dโencourager les utilisateurs ร pouvoir consommer davantage les vins locaux aux dรฉpens des vins รฉtrangers, en leur permettant de noter les cรฉpages au fur et ร mesure de leur(s) expรฉrience(s), quโils se trouvent au supermarchรฉ, dans un restaurant ou encore dans les caves ouvertes, chez un vigneron.
En effet, VaudVin vient avant tout rรฉpondre ร un besoin รฉconomique par le fait de pousser le consommateur ร sโorienter vers des vins locaux en lui permettant de sรฉlectionner un vin en fonction de ses goรปts (cf : coefficient de correspondance). Aprรจs avoir รฉvaluรฉ un certain nombre de vins, lโutilisateur aura la possibilitรฉ de voir ร travers lโapplication, les vins vaudois disponibles au restaurant dans lequel il se trouve. Chaque vin sera accompagnรฉ dโun coefficient de correspondance calculรฉ ร partir de ses รฉvaluations prรฉcรฉdentes, afin de lโaider dans son choix. De ce fait et pour conclure, lโapplication VaudVin apporte une solution sur mesure afin de pallier la forte baisse de consommation des vins suisses au fil des annรฉes, tout en proposant une interface mobile disponible ร portรฉe de main et utile dans plusieurs contextes diffรฉrents, selon oรน se trouve le client au moment de lโutilisation.
Choix du Framework
A priori, Laravel et Django sont parfaitement รฉquivalents en termes de caractรฉristiques et assurent, ร quelques dรฉtails prรจs, les mรชmes fonctionnalitรฉs attendues par un Framework Back end hautement rรฉpandu. Voici ci-dessous un tableau comparatif des deux Framework sur lโaspect performance : Aprรจs longue rรฉflexion, mon choix sโest finalement orientรฉ vers Laravel car jโai dรฉjร รฉtudiรฉ et pratiquรฉ le langage PHP auparavant et me sentais particuliรจrement ร lโaise avec les diffรฉrentes syntaxes du code. Il me semblait alors รฉvident de choisir un Framework qui me permettrait de mettre en pratique mes connaissances dรฉjร acquises afin dโaccรฉlรฉrer le temps dโapprentissage.
De plus, jโai รฉtรฉ agrรฉablement surpris de constater ร quel point lโORM (Object-relational Mapping) Eloquent de Laravel facilite la syntaxe des requรชtes SQL et permet dโeffectuer trรจs rapidement et aisรฉment des requรชtes complexes ร travers des modรจles liรฉs aux donnรฉes. Le Routing simple et optimisรฉ fourni par Laravel, a aussi รฉtรฉ un critรจre de choix afin de faciliter lโaccรจs aux donnรฉes ร travers les mรฉthodes existantes du Framework (Fullscale.io 2019). A lโinverse, je nโai jamais eu de familiaritรฉ avec la syntaxe du langage Python, ce qui mโaurait contraint dโapprendre la syntaxe et les particularitรฉs du langage en mรชme temps que le Framework et par consรฉquent, davantage de temps et de ressources ร investir dans le cadre dโun projet de telle envergure. Jโai donc prรฉfรฉrรฉ miser sur lโapprentissage rapide. Cela dit, il est important de souligner que les deux Frameworks prรฉsentรฉs ci-dessus sont trรจs puissants, complets et riches en documentation et sโรฉquivalent parfaitement en termes de fonctionnalitรฉs, performance et sรฉcuritรฉ.
API Google Maps
Google Maps est un service de cartographie en ligne proposรฉ par le gรฉant Google, initialement lancรฉ en 2004 aux รtats-Unis puis introduit deux ans plus tard en Europe. Cโest un service multi-plateformes qui permet, ร partir de lโรฉchelle mondiale, de zoomer jusquโร lโรฉchelle dโune habitation. Des prises de vue fixes montrant les dรฉtails de certaines rues sont รฉgalement accessibles grรขce ร la fonctionnalitรฉ Google Street View (Wikipรฉdia, 2019). Le mandant du projet est ร la recherche dโun moyen de pouvoir gรฉolocaliser les emplacements des restaurants ร proximitรฉ du client connectรฉ ร lโapplication et de pouvoir afficher ces restaurants sur une carte, puis de pouvoir appuyer dessus pour accรฉder ร leur carte des vins : tout cela bien รฉvidemment ร travers lโapplication mobile.
La premiรจre idรฉe qui mโest venue en tรชte รฉtait lโAPI Google Maps pour sa rรฉputation et sa haute popularitรฉ. Jโai donc immรฉdiatement proposรฉ cela au mandant sans rรฉellement avoir รฉtudiรฉ le fonctionnement ni la marche ร suivre pour implรฉmenter cette fonctionnalitรฉ, en รฉtant convaincu quโil sโagissait dโun systรจme fiable et trรจs bien documentรฉ. Jโai รฉtรฉ surpris dโapprendre que depuis le 11 juin 2018, le service de Google Maps est devenu payant pour les professionnels dรฉsirant รฉtendre le nombre dโappels API par jour. En effet, la plateforme offre un ยซย crรฉditย ยป mensuel de $200 (deux cents dollars) au-delร duquel il faut dรฉbiter la carte bancaire. Auparavant, il รฉtait possible dโeffectuer pas moins de 25’000 appels API par jour gratuitement. Dรฉsormais, le nombre dโappels au quotidien est limitรฉ en fonction du type dโutilisation (ZDNet 2018). Sur la page suivante, je vous prรฉsente un tableau listant les diffรฉrents services possibles avec le nombre dโappels quotidiens pour chacun, compris dans le forfait de 200 dollars ยซย offertsย ยป par Google :
|
Table des matiรจres
Dรฉclaration
Remerciements
Rรฉsumรฉ
Table des matiรจres
Liste des tableaux
Liste des figures
1. Introduction
2. Consommation des vins en Suisse
2.1 Selon les cantons
3. Problรฉmatique ร rรฉsoudre avec VaudVin
4. Les concurrents directs
4.1 Vivino
4.2 Wine Ring
4.3 Wine Picker
4.4 Wine Advisor
4.5 Delectable Wine
4.6 Hello Vino
4.7 MyOeno (smart object)
5. Analyse des risques
5.1 Risques liรฉs au dรฉveloppement du projet
5.2 Risques liรฉs ร lโapplication
5.3 Risques liรฉs ร lโรฉquipe de projet
6. Analyse des Frameworks Front End
6.1 Le Framework
6.2 De la Responsive web application ร lโapplication mobile
6.3 Frameworks natifs vs hybrides
6.4 Framework de dรฉveloppement hybride
6.4.1 Ionic
6.4.2 React Native
6.4.3 Flutter
6.4.4 Comparatif dรฉtaillรฉ
6.5 Choix du Framework
7. Analyse des Frameworks Back End
7.1 Web Service
7.2 API REST
7.3 Framework Back End
7.3.1 Laravel
7.3.2 Django
7.4 Choix du Framework
8. Fonctionnalitรฉs de haut niveau
8.1 Crรฉer un compte / se connecter ร lโapplication
8.2 Rechercher un vin
8.3 Sรฉlectionner un millรฉsime
8.4 Noter un millรฉsime
8.5 Consulter mon historique personnel
8.6 Retrouver un restaurant sur Google Maps
8.6.1 API Google Maps
8.6.1.2 Gรฉocodage
8.6.1.3 Gรฉolocation
8.7 Rรฉinitialiser son mot de passe
9. Calcul du coefficient de correspondance
9.1 Table des notes utilisateurs
9.2 Table des notes concours
9.3 Table de correspondance
9.4 Table des pronostics
10. Modรฉlisation des donnรฉes
10.1 Modรจle UML
10.2 Les tables
10.2.1 app_wines
10.2.2 app_restaurants
10.2.3 app_vintages
10.2.4 users
10.2.5 app_rates
10.2.6 app_concours_rates
10.2.7 app_wine_cards
10.2.8 password_resets
10.2.9 migrations
11. Architecture de lโapplication
11.1 Front End
11.1.1 Structure de base Ionic
11.1.2 Components
11.1.3 Models
11.1.4 Pages
11.1.5 Services
11.1.6 Assets
11.1.7 index.html
11.1.8 package.json
11.2 Back End
11.2.1 Controllers
11.2.2 Models
11.2.3 Migrations
11.2.4 Routes
11.2.4.1 Routes du projet
11.2.5 Views
11.2.6 .env
12. Interface de lโapplication
12.1 Les composants
12.1.1 Searchbar
12.1.2 Toolbar
12.1.3 Winecard
12.2 Les pages
12.2.1 Login
12.2.2 Crรฉation de compte
12.2.3 Accueil
12.2.4 Liste des vins
12.2.5 Sรฉlection du millรฉsime
12.2.6 Fiche du vin
12.2.7 Historique personnel
12.2.8 Trouver un restaurant
12.2.9 Carte des vins
12.2.10 Rรฉinitialiser son mot de passe
12.2.11 Aide
13. Difficultรฉs rencontrรฉes
13.1 Coefficient de correspondance
13.2 API Google Maps
14. Perspectives dโavenir
14.1 Amรฉliorations de lโexistant
14.2 Les futures fonctionnalitรฉs
15. Conclusion
Bibliographie
Annexe 1 : Prรฉsentation du calcul de coefficient de correspondance
Tรฉlรฉcharger le rapport complet