Introduction à l'informatique décisionnelle (business intelligence)

Par Nicolae Sfetcu

La stratégie et la planification intégrées à toute entreprise sont appelées informatique décisionnelle (business intelligence). "Introduction à l'informatique décisionnelle (business intelligence)" fournit aux lecteurs des informations complètes sur l'informatique décisionnelle, explorant tous les aspects importants de l'informatique décisionnelle dans le scénario actuel. Les sujets abordés comprennent les approches de base de l'informatique décisionnelle. Le livre vise à servir de guide de ressources et d'introduction pour les débutants dans l'étude de la discipline.
L'informatique décisionnelle se concentre sur la rationalisation des organisations et peut inclure des produits, des technologies et une analyse et une présentation de l'informatique décisionnelle. Pour les organisations à but lucratif, cela signifie utiliser l'informatique décisionnelle pour atteindre une rentabilité continue. Pour les organisations à but non lucratif et gouvernementales, l'informatique décisionnelle sert efficacement et effectivement leurs bénéficiaires ou leurs mandants.
L'intelligence opérationnelle pose un certain nombre de problèmes qui ont été élucidés dans le dernier chapitre. Les composants abordés dans cette section sont d'une grande importance pour élargir les connaissances existantes sur l'intelligence opérationnelle dans l'ensemble de l'organisation, permettant aux décideurs d'évaluer à la fois l'efficacité stratégique et opérationnelle.

• Langue: Français
• Éditeur: Nicolae Sfetcu
• Date de sortie: 19 juin 2022
• ISBN: 9786060337201

Nicolae Sfetcu

Owner and manager with MultiMedia SRL and MultiMedia Publishing House. Project Coordinator for European Teleworking Development Romania (ETD) Member of Rotary Club Bucuresti Atheneum Cofounder and ex-president of the Mehedinti Branch of Romanian Association for Electronic Industry and Software Initiator, cofounder and president of Romanian Association for Telework and Teleactivities Member of Internet Society Initiator, cofounder and ex-president of Romanian Teleworking Society Cofounder and ex-president of the Mehedinti Branch of the General Association of Engineers in Romania Physicist engineer - Bachelor of Science (Physics, Major Nuclear Physics). Master of Philosophy.

Aperçu du livre

1 Introduction

La stratégie et la planification intégrées à toute entreprise sont appelées informatique décisionnelle. Il peut également inclure des produits, des technologies, des analyses et des présentations d'informations commerciales.

1.1 L'informatique décisionnelle

L'informatique décisionnelle (Business Intelligence, BI) peut être décrite comme « un ensemble de techniques et d'outils pour l'acquisition et la transformation de données brutes en informations significatives et utiles à des fins d'analyse commerciale ». Le terme « surfaçage des données » est également plus souvent associé à la fonctionnalité BI. Les technologies de BI sont capables de gérer de grandes quantités de données structurées et parfois non structurées pour aider à identifier, développer et créer de nouvelles opportunités commerciales stratégiques. L'objectif de la BI est de permettre une interprétation facile de ces gros volumes de données. L'identification de nouvelles opportunités et la mise en œuvre d'une stratégie efficace basée sur des informations peuvent fournir aux entreprises un avantage concurrentiel sur le marché et une stabilité à long terme.

Les technologies BI fournissent des vues historiques, actuelles et prédictives des opérations commerciales. Les fonctions courantes des technologies d'informatique décisionnelle sont le reporting, le traitement analytique en ligne, l'analyse exploratoire des données, l'exploration de données, l'exploration de processus, le traitement d'événements complexes, la gestion des performances commerciales, l'analyse comparative, l'exploration de texte, l'analyse prédictive des données et l'analyse prescriptive des données.

La BI peut être utilisée pour prendre en charge un large éventail de décisions commerciales allant de l'opérationnel au stratégique. Les décisions opérationnelles de base incluent le positionnement ou la tarification des produits. Les décisions commerciales stratégiques comprennent les priorités, les objectifs et les orientations au niveau le plus large. Dans tous les cas, la BI est plus efficace lorsqu'elle combine des données dérivées du marché sur lequel une entreprise opère (données externes) avec des données provenant de sources internes à l'entreprise, telles que des données financières et opérationnelles (données internes). Lorsqu'elles sont combinées, les données externes et internes peuvent fournir une image plus complète qui, en effet, crée une intelligence qui ne peut être dérivée par aucun ensemble de données singulier. Parmi une myriade d'utilisations, les outils de BI permettent aux organisations d'avoir un aperçu de nouveaux marchés, d'évaluer la demande et l'adéquation des produits et services pour différents segments de marché et d'évaluer l'impact des efforts de marketing.

Composants

L'informatique décisionnelle est composée d’un nombre croissant de composants parmi lesquels :

Agrégation et allocation multidimensionnelles

Dénormalisation, balisage et standardisation

Rapports en temps réel avec alerte analytique

Une méthode d'interfaçage avec des sources de données non structurées

Consolidation du groupe, budgétisation et prévisions glissantes

Inférence statistique et simulation probabiliste

Optimisation des indicateurs de performance clés

Contrôle des versions et gestion des processus

La gestion des éléments ouverts

Histoire

La première utilisation connue du terme « Business Intelligence » est celle de Richard Millar Devens dans la « Cyclopedia of Commercial and Business Anecdotes » de 1865. Devens a utilisé le terme pour décrire comment le banquier, Sir Henry Furnese, a réalisé des bénéfices en recevant et en agissant sur la base d'informations sur son environnement, avant ses concurrents. « Dans toute la Hollande, la Flandre, la France et l'Allemagne, il a maintenu un train complet et parfait d'intelligence économique. La nouvelle des nombreuses batailles livrées a donc été reçue en premier par lui, et la chute de Namur a ajouté à ses bénéfices, en raison de sa réception précoce dea nouvelles ». (Devens, (1865), p. 210). La capacité de collecter et de réagir en conséquence en fonction des informations récupérées, une capacité dans laquelle Furnese excellait, est aujourd'hui encore au cœur même de la BI.

Dans un article de 1958, le chercheur d'IBM Hans Peter Luhn a utilisé le terme business intelligence. Il a utilisé la définition du dictionnaire Webster de l'intelligence : « la capacité d'appréhender les interrelations des faits présentés de manière à guider l'action vers un objectif souhaité ».

L'informatique décisionnelle telle qu'elle est comprise aujourd'hui aurait évolué à partir des systèmes d'aide à la décision (decision support systems, DSS) qui ont commencé dans les années 1960 et se sont développés au milieu des années 1980. DSS est né des modèles assistés par ordinateur créés pour aider à la prise de décision et à la planification. À partir de DSS, les entrepôts de données, les systèmes d'information exécutifs, OLAP et l'informatique décisionnelle se sont concentrés à la fin des années 80.

En 1989, Howard Dresner (plus tard un analyste de Gartner) a proposé « l'intelligence économique » comme terme générique pour décrire « les concepts et les méthodes pour améliorer la prise de décision commerciale en utilisant des systèmes d'assistance basés sur des faits ». Ce n'est qu'à la fin des années 1990 que cet usage s'est généralisé.

Entreposage de données

Souvent, les applications d'informatique décisionnelle (Business Intelligence, BI) utilisent des données recueillies à partir d'un entrepôt de données (Data Warehousing, DW) ou d'un magasin de données, et les concepts de BI et DW se combinent parfois en tant que « BI/DW » ou « BIDW ». Un entrepôt de données contient une copie des données analytiques qui facilite l'aide à la décision. Cependant, tous les entrepôts de données ne servent pas à l'informatique décisionnelle, et toutes les applications d'informatique décisionnelle n'ont pas besoin d'un entrepôt de données.

Pour faire la distinction entre les concepts d'informatique décisionnelle et d'entrepôts de données, Forrester Research définit l'informatique décisionnelle de l'une des deux manières suivantes :

1. Au sens large : « L'informatique décisionnelle (Business Intelligence) est un ensemble de méthodologies, de processus, des architectures et des technologies qui transforment les données brutes en informations significatives et utiles utilisées pour permettre des informations stratégiques, tactiques et opérationnelles et une prise de décision plus efficaces. Selon cette définition, l'informatique décisionnelle comprend également des technologies telles que l'intégration de données, la qualité des données, l'entreposage de données, la gestion des données de base, l'analyse de texte et de contenu, et bien d'autres que le marché regroupe parfois dans le segment « Gestion de l'information »». Par conséquent, Forrester considère la préparation et l'utilisation des données comme deux segments distincts mais étroitement liés de la pile architecturale d'informatique décisionnelle.

2. Forrester définit le marché plus étroit de l'informatique décisionnelle comme suit : « ... se référant uniquement aux couches supérieures de la pile architecturale de BI, telles que les rapports, les analyses et les tableaux de bord. »

Comparaison avec l’intelligence économique

Bien que le terme business intelligence soit parfois synonyme de veille concurrentielle (car ils soutiennent tous deux la prise de décision), la BI utilise des technologies, des processus et des applications pour analyser principalement des données structurées internes et des processus métier tandis que l’intelligence économique rassemble, analyse et diffuse des informations avec un focus d'actualité sur les concurrents de l'entreprise. S'il est compris au sens large, l'informatique décisionnelle peut inclure le sous-ensemble de l’intelligence économique.

Comparaison avec l’analyse commerciale

L'informatique décisionnelle et l'analyse commerciale sont parfois utilisées de manière interchangeable, mais il existe d'autres définitions. Une définition oppose les deux, indiquant que le terme informatique décisionnelle fait référence à la collecte de données commerciales pour trouver des informations principalement en posant des questions, en créant des rapports et en procédant à des processus analytiques en ligne. L'analyse commerciale, quant à elle, utilise des outils statistiques et quantitatifs pour la modélisation explicative et prédictive.

Applications dans une entreprise

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

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).

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.

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.

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.

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 :

Le niveau d'engagement et de parrainage du projet de la part de la haute direction.

Le niveau de besoin de l'entreprise pour créer une implémentation BI.

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