 |
|
|
| |
|
GUIDE PRATIQUE |
|
|
|
|
Comprendre la Business Intelligence |
|
Questions-clés, définitions, liens utiles, acteurs, chiffres et citations : l'essentiel de ce qu'il faut savoir en un coup d'oeil.
(27/07/2004)
|
|
|
|
|
|
|
Acteurs :: Indicateurs :: A consulter :: Sur le Web :: Ils ont dit
|
| |
|
:: 5 questions-clés ::
|
| |
Quel est l'objectif de la Business Intelligence ?
La Business Intelligence (BI), également "intelligence d'affaires" ou "informatique décisionnelle", englobe les solutions informatiques apportant une aide à la décision avec, en bout de chaîne, rapports et tableaux de bord de suivi à la fois analytiques et prospectifs. Le but est de consolider les informations disponibles au sein des bases de données de l'entreprise.
La notion de BI est apparue à la fin des années 1970 avec l'apparition des premiers infocentres. Des systèmes qui envoyaient des requêtes directement sur les serveurs de production, ce qui se révélait plutôt dangereux pour ces derniers. Dans les années 1980, l'arrivée des bases relationnelles et du mode client / serveur a permis d'isoler l'informatique de production des dispositifs décisionnels. Dans la foulée, des acteurs spécialisés se sont lancés dans la définition de couches d'analyse "métier", dans le but de masquer la complexité des structures de données. Depuis lors, la BI n'est plus l'apanage des équipes techniques, elle est directement accessible aux responsables opérationnels.
Quels champs sont couverts par la BI ?
Traditionnellement centré sur les questions comptables, (consolidation et planification budgétaire), le champ de la BI s'est petit à petit étendu à l'ensemble des grands domaines de l'entreprise, de la gestion de la relation client à la gestion de la chaîne logistique en passant par les ressources humaines. Pour ce faire, les éditeurs spécialisés ont défini des bibliothèques d'indicateurs prêts-à-l'emploi permettant de suivre ces différentes activités.
Comment fonctionne une plate-forme décisionnelle ?
En amont, des mécanismes d'extraction, de transfert et de consolidation (ETL) assurent la centralisation des données en provenance des différentes sources de l'entreprise au sein d'une base particulière : l'entrepôt de données (ou datawarehouse). Ces informations sont ensuite structurées, historisées et organisées. Elles sont éventuellement rangées au sein de datamarts, c'est-à-dire de sous-référentiels de données ou vues par métier de l'entreprise (service client, etc.). Ces divers traitements permettent aux outils d'analyse d'accéder ensuite au datawarehouse plus facilement.
En bout de course, les applications analytiques se chargent de recueillir les requêtes de l'utilisateur dans le langage de ce dernier puis de les communiquer à l'entrepôt, avant de produire les indicateurs de performance voulus. Au final, les résultats issus de ce traitement sont restitués et diffusés par le biais d'outils de reporting.
Analyse multidimensionnelle et prédictive : quelles différences ?
Il s'agit des deux grands types de traitement avancé mis en oeuvre par les systèmes de BI. L'analyse multidimensionnelle consiste à modéliser des données selon plusieurs axes. L'exemple le plus classique : le calcul du chiffre d'affaires par catégorie de client sur une gamme de produit donnée combine trois axes (le chiffre réalisé, la catégorie de clients et la ligne de produits). De nombreux autres axes supplémentaires peuvent être définis : zone géographique ou équipe commerciale en charge des opérations par exemple. Le cube "OLAP" (pour Online analytical processing) désigne la technologie
analytique qui s'applique à ce modèle de représentation.
Quant à l'analyse prédictive (ou data mining), elle exploite un ensemble d'événements observés et historisés pour tenter de prévoir l'évolution d'une activité en dessinant des courbes de projection.
Cette méthode peut s'appliquer à la gestion de la relation client pour prédire le comportement d'un client. L'objectif est par exemple de déterminer les profils d'individus présentant une probabilité importante d'achat ou encore de prévoir à partir de quel moment un client deviendra infidèle.
Quelle différence entre BI et BAM ?
Ces deux domaines pourraient tendre à se rapprocher à l'avenir. Rappelons que le BAM (Business Activity Monitoring) consiste à suivre l'exécution des processus métier de l'entreprise (état d'avancement, performance, etc.) et des différents intervenants qu'ils impliquent. On constate que les acteurs du décisionnel s'intéressent depuis peu à cette nouvelle problématique. Mais la plupart des experts en BI doutent de la capacité des nouvelles offres à atteindre les mêmes niveaux que les technologies propres au domaine du BAM.
| |
:: Les acteurs en France ::
|
| |
|
Editeurs de solutions intégrées de BI
|
|
Business Objects
Cognos
Hyperion
Informatica
Information Builders
|
MicroStrategy
Microsoft
Oracle
SAP
SAS
|
|
Prestataires français spécialisés en BI
|
|
Keyrus,
Micropole Univers
|
Business & Decision
Homsys Group
|
| |
:: Les indicateurs-clés ::
|
| |
|
928
|
millions d'euros,
soit la taille en valeur du marché de la Business Intelligence en France en 2003.
Source : Pierre Audoin Consultants |
|
3,7
|
milliards de dollars,
soit la taille en valeur du marché des applications OLAP dans le monde en 2003.
Source : Optima Publishing
|
|
|
|
|
|
|
|
|
|
|
|
Dossier 
