https://www.lemagit.fr/conseil/Comprendre-les-outils-danalyse-decisionnelle-et-leur-interet
Les entreprises croulent sous les données de toutes sortes : clients, prospects, processus internes, fournisseurs et prestataires, partenaires et concurrents. Souvent, elles n’arrivent pas à valoriser ce torrent, à le traduire en informations utiles pour augmenter leurs revenus, pour renforcer leur rentabilité et mieux exploiter leurs ressources. Avec les solutions décisionnelles (BI ou Business intelligence), les décideurs possèdent la technologie pour traduire les données en informations utiles à leurs activités.
Certes, ces outils ne datent pas d’hier et on peut penser que le secteur est à maturité, mais le marché du décisionnel est dynamique et évolutif ; il s’adapte aux besoins toujours changeants des entreprises et des industries de toutes tailles. Au fil des années, on a vu émerger plusieurs types d’outils analytiques adaptés aux différents modes d’analyse des données. Pour aligner vos besoins d’analyse sur les outils appropriés, vous devez bien comprendre les différents types et catégories de solutions décisionnelles.
On dénombre trois grandes catégories d’outils.
Analyse et reporting. Cette catégorie comprend les styles classiques d’informatique décisionnelle que le monde professionnel utilise depuis longtemps pour les tâches récurrentes d’analyse de données précises. Parmi les utilisateurs types, notons le vice-président du service commercial qui examine l’en-cours des ventes, le directeur du marketing qui compare les résultats de différentes campagnes ou le directeur financier qui analyse les indicateurs de performances clés de l’entreprise.
Historiquement, les logiciels de cette catégorie se limitaient à la production de rapports prédéfinis et statiques. Mais les utilisateurs disposent désormais de toute une gamme d’outils pour sélectionner, comparer, visualiser et analyser les données. Ici, l’hypothèse sous-jacente est que le jeu de données et les indicateurs sont prédéfinis, mais que l’analyse elle-même dépend des besoins immédiats du consommateur d’informations qui exécute l’analyse.
Dans cette catégorie, c’est l’équipe IT ou d’informatique décisionnelle qui crée la plupart des applications décisionnelles pour les utilisateurs finaux, mais grâce aux outils en libre-service abordés ci-dessous, les analystes métier sont également en mesure de créer les leurs.
Peu importe l’origine d’une application décisionnelle, le service IT sera chargé des données sous-jacentes et de la gestion des applications décisionnelles courantes.
Dans cette catégorie, on trouve les outils décisionnels suivants :
Décisionnel et analyse en libre-service Cette catégorie comprend les outils décisionnels qui servent à réaliser des analyses de données ponctuelles ou à formuler une analyse récurrente à partager.
Ceux qui ont recours à ces outils ont une double casquette : ils consomment des données mais produisent aussi des analyses lorsqu’ils partagent ou publient l’application décisionnelle créée dans l’outil de BI en libre-service. On retrouve souvent le terme « analyste » dans leur titre (par exemple, analyste métier, financier ou RH). Les cadres qui, sans en avoir le titre, assument le rôle d’analyste d’entreprise (ou de gourou de l’analytique) pour leurs supérieurs ou leurs pairs utilisent également ces outils.
Si les outils d’exploration reposent sur un ensemble prédéfini de données et d’indicateurs, les outils décisionnels en libre-service sont plus souples : les utilisateurs professionnels peuvent ajouter des données et définir de nouveaux indicateurs lorsqu’ils réalisent leur analyse, sans intervention du service IT.
Malgré l’enthousiasme que suscite la formule sans intervention du service IT, sachons raison garder. Premièrement, c’est bien le service IT qui gèrera l’accès aux données selon les besoins, la sécurité et le respect de la confidentialité : pour exécuter leurs analyses, les utilisateurs devront obtenir les privilèges nécessaires à l’ajout des sources.
Deuxièmement, l’outil décisionnel doit accepter les données de ces sources et les traiter correctement. Certes, les outils décisionnels accèdent facilement à la plupart des sources, mais certaines peuvent interdire l’accès à leurs données.
En troisième lieu, l’utilisateur professionnel doit être capable d’interpréter la source. Il doit donc généralement obtenir du service informatique des explications sur le schéma et les définitions des données à analyser.
Enfin, quand bien même l’outil d’analyse décisionnelle serait perçu comme facile, l’assistance du service informatique et la formation à une utilisation efficace améliore la productivité des utilisateurs dans l’entreprise et augmente le retour sur investissement de ce type d’outil.
Dans cette catégorie, on trouve les styles d’outils décisionnels suivants :
Les solutions analytiques avancées englobent les outils qui permettent aux data-scientists de créer des modèles d’analyse prédictive et prescriptive. Elles comprennent notamment les logiciels d’analytique prescriptif, de modélisation statistique, d’exploration des données et d’analyse du Big Data. Avec ces solutions, les data-scientists passent de longues heures à ingérer les données, à les intégrer et à les nettoyer. Nous n’aborderons pas cette catégorie ici : nous la mentionnons à seule fin d’exhaustivité. Le schéma ci-dessous illustre les autres catégories et styles d’outils décisionnels :
Chacun des types de BI traités ici a d’abord été un outil décisionnel autonome spécialisé, commercialisé par un éditeur de BI émergent. Lorsque les entreprises commençaient à accorder de la valeur à ces solutions, la situation évoluait :
Une des questions incontournables à se poser est la suivante : vaut-il mieux acheter une suite décisionnelle complète à un fournisseur de BI, ou des produits distincts à plusieurs éditeurs ?
Pour tout dire, cela dépend. Tout d’abord, plutôt que de chercher à tout prix le produit le plus complet, vous devez vous procurer celui qui correspond à vos besoins : votre entreprise n’a pas nécessairement besoin de toutes les fonctionnalités proposées. Ce sont les besoins de l’entreprise et l’adéquation de la solution qui guident le processus de sélection.
Ensuite, une entreprise doit se pencher sur les coûts et sur les compétences nécessaires au développement et à la gestion des applications décisionnelles, et pas uniquement sur le coût d’abonnement ou d’achat. Parfois, les suites décisionnelles s’avèrent plus avantageuses en termes de coûts et de ressources que certains outils autonomes. Mais elles peuvent aussi être bien plus complexes, avec de lourdes conséquences : licences plus élevées, délais de développement allongés, compétences requises plus nombreuses.
Les investissements en informatique décisionnelle et l’utilisation de ces outils vivent une période de croissance à long terme, quel que soit le cycle économique. Le rythme s’est même accéléré depuis quelques années. Les entreprises ont soif de données, pas seulement pour croître et s’améliorer, mais aussi pour gérer leurs activités au quotidien.
Traditionnellement, le décisionnel, par sa complexité, ses coûts et les compétences qu’il requiert, relève du domaine des grandes entreprises. Mais ces caractéristiques ont subi des changements radicaux ces dernières années, si bien que les PME s’invitent désormais dans la cour des grands.
Pour beaucoup d’entreprises de toutes tailles, le premier avantage réside dans les fonctionnalités de reporting des applications d’éditeurs tels que SAP, Oracle, Microsoft, Infor et Epicor.
Cette approche présente souvent l’inconvénient de compartimenter les données. La portée de l’initiative BI s’en trouve alors amoindrie et se traduit par un effet limité sur les revenus et l’exploitation. De plus, cette approche est chronophage : le temps passé à comparer et à rapprocher les données des différents silos ne serait-il pas mieux employé à développer l’activité ? Lorsque les limites et les coûts d’une telle stratégie émergent, alors l’entreprise est prête à adopter une technologie décisionnelle indépendante de ses applications opérationnelles.
Au tout début, on ne trouvait le décisionnel que dans les secteurs aux données omniprésentes, mais aujourd’hui, quel que soit le secteur, les processus des entreprises sont de gros consommateurs d’informations dont la valorisation passe par les outils de BI. Les volumes à analyser varient selon le secteur et la taille de l’entreprise et influencent le choix de l’outil décisionnel. Toutefois, les catégories et styles d’un outil donné restent inchangés.
La première fois que l’on s’y intéresse, le secteur de l’informatique décisionnelle impressionne avec plus d’une centaine de fournisseurs. De plus, on a assisté à de nombreuses fusions et acquisitions, au point que certains clients ne savent parfois plus qui vend quoi.
Les fournisseurs de solutions décisionnelles se classent en trois groupes :
Pour le déploiement, il convient de prendre en compte deux points principaux : le mode d’accès des utilisateurs aux outils décisionnels (front-end) et l’emplacement de l’application décisionnelle elle-même (back-end).
Si quelques outils d’analyse décisionnelle utilisent exclusivement des applications clientes (desktop), presque tous proposent aujourd’hui une interface Web compatible avec les principaux logiciels de navigation. Les éditeurs n’ont proposé que tardivement des interfaces mobiles. Ils se sont longtemps contentés d’offrir un accès via le navigateur des tablettes et des smartphones, mais la nouvelle ampleur des usages mobiles a changé la donne.
La plupart des mises en œuvre déploient les serveurs applicatifs décisionnels sur site, dans le datacenter de l’entreprise, mais de plus en plus d’applications sont déployées dans des Clouds privés hébergés par exemple chez Amazon.
Lorsque la solution décisionnelle est dotée d’une interface Web, la décision de déployer l’outil de BI en interne ou dans le Cloud dépend de la stratégie de datacenter de l’entreprise plutôt que des limites de l’outil. Certains acteurs émergents proposent exclusivement des déploiements en mode Cloud, souvent sous la forme d’un environnement SaaS mutualisé (multi-tenant) où le fournisseur de décisionnel en Cloud assure la sécurité et la confidentialité.
Désormais, vous connaissez mieux les différentes catégories d’outils, le panorama des fournisseurs et les modes de déploiement des outils d’analyse décisionnelle. L’étape suivante va consister à déterminer vos besoins en examinant des cas d’utilisation types auxquels les outils sont adaptés.
Cet article a été rédigé en juin 2015 par Rick Sherman, fondateur de Athena IT Solutions, un cabinet de conseils basé Maynard, Massachussetts. Avec 25 ans d’expérience dans la BI et les Datawarehouse, il a travaillé sur l’implémentation de plus de 50 entrepôts de données et de datamarts dans de multiple industries. Il a également publié en 2014 « Business Intelligence Guidebook: From Data Integration to Analytics ».
04 févr. 2016