Reste un certain nombre d'acteurs de BI propriétaires indépendants, comme Teradata, Microstrategy, Information Builders, ou encore QlikTech et Panorama. Ces sociétés de taille moyenne se positionnent en général sur des niches que les grands éditeurs ne couvrent pas.
"Il peut s'agir aussi de spécialistes particulièrement performants sur un segment, sans être pour autant une niche, tel Informatica dans l'intégration de données ou encore KXEN dans l'analyse prédictive", note Yves Cointrelle chez Homsys Group. Et Jean-Michel Franco, directeur marketing de Business & Decision, d'ajouter : "Certains éditeurs décisionnels se focalisent aussi sur un champ métier particulier, tel Ivalua sur le front des achats." Toufic-Pascal Naccache d'Iena Consulting évoque quant à lui la société Corda dans le domaine de la BI mobile.
QlikTech tire son épingle du jeu
|
|
Jean-Michel Franco (Business & Decision) |
|
|
|
|
|
Au centre de toutes les attentions, la société QlikTech est suivie par la plupart des sociétés de services spécialisées en Business Intelligence. Sa technologie présente une double valeur ajoutée : d'une part l'apport d'un environnement de reporting léger, très productif en termes de prototypage, d'autre part la présence d'une base de données en mémoire offrant d'excellentes performances d'exécution.
A la manière de l'application Spotfire de Tibco, QlikTech ouvre la voie du décisionnel en temps réel. Certaines DSI se sont d'ores et déjà lancées dans de tels projets en s'adossant à cette technologie. C'est le cas de l'enseigne de prêt à porter féminin Caroll qui exploite QlikTech à la fois pour réaliser les assortiments de ses magasins et supporter les tableaux de bord (d'historique de vente, etc.) lui permettant d'accompagner cette tâche en matière décisionnelle.
"Des projets existent également dans le secteur de l'assurance avec dans l'idée de proposer aux gestionnaires des systèmes pour les aider à repérer en temps réel d'éventuels fraudeurs lors de la déclaration d'un sinistre par téléphone, et ce en fonction des informations fournies par le client", ajoute Jean-Michel Franco. Ces chantiers ont pour but de pousser les applications analytiques au cœur des processus métier.
Grâce à la technologie du traitement en mémoire, la BI se rapproche ainsi des application opérationnelles, et des problématiques de BAM (Business Activity Monitoring ou supervision des processus et activités métiers). "C'est aussi la possibilité d'obtenir une vue globale des stocks en temps réel, avec à la clé l'envoi d'alertes si des seuils critiques sont atteints, voire la génération de prises de décision automatisées", détaille-t-on chez Business & Decision.
Vers une fusion de l'analyse de données structurées et non-structurées
| La BI cherche des réponses face à l'explosion des volumes de documents |
Autre champ d'innovation à venir : un rapprochement entre l'analyse de données structurées en base de données, historiquement la cible des solutions de BI, avec celle des informations non-structurées (de type documents bureautiques, mails, etc.). Un véritable enjeu face à l'explosion de ce type de contenu dans les entreprises. "C'est un enjeu important en vue d'exploiter l'ensemble des documents en provenance de l'extérieur de l'entreprise, et notamment des clients, de type courriers papier et mails, et de les analyser en vue d'en tirer des enseignements", commente Jean-Michel Franco.
Le domaine de l'analyse de données non-structurées est déjà dans la ligne de mire des géants du secteur. Microsoft a acquis le moteur de recherche Fast l'année dernière, acteur qui affichait un projet dans le domaine décisionnel. Google a également annoncé l'extension de ses serveurs d'indexation à l'univers du décisionnel.
Et IBM a dévoilé WebSphere Content Discovery for Business Intelligence : un module de recherche étendu aux informations non-structurées (lire l'article du 30/05/2006 : Vers un mariage entre la BI et les moteurs de recherche ?).
Parmi les autres domaines à fort potentiel, l'univers des applications cartographiques pourrait voir naître de nouveaux acteurs également. "Sans compter un rapprochement éventuel des technologies de Master Data Management et de Meta Data Management qui rendrait plus efficace la gestion des référentiels de données métiers et de description des processus", ajoute Yves Cointrelle.
