Une nouvelle ère pour la Business Intelligence grâce à l’Intelligence active

Cropped Favicon Economi Matin.jpg
Par Nicolas Hirsch Publié le 14 juin 2021 à 16h14
Bootstrapping Financement Entreprise
5,8%L'OCDE prévoit une croissance mondiale à 5,8% en 2021.

Aujourd’hui, y a-t-il encore une différence significative entre les expressions « Business Intelligence » (BI) ou « analytique » ? Il est vrai que les deux partagent un objectif commun : permettre de prendre la bonne décision au bon moment à partir des enseignements tirés des données des entreprises. Néanmoins, il s’agit avant tout d’un processus humain qui reste plus complexe qu’il n’y parait. Face à l’intensification de la crise économique et face à la nature volatile de ces données, se baser sur ces dernières pour prendre des décisions n’est plus suffisant.

A l’ère de la digitalisation des processus, il est devenu primordial de repenser la manière dont les entreprises prennent des décisions. Pour survivre dans ce contexte économique incertain, les entreprises doivent impérativement être en mesure de prendre des décisions stratégiques en temps réel et de manière efficace.

Des manquements en matière de données « prêtes à l’emploi » qui limitent les performances des outils de la 3ème génération de BI

Ces dernières années, pour offrir une expérience plus interactive aux utilisateurs, de nouvelles fonctionnalités reposant sur l’intelligence artificielle et le machine learning ont été intégrées aux outils analytiques déjà existants. S’adressant en premier lieu aux utilisateurs métiers, ces dernières permettent d’appréhender et de visualiser plus facilement les données en les questionnant.

Bien que ces solutions produisent des résultats encourageants, elles ne sont fiables qu’en cas d’utilisation de données « business-ready ». Cela signifie que les algorithmes de ces solutions doivent se baser sur des données disponibles en temps réel, de qualité et auxquelles les utilisateurs accordent une certaine crédibilité. En effet, des prévisions algorithmiques reposant uniquement sur des données dites « historiques », ne reflèteront pas la réalité des comportements, et engendreront alors des failles dans la prise de décision.

Pour prendre les bonnes décisions au bon moment, les entreprises doivent impérativement s’assurer de la fiabilité, de la gouvernance et de la disponibilité instantanée des données exploitées.

En pratique, comment prendre de meilleures décisions grâce à la BI ?

C’est d’abord dans un souci d'amélioration de la collaboration entre utilisateurs métiers et données que les outils de BI traditionnelle ont été développés. Afin de de bénéficier d’une intelligence active, ils doivent désormais s’appliquer à l’ensemble de la chaîne analytique.

Dans un premier temps, le processus allant de l’intégration à la transformation des données, c’est-à-dire le pipeline analytique, doit gagner en intelligence. Pour cela, faire appel à des solutions de traçabilité (data lineage) semble judicieux. En effet, le pipeline analytique, ne doit pas se contenter de fournir des données prêtes pour l’analytique, il doit également garantir l'intégration d’une logique business aux différents utilisateurs. Ce n’est qu'à cette condition que lesdites données deviennent exploitables pour les décisions métiers.

Par ailleurs, les données doivent refléter la réalité de l’entreprise. L'instantanéité de leur disponibilité ne suffit donc pas ; ces données doivent désormais être hyper contextualisées. Pour ce faire, les entreprises doivent accroître leur connectivité et devenir particulièrement exigeantes envers leurs sources.

Ainsi, il est nécessaire pour les entreprises de faire appel à des technologies permettant d'obtenir des informations en temps réel tout en faisant preuve d'agilité. Dans la mesure où les entreprises disposent d'un pipeline analytique intelligent et d'informations en temps réel, elles peuvent alors avoir recours à l’automatisation et ainsi concrétiser ces enseignements en actions réelles.

Enfin, pour mettre en place l’intelligence active au sein d’une entreprise, il faut impérativement s’assurer de l'efficacité de la collaboration entre les utilisateurs qui produisent des données et les utilisateurs qui les consomment. Pour être effectives, les fonctionnalités permettant cette collaboration doivent s’appliquer à l'ensemble des étapes de la chaîne analytique, et non pas uniquement les dernières. En considérant les données comme un ensemble insécable, les entreprises pourront faire preuve de plus d'agilité dans leur transformation car elles bénéficieront d’une visibilité significative sur la logique business.

Pour que les données exploitent pleinement leur potentiel et rendent la prise de décision plus agile, exhaustive, fiable et automatisée, les outils de la 3ème génération de BI doivent prendre en considération une nouvelle dimension. La simplification de l’expérience des utilisateurs métiers grâce aux outils de BI a certes permis de les augmenter grâce à la donnée, mais cela ne suffit plus. La maitrise des données par l’ensemble des collaborateurs doit en effet perdurer afin d’être en mesure de les interroger et de travailler avec celles-ci. Néanmoins, il est désormais nécessaire pour les entreprises d’intégrer des technologies capables de fournir un ensemble de données fiable, garantissant l’accès des bonnes données aux bons utilisateurs, et ce de manière instantanée.

Cropped Favicon Economi Matin.jpg

Directeur de Qlik France