Le renseignement opérationnel comporte un certain nombre d’aspects qui ont été élucidés dans ce chapitre. Certaines de ces fonctionnalités sont le traitement d’événements complexes, la gestion des processus métier, les métadonnées et l’analyse des causes profondes. Les composants discutés dans ce texte sont d’une grande importance pour élargir les connaissances existantes sur le renseignement opérationnel.
L’intelligence opérationnelle (IO) est une catégorie d’analyses commerciales dynamiques en temps réel qui offre une visibilité et un aperçu des données, des événements en continu et des opérations commerciales. Les solutions d’intelligence opérationnelle exécutent des requêtes sur des flux de données en continu et des données d’événements pour fournir des résultats analytiques en temps réel sous forme d’instructions opérationnelles. L’intelligence opérationnelle permet aux organisations de prendre des décisions et d’agir immédiatement en fonction de ces informations analytiques, par le biais d’actions manuelles ou automatisées.
Objectif
Le but d’IO est de surveiller les activités commerciales et d’identifier et de détecter les situations liées aux inefficacités, aux opportunités et aux menaces et de fournir des solutions opérationnelles. Certaines définitions définissent l’intelligence opérationnelle comme une approche centrée sur les événements pour fournir des informations qui permettent aux gens de prendre de meilleures décisions.
En outre, ces mesures servent de point de départ pour une analyse plus approfondie (exploration des détails, analyse des causes profondes – lier les anomalies à des transactions spécifiques et à l’activité commerciale).
Les systèmes IO sophistiqués offrent également la possibilité d’associer des métadonnées à des métriques, des étapes de processus, des canaux, etc. Avec cela, il devient facile d’obtenir des informations connexes, par exemple, « récupérer les informations de contact de la personne qui gère l’application qui a exécuté l’étape dans la transaction commerciale qui a pris 60 % de temps en plus que la norme », ou « afficher la tendance d’acceptation/de rejet pour le client qui s’est vu refuser l’approbation dans cette transaction », ou « Lancer l’application avec laquelle cette étape du processus a interagi ».
Fonctionnalités
Différentes solutions de renseignement opérationnel peuvent utiliser de nombreuses technologies différentes et être mises en œuvre de différentes manières. Cette section répertorie les fonctionnalités communes d’une solution de renseignement opérationnel :
- Surveillance en temps réel
- Détection de situation en temps réel
- Des tableaux de bord en temps réel pour différents rôles d’utilisateur
- Corrélation des événements
- Tableaux de bord spécifiques à l’industrie
- Analyse multidimensionnelle
- Analyse de la cause originelle
- Séries chronologiques et analyse des tendances
- L’analytique des mégadonnées : l’intelligence opérationnelle est bien adaptée pour relever les défis inhérents aux mégadonnées. L’intelligence opérationnelle surveille et analyse en permanence la variété de sources des mégadonnées à grande vitesse et à volume élevé. Souvent exécutées en mémoire, les plates-formes et solutions IO présentent ensuite les calculs et les modifications incrémentiels, en temps réel, à l’utilisateur final.
Composants technologiques
Les solutions d’intelligence opérationnelle partagent de nombreuses fonctionnalités et, par conséquent, beaucoup partagent également des composants technologiques. Voici une liste de certains des composants technologiques les plus courants et des fonctionnalités qu’ils permettent :
- Surveillance de l’activité commerciale – Customisation et personnalisation du tableau de bord
- Traitement d’événements complexes : Analyse avancée et continue des informations en temps réel et des données historiques
- Gestion des processus d’entreprise : Pour effectuer une exécution basée sur un modèle de politiques et de processus définis en tant que modèles de Modèle et de notation de processus d’entreprise (BPMN)
- Cadre de métadonnées pour modéliser et lier les événements aux ressources
- Publication et notification multicanaux
- Base de données dimensionnelle
- Analyse de la cause originelle
- Collection d’événements multiprotocole
L’intelligence opérationnelle est un segment de marché relativement nouveau (par rapport aux segments plus matures de l’informatique décisionnelle et de la gestion des processus métier). En plus des entreprises qui produisent des produits dédiés et ciblés dans ce domaine, il existe de nombreuses entreprises dans les zones adjacentes qui fournissent des solutions avec certains composants IO.
L’intelligence opérationnelle place des informations complètes à portée de main, ce qui permet de prendre des décisions plus intelligentes à temps pour maximiser l’impact. En corrélant une grande variété d’événements et de données provenant à la fois des flux de diffusion en continu et des silos de données historiques, l’intelligence opérationnelle aide les organisations à obtenir une visibilité en temps réel des informations, dans leur contexte, grâce à des tableaux de bord avancés, un aperçu en temps réel des performances, de la santé et de l’état de l’entreprise afin que des mesures immédiates basées sur les politiques et processus commerciaux peuvent être prises. L’intelligence opérationnelle applique les avantages des analyses, des alertes et des actions en temps réel à un large éventail de cas d’utilisation dans l’entreprise et au-delà.
Un segment technologique spécifique est l’Identification automatique et capture de données (Automatic Identification and Data Capture, AIDC) représenté par les codes à barres, la RFID et la reconnaissance vocale.
Comparaison avec d’autres technologies ou solutions d’informatique décisionnelle
L’IO est souvent liée ou comparée à l’informatique décisionnelle (Business Intelligence, BI) ou à l’informatique décisionnelle en temps réel, dans le sens où les deux aident à donner un sens à de grandes quantités d’informations. Mais il existe des différences fondamentales : l’IO est principalement centrée sur l’activité, tandis que la BI est principalement centrée sur les données. Comme avec la plupart des technologies, chacune d’entre elles pourrait être contrainte de manière sous-optimale à effectuer la tâche de l’autre. L’IO est, par définition, en temps réel, contrairement à la BI ou à la BI « à la demande », qui sont traditionnellement des approches après coup et basées sur des rapports pour identifier les modèles. La BI en temps réel (c’est-à-dire la BI à la demande) s’appuie sur la base de données comme seule source d’événements.
IO fournit des analyses continues en temps réel sur les données au repos et les données en cours, tandis que la BI ne regarde généralement que les données historiques au repos. IO et BI peuvent être complémentaires. L’IO est mieux utilisée pour la planification à court terme, comme décider de la « prochaine meilleure action », tandis que la BI est mieux utilisée pour la planification à plus long terme (au cours des prochains jours ou semaines). La BI nécessite une approche plus réactive, réagissant souvent à des événements qui ont déjà eu lieu.
Si tout ce qui est nécessaire est un aperçu des performances historiques sur une période de temps très spécifique, les solutions de BI existantes devraient répondre à l’exigence. Cependant, les données historiques doivent être analysées avec des événements qui se produisent actuellement, ou pour réduire le temps entre le moment où les renseignements sont reçus et le moment où des mesures sont prises, alors l’intelligence opérationnelle est l’approche la plus appropriée.
Gestion des systèmes
La gestion du système fait principalement référence à la disponibilité et à la surveillance des capacités de l’infrastructure informatique. La surveillance de la disponibilité fait référence à la surveillance de l’état des composants de l’infrastructure informatique tels que les serveurs, les routeurs, les réseaux, etc. Cela implique généralement de faire un ping ou d’interroger le composant et d’attendre de recevoir une réponse. La surveillance des capacités fait généralement référence à des transactions synthétiques dans lesquelles l’activité de l’utilisateur est imitée par un logiciel spécial, et l’exactitude des réponses reçues est vérifiée.
Traitement des événements complexes
Il existe une relation étroite entre les entreprises de traitement d’événements complexes (TEC) et l’intelligence opérationnelle, d’autant plus que le TEC est considéré par de nombreuses entreprises IO comme un élément central de leurs solutions IO. Les entreprises TEC ont tendance à se concentrer uniquement sur le développement d’un cadre TEC que d’autres entreprises peuvent utiliser au sein de leur organisation en tant que moteur TEC pur.
Surveillance de l’activité commerciale
La surveillance des activités commerciales (SAC) est un logiciel qui facilite la surveillance des processus commerciaux, car ces processus sont mis en œuvre dans des systèmes informatiques. SAC est une solution d’entreprise principalement destinée à fournir un résumé en temps réel des processus métier aux responsables des opérations et à la haute direction. La principale différence entre SAC et IO semble résider dans les détails de mise en œuvre – la détection de situation en temps réel apparaît dans SAC et IO et est souvent mise en œuvre à l’aide de TEC. De plus, SAC se concentre sur des modèles de processus de haut niveau, tandis que IO s’appuie plutôt sur la corrélation pour déduire une relation entre différents événements.
Gestion des processus métiers
Une suite de gestion des processus métier (GPM) est l’environnement d’exécution dans lequel on peut effectuer une exécution pilotée par un modèle de politiques et de processus définis en tant que modèles GPM. Dans le cadre d’une suite d’intelligence opérationnelle, une suite GPM peut fournir la capacité de définir et de gérer des politiques à l’échelle de l’entreprise, d’appliquer les politiques aux événements, puis d’agir en fonction des politiques prédéfinies. Une suite GPM offre également la possibilité de définir des politiques comme des instructions si/alors et de les appliquer aux événements.
Source: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, License CC BY-SA 4.0. Traduction et adaptation: Nicolae Sfetcu
© 2022 MultiMedia Publishing, L’informatique décisionnelle et l’analyse exploratoire des données dans les entreprises, Collection Sciences de l’information
Laisser un commentaire