Business Intelligence – Présentation générale

Les responsables de l'entreprise sont aujourd'hui confrontés à la nécessité de prendre des décisions toujours plus rapides, toujours plus précises et toujours plus efficaces. Avec des stratégies adaptées et des outils performants, vous pouvez dès aujourd'hui prendre des décisions pilotées par les données – plus rapidement et avec une plus grande précision.

Business Intelligence (BI) — Présentation générale

La Business Intelligence (BI) est un ensemble de processus, de technologies, de compétences et d'applications qui est utilisé pour prendre des décisions d'entreprise avisées et pilotées par les données disponibles. La BI s'appuie sur la collecte et l'agrégation des données et sur l'analyse de ces données pour les transformer en connaissance exploitable qui facilite la prise de décision.

Les entreprises pilotées par les données utilisent différents outils de BI pour accéder à un référentiel qui regroupe leurs données historiques et leurs données en temps réel et pour effectuer des requêtes, générer des rapports personnalisés et prédire les futures tendances de leurs opérations. Ces outils permettent aux data scientists qualifiés de réaliser des analyses avancées et de tirer parti de la connaissance générée en mode autonome par des algorithmes de machine learning.

Les applications de BI peuvent utiliser différents types de gisements de données : des data warehouses (centralisés ou décentralisés), des bases de données de production, des gisements de données opérationnelles et des data marts.

Ressources complémentaires :

Télécharger Data Lakes: Purposes, Practices, Patterns, and Platforms maintenant
TÉLÉCHARGER

BI et BA — Business Intelligence vs Business Analytics

Il y a souvent confusion entre la Business Intelligence et la Business Analytics. La Business Analytics (BA, parfois désignée « analytique métier ») fait référence aux méthodes statistiques utilisées pour mesurer les performances et optimiser les processus de l'entreprise.

Le terme « analyse des données » désigne le processus qui consiste à analyser des ensembles de données pour en extraire des connaissances (insights). Il existe deux grands types d'analytique des données :

  1. Analytique prédictif — Analyser les données historiques pour déterminer les résultats les plus probables.
  2. Analytique prescriptif — Exécuter des scénarios de simulation (« what if ») pour déterminer les résultats les plus probables pour une action ou séquence d'actions donnée.

L'analyse des données est une composante essentielle de la BI et la BA, mais seulement un des éléments du fonctionnement global de l'entreprise.

La BA est un processus similaire mais distinct et avec une fonction différente. La BA explore les données historiques pour en extraire des tendances et la connaissance nécessaire à l'évolution de l'entreprise. La BI utilise des données historiques et des données en temps réel pour optimiser la prise de décision dans le présent, à savoir évaluer ce qui fonctionne et ne fonctionne pas, puis décider de la meilleure façon d'aller de l'avant. La BI aide avant tout à gérer l'entreprise dans le présent, la BA est surtout utilisée pour prédire ce qui va se passer dans le futur.

Télécharger 6 Key Trends for IT Decision-Makers in 2017 and Beyond maintenant
TÉLÉCHARGER

Pourquoi la Business Intelligence est-elle importante ?

Avec la disponibilité croissante des big data, les décisions sont plus importantes mais aussi plus difficiles à prendre. Les data warehouses d'entreprise contiennent souvent un téra-octet ou plus de données brutes qui doivent être traitées et préparées pour analyse. Les systèmes de BI permettent une analyse complète des données — souvent en quelques minutes — pour répondre à des demandes internes spécifiques.

Par exemple, SKF est une entreprise manufacturière présente à l'international ; elle doit donc être en mesure de prévoir avec précision la taille du marché pour ses produits et les volumes de demande pour des produits spécifiques.

« Quels produits l'entreprise doit-elle fabriquer et en quelles quantités ? Où investir ? Où désinvestir ? Comment réagir aux nouvelles tendances du secteur ? C'est ce que Talend nous aide à faire... » — Fritz Ulrich Dettmer, responsable des activités Business Intelligence chez SKF

F+W est une société d'e-commerce et de contenus dédiée à l'innovation et la créativité. Toutes ses équipes ont besoin d'accéder à des données qui vont leur permettre d'évaluer le succès de leurs initiatives et de piloter l'évolution de l'entreprise.

« Avec Talend, nous avons réussi à établir le dialogue entre nos systèmes en cloud et nos systèmes sur site. Cette évolution a été ressentie à l'échelle de l'entreprise et depuis, nous ne prenons plus nos décisions "à l'instinct" mais à partir de données cohérentes. » — Greg Sitzman, vice-président des activités de Business Intelligence chez F+W.

Autres avantages importants de la BI :

  • Temps de réponse plus court — L'analytique en mémoire et des solutions de data warehouse en cloud permettent d'analyser les données en temps réel et de fournir en quelques minutes des informations basées sur les faits réels de l'entreprise.
  • Décisions plus avisées — La BI extrait les faits et transforme les données en informations exploitables dignes de confiance.
  • Amélioration de l'efficacité opérationnelle — La BI offre une meilleure visibilité aux interconnexions qui relient les différentes composantes de l'entreprise ; en conséquence, les problèmes et les inefficacités peuvent être identifiés et traités plus rapidement.
  • Accélération du ROI — La BI permet d'identifier les ressources nécessaires pour atteindre les objectifs, augmente la productivité en accélérant l'analyse des données et facilite la découverte de nouvelles sources de chiffre d'affaires.
  • Reporting plus rapide — La BI permet de générer des rapports en temps réel sur des datasets précis et à jour, ce qui procure aux entreprises un avantage concurrentiel dans la résolution des problèmes les plus complexes.
  • Stratégies précises — La BI facilite l'identification des tendances et structures importantes qui sont présentes dans les données et peuvent être exploitées pour établir des priorités et affecter les ressources nécessaires aux objectifs de l'entreprise.
  • Satisfaction du client — La BI fournit des données sur les indicateurs de performances (KPI) qui ont été définis pour améliorer les activités de base de l'entreprise (par exemple, amélioration des produits ou services, réduction des délais de mise sur le marché), ce qui se traduit par de meilleurs scores de satisfaction client (CSAT).

Outils de la Business Intelligence

La BI peut être divisée en deux grandes catégories : BI traditionnelle et BI en libre-service. La BI traditionnelle est gérée par une équipe IT ou par des spécialistes des données qui exécutent les requêtes. L'inconvénient de cette approche est qu'il faut parfois plusieurs semaines (ou plus) pour définir un rapport.

Pour cette raison, l'accent est mis aujourd'hui sur la « BI en libre-service » : des employés sans aucune formation en analyse statistique, effectuent des requêtes et génèrent des rapports et des analyses ad hoc — souvent à partir de tableaux de bord interactifs installés sur un simple PC. Ces outils sont intuitifs et faciles à utiliser ; ils permettent aussi d'accéder aux données en temps réel.

Pour plus de détails, consultez la section « What is Data Preparation? » →

Outils de la Business Intelligence — 7 caractéristiques et fonctionnalités principales

Pour être efficace, la Business Intelligence doit être pratiquée avec des outils de qualité. Il existe différents types d'outils de BI, qui sont spécialisés dans certaines opérations du processus de BI global et qui fonctionnent selon différents standards. Ces outils fonctionnent en mode autonome ou dans le contexte d'une suite intégrée.

  1. Analytique en ligne (OLAP) — Outils de BI utilisés pour analyser de gros volumes de données historiques à l'aide d'une fonction d'exploration en mode drill-down. Les informations obtenues sont stockées dans des « cubes OLAP » qui fournissent une vue multidimensionnelle des données.
  2. Analyse ad hoc — Outils de BI qui permettent à tout utilisateur (y compris non technique) de formuler une requête et de générer ensuite le rapport correspondant, généralement à partir d'un tableau de bord OLAP en mode « pointer-cliquer ».
  3. Reporting — Outils de BI qui fournissent une représentation visuelle (tableaux, mappes, graphiques, etc.) des données extraites par une requête. Les rapports d'analyse générés par les outils de reporting de la BI présentent des qualités exceptionnelles de vitesse, d'efficacité et de précision.
  4. Analytique avancé — Outils de BI utilisés par les data scientists pour définir des modèles analytiques prédictifs et prescriptifs. La puissance de ces outils autonomes ou semi-autonomes leur permet de prédire les résultats futurs et de faire des recommandations.
  5. BI opérationnelle — Outils de BI qui traitent les données entrantes en temps réel, offrant ainsi une meilleure visibilité des données et un accès plus rapide à celles-ci en vue de faciliter la prise de décision. En disposant de données et connaissances en temps réel, l'entreprise peut réagir très rapidement aux tendances et événements du marché.
  6. BI open sourceOutils de BI développés à partir de code open source (très facile à modifier). Ces outils se présentent généralement sous la forme d'une suite avec fonctionnalités de reporting et d'analyse.
  7. BI en libre-service — Outils de BI qui n'exigent aucune connaissance ou formation en analyse statistique ou en data mining pour être utilisés. Les solutions de BI en libre-service sont configurées de manière à permettre aux utilisateurs de tous niveaux techniques de faire des requêtes, de définir des rapports et d'acquérir des connaissances à partir de tableaux de bord interactifs.

Comment identifier les meilleurs outils de BI

Avant de choisir des outils de BI, il est essentiel de comprendre les caractéristiques (schéma et définitions) des sources de données utilisées par l'entreprise et de déterminer comment ces sources doivent être analysées. La plupart des sources de données sont facilement accessibles à l'aide d'un outil de BI, mais il existe des exceptions. Un outil de BI natif en cloud doit être capable de traiter les données stockées dans les data warehouses et autres gisements de données.

L'étape suivante consiste à définir les objectifs opérationnels et les résultats souhaités :

  • Identifier les indicateurs KPI qui devront être mesurés par le système de BI.
  • Évaluer les coûts et compétences techniques nécessaires à la gestion des outils de BI.
  • Décider si vous avez besoin d'un outil de BI autonome, d'un outil de BI open source ou d'une suite d'outils de BI.

Les bons outils de BI doivent vous permettre d'obtenir des réponses précises, filtrées par source, date et tout autre facteur nécessaire pour répondre à vos requêtes spécifiques. Ils doivent être dotés de capacités de suggestion (automatisées dans le contexte du machine learning), à savoir identifier des structures dans les données récupérées en fonction de la question posée et suggérer des solutions en fonction de ces résultats.

Parmi les autres caractéristiques importantes d'un outil de BI actuel et performant, citons les suivantes :

  • Peut générer des rapports graphiques
  • Suit le déroulement des opérations et les différents indicateurs de performances (KPI)
  • Génère des graphiques prêts pour présentation
  • Dispose d'une interface intuitive et ergonomique
  • Est protégé par des mécanismes de sécurité efficaces
  • Tient compte des applis mobiles
  • Hiérarchise automatiquement les tâches
  • Identifie les problèmes à un stade précoce
  • Dialogue avec l'utilisateur via une interface en langage naturel

Télécharger Business Intelligence – Présentation générale maintenant
En savoir plus

Exemples de Business Intelligence

Dès qu'elle s'éloigne de la théorie, la BI implémentée correctement peut transformer une entreprise. Voici quelques exemples :

1. Lenovo — La puissance de la BI en temps réel

Lenovo est le plus important fournisseur de PC au monde et une entreprise de technologie grand public qui vaut 46 milliards $USD. La société a déployé une plate-forme de cloud hybride très flexible qui supporte la BI en temps réel et analyse annuellement plus de 11 milliards de transactions de données structurées et non structurées.

Principaux résultats mesurés sur leur nouvelle plate-forme : 18 % d'augmentation du taux d’offres couplées avec les ordinateurs portables ThinkPad, 11 % d'augmentation du chiffre d'affaires par unité vendue avec analyse et 1 million $USD de réduction des coûts d'exploitation en six mois.

Consulter l'étude de cas →

2. McDonald’s — La BI pilotée par les données permet d'améliorer le service à la clientèle

McDonald's utilise la BI pilotée par les données pour améliorer son service à la clientèle grâce à une nouvelle approche de l'ETL, des big data et de la qualité des données.

Parmi les résultats mesurés chez McDonald's : réduction des besoins d'achat de matériel IT et capacité de générer des rapports stratégiques à la demande pour prévoir les ventes, assurer des niveaux de personnel adéquats et recruter de nouveaux employés.

Regarder Advanced Business Intelligence at McDonald's maintenant.
Regarder

3. Moneysupermarket – Agréger les données pour améliorer la BI

Moneysupermarket (MSM) est le premier site de comparaison de prix du Royaume-Uni. MSM s'est appuyé sur Amazon Web Services et Talend Data Management pour stocker les données de plusieurs services Web dans des data warehouses et les exploiter à l'aide de ses outils de BI pour le marketing.

Principaux résultats mesurés : meilleur parcours d'achat pour les clients, prévisions de performance des canaux de distribution avec lecture quotidienne des indicateurs et opérations de data science appliquées à 11 téra-octets de données en complément des analyses ad hoc.

Consulter l'étude de cas →

Télécharger How Leading Enterprises Achieve Business Transformation with Talend and AWS maintenant
TÉLÉCHARGER

L'avenir de la Business Intelligence — Intelligence artificielle et cloud

L'avenir de la BI appliquée aux big data passe par le cloud et l'intelligence artificielle. Il est de moins en moins courant d'extraire des données d'une base de production et de les importer dans un tableur en vue de générer des rapports BI. Pour les entreprises qui migrent vers le cloud, le système de BI est automatisé à l'aide d'applications de BI natives en cloud qui permettent d'extraire des connaissances, de faire des suggestions et de créer des représentations visuelles des données.

Le besoin d'être piloté par les données et d'aborder les complexités informationnelles et la modernisation des données sont les forces motrices qui animent les stratégies cloud des entreprises. Les trois grandes raisons invoquées par les DSI pour l'adoption de l'IT en cloud sont les suivantes :

  1. Améliorer l'agilité et la réactivité.
  2. Accélérer le développement des produits et l'innovation.
  3. Réduire les coûts.

Le cloud offre de nouvelles solutions pour la BI et la gestion des big data en proposant des outils de BI automatisés et natifs en cloud. On estime que d'ici à 2020, 40 % des tâches qui exigent les compétences d'un data scientist seront automatisées.

Premiers pas avec la Business Intelligence

Pour répondre aux demandes internes, les spécialistes de Business Analytics s'appuient sur des données factuelles et fiables extraites des gisements de données de l'entreprise. La BI s'appuie sur différents processus et différentes technologies pour analyser les volumes considérables de données stockés dans les data warehouses ou les data marts de l'entreprise et convertir ces données en connaissances exploitables.

De plus en plus d'entreprises font confiance à Talend pour tenir compte des big data dans leurs décisions car nos outils unifiés sont capables de définir et déployer des jobs d'intégration de données 10 fois plus rapidement que le codage manuel, et pour un coût 5 fois inférieur à celui de nos concurrents.

Découvrez comment notre logiciel d'intégration open source gratuit peut vous aider à connecter, transformer et préparer vos données pour l'analyse en un temps record.

| Last Updated: March 21st, 2019