41% des projets initiés
autour des entrepôts de données se seraient
conclus par des échecs, contre seulement 15% d'initiatives
pleinement réussies. C'est le principal enseignement
d'une étude que vient de publier Cutter Consortium.
Un résultat qui laisse songeur à l'heure
où l'on commence à comptabiliser les premiers
retours d'expérience de grande ampleur sur le terrain
de la business intelligence.
Rappelons qu'un entrepôt de données (ou datawarehouse)
se compose généralement de deux couches :
la base de données en tant que telle, dont
l'objectif est d'agréger les contenus métier
de l'entreprise, et la logique applicative - qui
de son côté prend en charge la génération
des indicateurs (résultats par produit, par région,
etc.). A ce couple de solutions, s'ajoute généralement
un outil de reporting dessiné pour gérer
le paramétrage et l'accès aux indicateurs
côté utilisateurs finaux.
Un
manque de méthodologie notable
Selon Cutter Consortium,
60% à 90% de ces plates-formes n'atteignent par
leur objectif. Le retour sur investissement des projets
en prendrait un sérieux coup... Principale cause
pointée du doigt : la faible maturité
des solutions. Ce que confirme largement les sociétés
interrogées dans l'enquête. 58% d'entre-elles
ont en effet tendance à ne pas faire confiance
aux produits du marché, contre 27% qui les estiment
largement à la hauteur.
Mais ce point n'explique pas tout. Une autre raison pourrait
provenir de la faiblesse méthologique inhérente
à un domaine encore émergent comme celui
de la business intelligence. D'après Cutter
Consortium, seulement 25% des sociétés investies
dans un chantier d'entrepôt de données ont
élaboré un schéma directeur en adéquation
avec les besoins métier de leur activité...
Une
plus grande maturité des outils
"Cutter
Consortium indique néanmoins que le taux réussite
des projets a augmenté ces dernière années,
commente Albert Elkaeslassy, responsables de projets
datawarehouse chez Business & Decision, société
de services spécialisée dans les environnements
d'analyse décisionnelle. L'amélioration
des produits analytiques et l'apparition de datawarehouse
packagé, tel que la suite d'Informatica, n'y
sont pas pour rien."
Attention
aux projets tunnels
Quelles
sont les principales causes des difficultés constatées
par l'institut ? "Comme le montre cette étude,
les problématiques métier sont souvent
mal abordées", indique t-on chez Business
& Decision, avant de citer la méconnaissance
des architectures décisionnelles. "Il est
particulièrement important de s'appuyer sur une
structure de base de données normalisée
(en étoile ou en flocon) mais également
de travailler à son optimisation", détaille
Albert Elkaeslassy. Ce point a une incidence directe
sur les temps de réponses des solutions de restitution,
et les capacités d'évolution de l'ensemble."
Autre condition de réussite
évoquée par le responsable : la nécessité de réaliser
une application en un temps limité. 6 mois de mise en
oeuvre serait un maximum. Raison invoquée : le risque
de disposer d'une plate-forme qui ne corresponde plus
à la structure de l'entreprise. "Un projet tunnel qui
aurait tendance à s'étaler dans le temps peut en effet
être assez vite dépassé par l'évolution d'une société
[son organisation, ses activités (etc.) - c'est-à-dire
les éléments qui sont justement pris en
charge par les outils analytiques]", conclut Albert Elkaeslassy.
Répartition
géographique des projets d'entrepôts de données
|
Amérique
du Nord
|
25%
|
Europe
|
22%
|
Inde
|
22%
|
Asie
|
16%
|
Australie
|
15%
|
Cutter Consortium 2003
|