Avec l’informatique décisionnelle, passez de l’information à la décision

La Business Intelligence, BI, ou informatique décisionnelle permet d'accéder à l’information en temps réel, la transformer en outil d’aide à la décision pour faire des choix stratégiques et budgétaires.

Deux tendances s’imposent pour l’informatique décisionnelle :

  • d’une part, l’émergence de l’intelligence artificielle, en particulier du machine learning dans les outils décisionnels. Les entreprises souhaitent anticiper les évènements et non plus les constater pour prendre leurs décisions.
  • d’autre part, l’essor du self-service BI. Les logiciels BI proposent désormais des « librairies » de rapports et d’indicateurs à la disposition des salariés grâce aux outils de découverte de données.

De ce fait, la généralisation de l’utilisation de la Business Intelligence par tous les services et directions des entreprises, logistique, production, ressources humaines, etc.

De l’informatique décisionnelle ou business intelligence à l’analyse prédictive

Qu’est-ce que la Business Intelligence (BI) ou l’informatique décisionnelle ?

La Business Intelligence et/ou l’informatique décisionnelle désignent les outils d’aide à la décision qui :

  • collectent et analysent des données provenant de sources variées, internes ou externes,
  • les restituent sous forme de rapports ou tableaux analytiques ou prospectifs, visualisables et interactifs pour permettre aux dirigeants :
    • d’avoir une vision globale des résultats de leur entreprise,
    • de pouvoir anticiper des évènements à venir,
    • de prendre des décisions tactiques et/ou stratégiques.

Désormais, les entreprises, avec le big data à leur disposition, veulent :

  • passer d’une analyse descriptive à une analyse d’anticipation.
  • prévoir des événements pour prendre leurs décisions.

Business analytics ou informatique Analytique désignent plus généralement les technologies analytiques avancées qui intègrent et analysent les données.

A partir de ces données le Machine Learning ou apprentissage automatique permet de prédire certains évènements.

Présentation du Machine Learning
Le machine learning

Traitement des données pour l’informatique décisionnelle voire prédictive

Les données sont déstructurées et hétérogènes : archives papier, bases de données, feuilles de calcul, données clients collectées via un service en ligne, etc. Leur traitement doit suivre des processus en 4 étapes.

4 étapes du processus

Précisions

Collecte de données

Extraction des données structurées ou non de différentes sources internes ou externes.

Leur transformation en données structurées et normalisées pour les entreposer dans la base de données et établir une cohérence entre elles.

Modélisation et stockage de ces données

Les données brutes peuvent être stockées dans un Data Lake (lac de données).

Les données structurées et traitées, prêtes à être utilisées pour l’usage décisionnel, sont, elles, stockées dans :

  • un Data Warehouse: entrepôt ou base de données relationnelle classée par sujets,
  • ou un Data Mart : une base de données spécialisée adaptée aux requêtes décisionnelles.

Restitution ou distribution des informations

Cette publication nécessite l’utilisation :

  • d’outils de reporting,
  • de portails d’accès aux tableaux de bord, voire de portails décisionnels pour distribuer l’information à l’ensemble des intervenants,
  • d’outils de navigation dans des cubes OLAP qui permettent une représentation multidimensionnelle de l’information et le calcul de mesures agrégées,
  • d’outils statistiques data mining, pour des analyses prédictives,
  • de data visualisation.

Analyse et pilotage métier

Les données sont prêtes à être analysées :

  • sous forme de tableaux de bords ou de rapports interactifs présentant des indicateurs clés,
  • sous forme d’analyses multidimensionnelles,
  • par le data mining pour chercher des corrélations,
  • par les algorithmes prédictifs pour prévoir des évènements.

Le reporting de masse permet de répondre rapidement à un besoin commun à beaucoup d’utilisateurs.

La chaine du traitement des données dans la business intelligence ou informatique décisionnelleet le prédictif
Chaine de traitement des données dans la Business intelligence et le prédictif

Une équipe de Business Intelligence est constituée de professionnels de la gestion de bases de données maitrisant le langage SQL, les outils tableur (Excel), sachant travailler en équipe, en particulier :

  • d’un chef de projet en Business Intelligence : au-delà de ses connaissances techniques, il doit savoir manager un projet et des équipes, présenter ses résultats et former les utilisateurs.
  • d’architectes BI, de développeurs BI, de professionnels de la gestion de données et de leurs bases de données.
  • des utilisateurs, business users, qui s’assurent que les besoins de l’entreprises sont bien intégrés dans le processus de développement BI.

Quant aux projets analytiques plus avancés, ils sont menés par des équipes de data-scientists, de statisticiens, de modeleurs prédictifs, ou autres analystes professionnels expérimentés.

Freins à l’adoption de l’informatique décisionnelle ou business intelligence

Les principaux freins à l'utilisation d’un logiciel de Business Intelligence :

  • la résistance au changement des salariés de l’entreprise ; cela étant, les outils BI sont de plus en plus faciles à utiliser,
  • un mauvais traitement des données : mauvaise qualité ou trop grande quantité de données inutiles.

Les données sont la composante principale de toute solution de Business Intelligence, il est donc important qu’elles aient été :
• d’abord bien transformées en données structurées
• ensuite bien entreposées et classées dans la base de données ad’hoc.

Dans le cas contraire, elles génèreront des informations erronées.

  • Des processus liés aux 4 étapes du processus non standardisés, collecte, intégration, diffusion et restitution des données doivent tenir compte des différents acteurs : le service informatique, la direction administrative qui coordonne les projets, les services utilisateurs et la direction générale
  • L’impossibilité de travailler en déplacement, désormais les collaborateurs doivent pouvoir consulter les informations sur leurs appareils mobiles

Quels sont les avantages d'un outil de Business Intelligence ?

Les applications de business intelligence permettent :

  • de présenter les informations de façon structurée et cohérente,
  • d’optimiser la prise de décision via des indicateurs pertinents,
  • d’améliorer les processus internes et l’efficience d’exploitation,
  • d’identifier les tendances du marché et repérer les problèmes qui doivent être résolus,
  • d’automatiser le processus de décision en se basant sur les mêmes indicateurs pour toute l’entreprise,
  • d’améliorer la visibilité sur les chiffres, les écarts, les anomalies,
  • d’anticiper et prévoir les tendances,
  • d’utiliser les terminaux mobiles, smartphones, tablettes et ordinateurs portables à écran tactile pour réaliser leur analyses.

La réussite du projet décisionnel avec le suivi rigoureux des 4 étapes contribuera à l’amélioration des techniques organisationnelles de l’entreprise.

Présentation structurée des données par un outil de business intelligence ou informatique décisionnelle
Présentation structurée des données par un outil de Business intelligence

Pourquoi faire appel aux experts du Groupe HLi pour votre projet de Business Intelligence

Fort d’une longue expérience dans l’informatique décisionnelle et ou l’analytique, HLi vous propose son équipe de consultants expérimentés en solutions décisionnelles et/ou ses data scientists.

Vous assistez dans l'audit de vos besoins et le choix de l'outil décisionnel

Quelle que soit l’application concernée, ils vous assistent pour :

  • Recenser et analyser les besoins et attentes en matière de reporting des décideurs, des informaticiens, des administrateurs de bases de données...,
  • Vous proposer des solutions Business Intelligence qui permettent de :
    •  suivre les performances de l’entreprise en fonction de son secteur d’activité, de ses métiers et de ses objectifs (commerciaux, par exemple)
    •  prédire les évènements qui impactent la vie de votre société.
  • Sélectionner toutes les données utiles internes et externes,
  • Les stocker et les organiser de façon à les restituer à bon escient aux décideurs métier (RH, Marketing, Commercial, Direction générale etc.).

Mettre en place l’architecture adaptée avec nos consultants

Dès que la décision est prise, nos consultants en informatique décisionnelle certifiés BI et/ou nos data-scientistes vous aident à :

  • détecter, sélectionner et structurer vos données pertinentes quelles que soient leurs sources.
  • les intégrer de façon segmentée et structurée dans des bases de données Data lake, Datawarehouses et Datamarts métier (ETL/Infocentre).
  • organiser vos flux de données en fonction de vos différents utilisateurs.
  • intégrer ces bases de données à votre SI.
  • mettre en place et intégrer des portails décisionnels par métier.
  • migrer ou faire évoluer vos applications existantes de l’informatique décisionnelle vers l’analyse prédictive.

 Organiser un reporting ciblé et régulier

  • concevoir et développer les restitutions nécessaires à vos différents utilisateurs (outils de reporting, outils de simulation, d’analyse prédictives etc.).
  • élaborer vos tableaux de bords et tous vos états d’aide à la décision.
  • définir et réaliser vos indicateurs de pilotage.
  • concevoir et intégrer des modèles de Datamining.
  • mettre en œuvre des analyses dynamiques et/ou prédictives.
  • automatiser la restitution et les Workflows de diffusion.

 Former vos collaborateurs à ces nouveaux outils

Ensuite nos consultants, experts BI ou datascientists vont former vos collaborateurs concernés afin qu’ils maîtrisent leurs nouveaux outils.