Stefan Caracas, expert BI & Analytique chez Actuate Corporation
Actuellement, les énormes volumes d’informations à notre disposition sont stockés par des entreprises ; dans l’espoir que leur étude permettra le développement de nouvelles sources de revenus ou encore des connaissances approfondies sur un sujet donnée. Mais avant d’arriver à extraire de ces données une meilleure compréhension de notre environnement, le stockage et l’enregistrement dans des bases est loin d’être suffisant. Sans une analyse adaptée, nos données ne sont qu’une matière première désespérément inutilisable.
Pendant longtemps, la Business Intelligence a été l’unique moyen de tirer parti des documents disponibles au sein d’une organisation. Réservée à quelques experts navigants entre rapports et bases de données complexes, elle restait inaccessible à une grande partie des collaborateurs qui pouvaient accéder à certains rapports, sans possibilité de manipuler eux-mêmes les données. Le Big Data change la donne. Les données sont maintenant issues de documents commerciaux, d’applications métier mais aussi de Google ou encore de Facebook, et tous les départements de l’entreprise souhaitent pouvoir y accéder.
Cette pression mise sur l’accessibilité force aujourd’hui les acteurs de la Business Intelligence à se repenser. C’est une bonne nouvelle de voir les données enfin estimées à leur juste valeur et leur analyse démocratisée, mais cela implique de développer des solutions utilisables par tous, quel que soit le niveau de connaissance informatique de l’utilisateur. Car c’est maintenant lui qui retient toutes les attentions de la DSI.
Pour aborder ce changement, l’analyse des données ne doit plus se contenter de quantifier et comparer des chiffres mais répondre aux questions concrètes que se posent les responsables métier. Pourquoi mes clients ont-ils choisi la concurrence ? Pourquoi mon nouveau produit est boudé par les clients ? Qui dois-je cibler pour atteindre mes objectifs de vente ? Bien sûr, les réponses à ces questions peuvent émerger d’un rapport réalisé avec un outil de Business Intelligence traditionnel, mais leur lecture nécessite le plus souvent une connaissance préalable du sujet. L’approche analytique a l’avantage d’apporter cette compréhension à l’utilisateur en répondant à ces questions par des recommandations et des prédictions qui impacteront directement le processus de prise de décision en le facilitant.
La frontière est définitivement mince entre Business Intelligence traditionnelle et analytique : les deux ont pour rôle fondamental de répondre à des questions grâce à l’exploitation des données. Mais la vision que nous avons aujourd’hui de l’analyse de l’information est qu’elle ne doit plus être centrée sur les entrepôts de données et des rapports complexes, mais plutôt sur une compréhension profonde de l’univers de l’entreprise.
Cette évolution de la Business Intelligence va permettre une ouverture vers d’autres secteurs et d’autres publics, qui ont tout à gagner à analyser leurs données, comme les ressources humaines ou encore le domaine de la santé. Ne reste plus maintenant qu’à imaginer les applications de demain en joignant des composants métiers à des composants analytiques, le tout dans un enchaînement optimal pour l’utilisateur et ses besoins opérationnels…
Pendant longtemps, la Business Intelligence a été l’unique moyen de tirer parti des documents disponibles au sein d’une organisation. Réservée à quelques experts navigants entre rapports et bases de données complexes, elle restait inaccessible à une grande partie des collaborateurs qui pouvaient accéder à certains rapports, sans possibilité de manipuler eux-mêmes les données. Le Big Data change la donne. Les données sont maintenant issues de documents commerciaux, d’applications métier mais aussi de Google ou encore de Facebook, et tous les départements de l’entreprise souhaitent pouvoir y accéder.
Cette pression mise sur l’accessibilité force aujourd’hui les acteurs de la Business Intelligence à se repenser. C’est une bonne nouvelle de voir les données enfin estimées à leur juste valeur et leur analyse démocratisée, mais cela implique de développer des solutions utilisables par tous, quel que soit le niveau de connaissance informatique de l’utilisateur. Car c’est maintenant lui qui retient toutes les attentions de la DSI.
Pour aborder ce changement, l’analyse des données ne doit plus se contenter de quantifier et comparer des chiffres mais répondre aux questions concrètes que se posent les responsables métier. Pourquoi mes clients ont-ils choisi la concurrence ? Pourquoi mon nouveau produit est boudé par les clients ? Qui dois-je cibler pour atteindre mes objectifs de vente ? Bien sûr, les réponses à ces questions peuvent émerger d’un rapport réalisé avec un outil de Business Intelligence traditionnel, mais leur lecture nécessite le plus souvent une connaissance préalable du sujet. L’approche analytique a l’avantage d’apporter cette compréhension à l’utilisateur en répondant à ces questions par des recommandations et des prédictions qui impacteront directement le processus de prise de décision en le facilitant.
La frontière est définitivement mince entre Business Intelligence traditionnelle et analytique : les deux ont pour rôle fondamental de répondre à des questions grâce à l’exploitation des données. Mais la vision que nous avons aujourd’hui de l’analyse de l’information est qu’elle ne doit plus être centrée sur les entrepôts de données et des rapports complexes, mais plutôt sur une compréhension profonde de l’univers de l’entreprise.
Cette évolution de la Business Intelligence va permettre une ouverture vers d’autres secteurs et d’autres publics, qui ont tout à gagner à analyser leurs données, comme les ressources humaines ou encore le domaine de la santé. Ne reste plus maintenant qu’à imaginer les applications de demain en joignant des composants métiers à des composants analytiques, le tout dans un enchaînement optimal pour l’utilisateur et ses besoins opérationnels…