L’agilité dans l’analyse de données : le nouvel enjeu des entreprises

Plutôt que de construire des datamarts fixes, l'approche agile repose sur l'utilisation de prototypes permettant de répondre à moindre coût et plus rapidement aux demandes en matière d'analyse de données.

Pour améliorer durablement leurs performances, les entreprises doivent bénéficier d'indicateurs à haut potentiel de retour sur investissement : ce sont, par définition, des informations nouvelles, difficiles à obtenir, fruit d'une démarche exploratoire. Les analyses ne peuvent pas provenir de sujets balisés sur des modèles de données avec des dimensions fixes fournies par les outils de Business Intelligence (chiffre d'affaires, répartition géographique par département de l'entreprise...). Il s'agit de faire appel à des processus élaborés de datamining.

 

L'approche classique : la construction de datamarts.

 

L'analyse exploratoire repose sur des nouvelles structures de données organisées en fonction de ses besoins propres. Classiquement, les responsables marketing ou financiers demandent de nouveaux datamarts à la DSI. Ces datamarts sont longs à mettre en place et excessivement coûteux à maintenir du fait des transferts de données, de la maintenance de bases séparées, des incohérences dans les données, des modifications demandées en cours de route...

 

Une nouvelle approche d'analyse agile

 

Plutôt que de construire des datamarts fixes, l'approche agile repose sur l'utilisation de prototypes autrement appelés "bacs à sable", permettant de répondre à moindre coût et plus rapidement à des demandes métier. Ces "bacs à sable" peuvent prendre diverses formes. Une des plus efficaces consiste à créer un espace dédié au sein même de l'entrepôt de données, permettant un accès exhaustif aux données tout en utilisant la capacité de traitement de la base pour effectuer des calculs à moindre coût.

 

Avantages de l'approche agile

 

A court terme, l'utilisation de "bacs à sable" dans l'entrepôt de données réduit considérablement les coûts d'installation et de maintenance des environnements de données et permet de réduire les délais de mise en œuvre de nouvelles analyses. Mais ce qui est encore plus significatif, c'est à moyen terme le changement de culture dans l'entreprise, où la prise de décision se fait de façon plus rationnelle sur la base d'indicateurs quantitatifs sur les leviers de marge, les revenus en jeu, les distinctions de clientèles... Il s'opère une véritable démocratisation de l'accès à la donnée de l'entreprise, permettant aux utilisateurs de tester des idées, ce qui favorise l'émergence d'une culture de l'innovation propre aux entreprises.

Autour du même sujet