Applications de l’informatique décisionnelle (business intelligence) dans une entreprise

L’informatique décisionnelle (business intelligence) peut être appliquée aux objectifs commerciaux suivants, afin de générer de la valeur commerciale.

1. Mesure : programme qui crée une hiérarchie d’indicateurs de performances et d’analyses comparatives qui informe les chefs d’entreprise des progrès réalisés par rapport aux objectifs commerciaux (gestion des processus commerciaux).
2. Analyse des données : programme qui crée des processus quantitatifs permettant à une entreprise de prendre des décisions optimales et d’effectuer une découverte des connaissances commerciales. Implique fréquemment : l’exploration de données, l’exploration de processus, l’analyse statistique, l’analyse prédictive, la modélisation prédictive, la modélisation des processus métier, la traçabilité des données, le traitement d’événements complexes et l’analyse prescriptive des données.
3. Rapports/rapports d’entreprise : programme qui crée une infrastructure de rapports stratégiques pour servir la gestion stratégique d’une entreprise, et non les rapports opérationnels. Implique fréquemment la visualisation de données, le système d’information exécutif et OLAP.
4. Plateforme de collaboration/collaboration : programme qui permet à différents domaines (à la fois à l’intérieur et à l’extérieur de l’entreprise) de travailler ensemble via le partage de données et l’échange de données électroniques.
5. Gestion des connaissances : programme visant à rendre l’entreprise axée sur les données grâce à des stratégies et des pratiques permettant d’identifier, de créer, de représenter, de distribuer et de permettre l’adoption d’informations et d’expériences qui sont de véritables connaissances commerciales. La gestion des connaissances mène à la gestion de l’apprentissage et à la conformité réglementaire.

En plus de ce qui précède, l’informatique décisionnelle peut fournir une approche proactive, telle qu’une fonctionnalité d’alerte qui avertit immédiatement l’utilisateur final si certaines conditions sont remplies. Par exemple, si une mesure commerciale dépasse un seuil prédéfini, la mesure sera mise en évidence dans les rapports standard et l’analyste commercial peut être alerté par e-mail ou par un autre service de surveillance. Ce processus de bout en bout nécessite une gouvernance des données, qui doit être gérée par l’expert.

Priorisation des projets

Il peut être difficile de fournir une analyse de rentabilisation positive pour les initiatives de business intelligence, et souvent les projets doivent être priorisés par le biais d’initiatives stratégiques. Les projets de BI peuvent atteindre une priorité plus élevée au sein de l’organisation si les responsables prennent en compte les éléments suivants :

• Comme décrit par Kimball (Ralph Kimball, The Data Warehouse Toolkit, Second Edition, Wiley Publishing, Inc., 2008. ISBN 978-0-470-14977-5), le responsable BI doit déterminer les avantages tangibles tels que l’élimination des coûts de production des rapports hérités.
• L’accès aux données pour l’ensemble de l’organisation doit être appliqué. De cette façon, même un petit avantage, tel que quelques minutes économisées, fait la différence lorsqu’il est multiplié par le nombre d’employés dans l’ensemble de l’organisation.
• Comme décrit par Ross, Weil & Roberson pour Enterprise Architecture, les responsables doivent également envisager de laisser le projet BI être piloté par d’autres initiatives commerciales présentant d’excellentes analyses de rentabilisation. Pour soutenir cette approche, l’organisation doit disposer d’architectes d’entreprise capables d’identifier les projets commerciaux appropriés.
• Utiliser une méthodologie structurée et quantitative pour créer une hiérarchisation défendable conforme aux besoins réels de l’organisation, telle qu’une matrice de décision pondérée.

Facteurs de réussite de la mise en œuvre

Selon Kimball et al., il existe trois domaines critiques que les organisations doivent évaluer avant de se préparer à réaliser un projet BI :

1. Le niveau d’engagement et de parrainage du projet de la part de la haute direction.
2. Le niveau de besoin de l’entreprise pour créer une implémentation BI.
3. La quantité et la qualité des données commerciales disponibles.

Parrainage d’entreprise

L’engagement et le parrainage de la haute direction sont, selon Kimball et al., les critères d’évaluation les plus importants. En effet, le fait d’avoir un solide soutien de la direction aide à surmonter les lacunes ailleurs dans le projet. Cependant, comme Kimball et al. déclarent : « même le système DW/BI le plus élégamment conçu ne peut pallier un manque de parrainage commercial [de gestion] ».

Il est important que le personnel qui participe au projet ait une vision et une idée des avantages et des inconvénients de la mise en œuvre d’un système BI. Le meilleur sponsor commercial doit avoir un poids organisationnel et doit être bien connecté au sein de l’organisation. Il est idéal que le sponsor de l’entreprise soit exigeant mais aussi capable d’être réaliste et solidaire si la mise en œuvre rencontre des retards ou des inconvénients. Le commanditaire de gestion doit également être capable d’assumer la responsabilité et d’assumer la responsabilité des échecs et des revers du projet. Le soutien de plusieurs membres de la direction garantit que le projet n’échoue pas si une personne quitte le groupe de pilotage. Cependant, le fait que de nombreux gestionnaires travaillent ensemble sur le projet peut également signifier qu’il existe plusieurs intérêts différents qui tentent de tirer le projet dans différentes directions, par exemple si différents départements souhaitent mettre davantage l’accent sur leur utilisation. Ce problème peut être résolu par une analyse précoce et spécifique des domaines d’activité qui bénéficient le plus de la mise en œuvre. Toutes les parties prenantes du projet doivent participer à cette analyse afin qu’elles se sentent investies dans le projet et trouvent un terrain d’entente.

Un autre problème de gestion qui peut être rencontré avant le début d’une mise en œuvre est un sponsor commercial trop agressif. Des problèmes de dérive du champ d’application surviennent lorsque le sponsor demande des ensembles de données qui n’ont pas été spécifiés lors de la phase de planification d’origine.

Les besoins de l’entreprise

En raison de la relation étroite avec la haute direction, une autre chose essentielle qui doit être évaluée avant le début du projet est de savoir s’il existe ou non un besoin commercial et s’il y a un avantage commercial clair à effectuer la mise en œuvre. Les besoins et les avantages de la mise en œuvre sont parfois déterminés par la concurrence et la nécessité d’obtenir un avantage sur le marché. Une autre raison d’une approche axée sur l’entreprise pour la mise en œuvre de la BI est l’acquisition d’autres organisations qui agrandissent l’organisation d’origine, il peut parfois être avantageux de mettre en œuvre DW ou BI afin de créer plus de surveillance.

Les entreprises qui mettent en œuvre la BI sont souvent de grandes organisations multinationales avec diverses filiales. Une solution BI bien conçue fournit une vue consolidée des données commerciales clés qui ne sont disponibles nulle part ailleurs dans l’organisation, offrant à la direction une visibilité et un contrôle sur des mesures qui n’existeraient pas autrement.

Quantité et qualité des données disponibles

Sans données appropriées, ou avec trop peu de données de qualité, toute implémentation de BI échoue ; peu importe la qualité du parrainage de la direction ou de la motivation commerciale. Avant la mise en œuvre, il est conseillé de procéder à un profilage des données. Cette analyse identifie « le contenu, la cohérence et la structure [..] » des données. Cela doit être fait le plus tôt possible dans le processus et si l’analyse montre que les données manquent, mettez le projet en attente temporairement pendant que le service informatique détermine comment collecter correctement les données.

Lors de la planification des besoins en données commerciales et en business intelligence, il est toujours conseillé d’envisager des scénarios spécifiques qui s’appliquent à une organisation particulière, puis de sélectionner les fonctionnalités de business intelligence les mieux adaptées au scénario.

Souvent, les scénarios tournent autour de processus métier distincts, chacun reposant sur une ou plusieurs sources de données. Ces sources sont utilisées par des fonctionnalités qui présentent ces données en tant qu’informations aux travailleurs du savoir, qui agissent ensuite sur ces informations. Les besoins métier de l’organisation pour chaque processus métier adopté correspondent aux étapes essentielles de la business intelligence. Ces étapes essentielles de la business intelligence incluent, sans s’y limiter :

1. Parcourez les sources de données d’entreprise afin de collecter les données nécessaires
2. Convertir les données commerciales en informations et les présenter de manière appropriée
3. Interroger et analyser les données
4. Agir sur les données collectées

L’aspect qualité de la business intelligence doit couvrir tout le processus depuis les données sources jusqu’au rapport final. A chaque étape, les barrières de la qualité sont différentes :

1. Données sources :
   • Normalisation des données : rendre les données comparables (même unité, même modèle…)
   • Gestion des données de référence : référentiel unique
2. Banque de données opérationnelles (ODS) :
   • Nettoyage des données : détecter et corriger les données inexactes
   • Profilage des données : vérifiez la valeur inappropriée, nulle/vide
3. Entrepôt de données :
   • Exhaustivité : vérifiez que toutes les données attendues sont chargées
   • Intégrité référentielle : référentiel unique et existant sur toutes les sources
   • Cohérence entre les sources : vérifier les données consolidées par rapport aux sources
4. Rapport :
   • Unicité des indicateurs : un seul dictionnaire commun d’indicateurs
   • Exactitude de la formule : la formule de rapport locale doit être évitée ou vérifiée

Source : Textes traduits et adaptés de Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, sous licence CC BY-SA 4.0. Traduction et adaptation : Nicolae Sfetcu

© 2021 MultiMedia Publishing, L’informatique décisionnelle et l’analyse d’affaires, Collection Science de l’information