Guide complet de la Business Intelligence
Les responsables d’entreprises sont aujourd'hui confrontés à la nécessité de prendre des décisions toujours plus rapides, toujours plus précises et toujours plus efficaces.
Avec des stratégies adaptées et des logiciels performants, vous pouvez dès aujourd'hui prendre des décisions pilotées par les données – plus rapidement et avec une plus grande précision. On parle alors de Business Intelligence.
Qu’est-ce que la Business Intelligence ?
Définition
La Business Intelligence (BI) ou informatique décisionnelle en français est un ensemble de processus, de technologies, de compétences et d'applications utilisés pour transmettre des informations pertinentes aux responsables et managers dans les sociétés. Elle vise à analyser des volumes de données considérables stockées dans les data warehouses ou les datamarts et les convertir en renseignements exploitables.
Les organisations qui mettent en place la Business Intelligence dans le processus de prise de décision adopte alors une stratégie dite data-driven (pilotée par la donnée).
Les enjeux de la BI
L’objectif de l’informatique décisionnelle est de faciliter la prise de décision au sein de l’entreprise et d’orienter le développement des futures activités. Concrètement, la BI a pour but de transmettre la bonne information aux bonnes personnes.
Cela permet aux organisations de mieux comprendre leur environnement de marché, de générer des comptes rendus personnalisés pour chaque pôle et chaque activité et ainsi d’adopter des stratégies pertinentes et efficaces.
Comment fonctionne l’informatique décisionnelle ?
Elle s’appuie sur la collecte de data, la mise en conformité de ces dernières, le contrôle de leur qualité, leur stockage dans ce qu’on appelle un référentiel et leur distribution aux acteurs concernés.
Ce référentiel est généralement un serveur (centralisé ou décentralisé) appelé data mart (magasin de données) ou data warehouse (entrepôt de données). Il regroupe les informations historiques et en temps réel de l’organisation afin d’obtenir une vision globale de l’activité.
Grâce à l’ensemble de ces solutions, les équipes IT réalisent des études avancées et utilisent les renseignements collectés de manière opérationnelle et concrète.
Business Intelligence (BI) et Business Analytics (BA) :
quelle différence ?
BI et BA : deux démarches analytiques complémentaires
Il y a souvent confusion entre la Business Intelligence et la Business Analytics. Et ce n’est pas étonnant, ces deux notions sont assez proches et servent le même objectif : simplifier le processus décisionnel.
D’ailleurs, la BA a besoin de l’informatique décisionnelle pour être mise en œuvre. En effet, chaque tableau de bord, reporting et requête ad hoc effectuée dans une démarche de Business Intelligence va servir la BA.
L'analyse des données est une composante essentielle de la BI et la BA mais elles utilisent des programmes distincts et sont utilisées à des fins différentes.
Alors que la BI fournit des données opérationnelles et des faits (qui, quoi, quand, combien) la BA (parfois appelée « analytique métier »), elle, apporte des précisions complémentaires permettant de mieux comprendre ces faits.
L’informatique décisionnelle apporte des faits
La BI utilise des données historiques et des données en temps réel pour optimiser la prise de décision dans le présent, à savoir évaluer ce qui fonctionne et ne fonctionne pas, puis décider de la meilleure façon d'aller de l'avant.
La BA apporte des explications et des prédictions
Elle fait référence aux méthodes statistiques utilisées pour :
- Trouver des corrélations entre des faits,
- Expliquer pourquoi un événement s’est passé
- Effectuer des analyses prédictives et
- Anticiper les tendances futures
La Business Analytics explore les données historiques pour en extraire des tendances et la connaissance nécessaire à l'évolution de l'activité. Elle est donc surtout utilisée comprendre pourquoi un événement s’est produit et pour prédire ce qui va se passer dans le futur.
Les outils de Business Intelligence
De la BI traditionnelle vers la BI en libre-service
La BI peut être divisée en deux grandes catégories : BI traditionnelle et BI en libre-service.
La BI traditionnelle est gérée par une équipe IT ou par des spécialistes des données qui exécutent les requêtes. L'inconvénient de cette approche est qu'il faut parfois plusieurs semaines (ou plus) pour obtenir un rapport.
Pour cette raison, l'accent est mis aujourd'hui sur la « BI en libre-service » : des employés sans aucune formation en analyse statistique, effectuent des requêtes et génèrent des rapports et des études ad hoc, souvent à partir de tableaux de bord interactifs installés sur un simple PC.
Ces outils sont intuitifs et faciles à utiliser. Ils permettent aussi d'accéder aux données en temps réel.
7 caractéristiques et fonctionnalités clés
Pour être efficace, la Business Intelligence doit être pratiquée avec des outils de qualité. Il en existe différents types qui sont spécialisés dans certaines opérations de BI et qui fonctionnent selon différents standards. Ils peuvent fonctionner en mode autonome ou dans le contexte d'une suite intégrée.
Analytique en ligne (OLAP)
Ils permettent d’analyser de gros volumes de données historiques à l'aide d'une fonction d'exploration en mode drill-down. Les informations obtenues sont stockées dans des « cubes OLAP » qui fournissent une vue multidimensionnelle des données.
Analyse ad hoc
Cette fonctionnalité permet à tout utilisateur (y compris non technique) de formuler une requête et de générer ensuite le rapport correspondant, généralement à partir d'un tableau de bord OLAP en mode « pointer-cliquer ».
Reporting
Cette solution fournit une représentation visuelle (tableaux, mappes, graphiques, etc.) des données extraites par une requête. Les comptes-rendus générés par les outils de reporting de la BI présentent des qualités exceptionnelles de vitesse, d'efficacité et de précision.
Analytique avancé
Elle est utilisée par les data scientists pour définir des modèles analytiques prédictifs et prescriptifs. La puissance de ces fonctions autonomes ou semi-autonomes leur permet de prédire les résultats futurs et de faire des recommandations.
BI opérationnelle
Ce sont les fonctions qui traitent les données entrantes en temps réel, offrant ainsi une meilleure visibilité de l’information et un accès plus rapide à celles-ci en vue de faciliter la prise de décision. En disposant de données en temps réel, l'organisation peut réagir très rapidement aux tendances et événements du marché.
BI open source
Il s’agit des outils de BI développés à partir de code open source (très facile à modifier). Ils se présentent généralement sous la forme d'une suite avec des fonctionnalités de reporting et de traitement.
BI en libre-service
Comme vu plus haut, cette solution de BI n'exige aucune connaissance ou formation analytique pour être utilisée. Elle est configurée de manière à permettre aux utilisateurs de tous niveaux techniques de faire des requêtes, de créer des comptes rendus et d'acquérir des connaissances à partir de tableaux de bord interactifs.
Comment identifier les meilleurs outils de BI ?
Il est tout d’abord essentiel de comprendre les caractéristiques (schéma et définitions) des sources de données utilisées par l'entreprise et de déterminer comment ces sources doivent être analysées.
La plupart des sources sont facilement accessibles à l'aide d'un outil de BI, mais il existe des exceptions. Un outil de BI natif doit être capable de traiter les données stockées dans les data warehouses et autres gisements.
L'étape suivante consiste à définir les objectifs opérationnels et les résultats souhaités :
- Identifier les indicateurs KPI qui devront être mesurés par le système de BI.
- Évaluer les coûts et compétences techniques nécessaires à la gestion des programmes de BI.
- Décider si vous avez besoin d'un outil de BI open source, autonome, ou d'une suite.
Un bon outil doit vous permettre d'obtenir des réponses précises, filtrées par source, date et tout autre facteur nécessaire pour répondre à vos requêtes spécifiques. Il doit être doté de capacités de suggestion (automatisées dans le contexte du machine learning), à savoir identifier la structure de chaque donnée récupérée en fonction de la question posée et suggérer des actions en fonction de ces résultats.
Parmi les autres caractéristiques importantes d'un outil de BI actuel et performant, citons les suivantes :
- Peut générer des rapports graphiques
- Suit le déroulement des opérations et les différents indicateurs de performances (KPI)
- Génère des graphiques prêts pour présentation
- Dispose d'une interface intuitive et ergonomique
- Est protégé par des mécanismes de sécurité efficaces
- Tient compte des applis mobiles
- Hiérarchise automatiquement les tâches
- Identifie les problèmes à un stade précoce
- Dialogue avec l'utilisateur via une interface en langage naturel
Les avantages de l’informatique décisionnelle
- Temps de réponse plus court : L'analytique en mémoire et le data warehouse en cloud permettent d’exécuter des analyses en temps réel et de fournir en quelques minutes des informations utiles à la société.
- Décisions plus avisées : La BI extrait les faits et transforme chaque donnée en information exploitable digne de confiance.
- Amélioration de l'efficacité opérationnelle : La BI offre une meilleure visibilité aux interconnexions qui relient les différentes composantes de l'organisation ; en conséquence, les problèmes et les inefficacités peuvent être identifiés et traités plus rapidement.
- Accélération du ROI : La BI permet d'identifier les ressources nécessaires pour atteindre les objectifs, augmente la productivité en accélérant le traitement des données et facilite la découverte de nouvelles sources de chiffre d'affaires.
- Reporting plus rapide : La BI permet de générer des comptes-rendus en temps réel sur des datasets précis et à jour, ce qui procure aux entreprises un avantage concurrentiel dans la résolution des problèmes les plus complexes.
- Stratégies précises : La BI facilite l'identification des tendances et structures importantes qui sont présentes dans les données et peuvent être exploitées pour établir des priorités et affecter les ressources nécessaires aux objectifs du projet.
- Satisfaction du client : La BI fournit des données sur les indicateurs de performances (KPI) qui ont été définis pour améliorer les activités de base de l'entreprise (par exemple, amélioration des produits ou services, réduction des délais de mise sur le marché), ce qui se traduit par de meilleurs scores de satisfaction client (CSAT).
Pourquoi la Business Intelligence est-elle devenue si importante ?
Avec la disponibilité croissante des big data, les prises d’initiatives sont plus importantes mais aussi plus difficiles à prendre. Les responsables d’organisations se retrouvent devant une masse colossale d’informations. En effet, les entrepôts de données contiennent souvent un téraoctet (voire plus) de données brutes qui doivent être traitées et préparées pour étude afin de pouvoir être utilisées.
Les systèmes de BI, grâce à l’intégration de technologie comme l’IA ou le Machine Learning, permettent une étude complète des données — souvent en quelques minutes — pour répondre à des demandes internes spécifiques.
L’informatique décisionnelle devenue incontournable pour les organisations
Dès qu'elle s'éloigne de la théorie, la Business Intelligence implémentée correctement peut transformer une entreprise. Voici quelques exemples et utilisations concrètes de cette démarche dans les compagnies.
Lenovo : La puissance de la BI en temps réel
Lenovo est le plus important fournisseur de PC au monde et une société de technologie grand public qui vaut 46 milliards $USD. La société a déployé une plate-forme de cloud hybride très flexible qui supporte la Business Intelligence en temps réel et examine annuellement plus de 11 milliards de transactions de données structurées et non structurées.
Voici les principaux résultats mesurés sur leur nouvelle plate-forme :
- 18 % d'augmentation du taux d’offres couplées avec les ordinateurs portables ThinkPad,
- 11 % d'augmentation du chiffre d'affaires par unité vendue avec analyse
- 1 million $USD de réduction des coûts d'exploitation en six mois.
Consulter l'étude de cas Lenovo →
SKF : La BI assiste la production
SKF, une organisation manufacturière présente à l'international doit en permanence être en mesure de prévoir avec précision la taille du marché pour ses produits et les volumes de demande pour des produits spécifiques.
« Quels produits l'organisation doit-elle fabriquer et en quelles quantités ? Où investir ? Où désinvestir ? Comment réagir aux nouvelles tendances du secteur ? C'est ce que Talend nous aide à faire... »
— Fritz Ulrich Dettmer, responsable des activités BI chez SKF
McDonald’s : améliorer les services à la clientèle
McDonald's utilise la BI data-driven pour améliorer son service à la clientèle grâce à une nouvelle approche de l'ETL, des big data et de la qualité des données.
Parmi les résultats mesurés chez McDonald's :
- réduction des besoins d'achat de matériel IT
- capacité de générer des rapports stratégiques à la demande pour prévoir les ventes,
- assurer des niveaux de personnel adéquats
- recruter de nouveaux employés.
F+W : La BI pour le développement des projets
F+W est une société e-commerce et de production de contenus liés à l'innovation et la créativité. Toutes ses équipes ont besoin d'accéder à des données qui vont leur permettre d'évaluer le succès de leurs initiatives et de piloter l'évolution de la société.
« Avec Talend, nous avons réussi à établir le dialogue entre nos systèmes à distance et nos systèmes sur site. Cette évolution a été ressentie à l'échelle de l'entreprise et depuis, nous ne prenons plus nos décisions "à l'instinct" mais à partir de données
cohérentes. »
— Greg Sitzman, vice-président des activités de Business Intelligence chez F+W.
Moneysupermarket – Agréger les données pour améliorer la BI
Moneysupermarket (MSM) est le premier site de comparaison de prix du Royaume-Uni. MSM s'est appuyé sur Amazon Web Services et Talend Data Management pour stocker les données de plusieurs services Web et les exploiter pour le marketing.
Principaux résultats mesurés :
- meilleur parcours d'achat pour les clients,
- prévisions de performance des canaux de distribution avec lecture quotidienne des indicateurs
- opérations de data science appliquées à 11 téra-octets de données en complément des analyses ad hoc.
L'avenir de la Business Intelligence : IA et cloud
L'avenir de la BI appliquée passe par le cloud et l'intelligence artificielle. Il est de moins en moins courant d'extraire des données d'une base de production et de les importer dans un tableur en vue de générer des rapports d’informatiques décionnelles.
Pour les sociétés qui migrent vers le cloud, le système de Business Intelligence est automatisé à l'aide d'applications de natives en cloud qui permettent d'extraire des connaissances, de faire des suggestions et de créer des représentations visuelles de l’information.
Le besoin d'adopter une stratégie data-driven et d'aborder les complexités informationnelles et la modernisation des données sont les forces motrices qui animent les stratégies cloud des entreprises.
Les trois grandes raisons invoquées par les DSI pour l'adoption de l'IT en cloud sont les suivantes :
- Améliorer l'agilité et la réactivité
- Accélérer le développement des produits et l'innovation
- Réduire les coûts
Le cloud offre de nouvelles solutions pour la BI et la gestion big data en proposant des outils de BI automatisés et natifs en cloud. On estime que d'ici à 2020, 40 % des tâches qui exigent les compétences d'un expert seront automatisées.
Premiers pas avec la Business Intelligence chez Talend
De plus en plus de compagnies font confiance à Talend pour tenir compte des big data dans la prise de chaque décision car nos outils unifiés sont capables de définir et déployer des jobs d'intégration de données 10 fois plus rapidement que le codage manuel, et pour un coût 5 fois inférieur à celui de nos concurrents.
Découvrez comment notre logiciel d'intégration open source gratuit peut vous aider à connecter, transformer et préparer vos données pour le traitement en un temps record.
