Pourquoi le "tissu analytique" est un élément essentiel de l’avenir du décisionnel ?

Le concept de « tissu analytique » repose sur l’intégration totale des applications utilisées chaque jour, plutôt que sur des systèmes ou processus isolés qui requièrent de multiples informations et identifications.

La « Pervasive BI » (le décisionnel pénétrant) ne découle pas simplement de l’installation d’outils d’analyse traditionnels sur un plus grand nombre d’ordinateurs ; elle existe par l’intégration de ces outils analytiques dans les systèmes et applications utilisés au quotidien. Aujourd’hui en entreprise, les décisions sont trop souvent prises sans connaissance des informations dont les utilisateurs métiers ont besoin. Et si le problème perdure, c’est que la solution adéquate n’a pas été identifiée.
Structurées, les données deviennent des informations. Analysées, elles permettent la compréhension. Optimisées, elles favorisent la progression, la conduite du changement, la transformation.
Les approches et outils traditionnels en matière de décisionnel se concentrent sur le reporting et l’analyse en tant que processus et ensemble de tâches distincts ; en d’autres termes, des solutions isolées.
Ce sont des outils onéreux, complexes et  sans aucune intégration avec les applications transactionnelles générant les données sensibles de l’entreprise. Cela crée des obstacles  et compromet l’optimisation et l’adoption de ces outils par leurs utilisateurs.
Le concept de « tissu analytique » repose sur l’intégration totale des applications utilisées chaque jour, plutôt que sur des systèmes ou processus isolés qui requièrent de multiples informations et identifications. Dans l’idéal, l’analytique fait partie de la structure du système informatique, offrant ainsi une plus grande rapidité d’utilisation, des performances accrues et la possibilité de prendre des décisions basées sur des informations réelles. Il est important d’envisager l’analytique comme une réflexion globale dans l’entreprise, en l’intégrant dans tous les outils logiciels, ouvrant ainsi la voie à la « Pervasive BI » (décisionnel pénétrant).

Définition du tissu analytique

Nous pouvons décrire les caractéristiques essentielles d’une application permettant de reconnaitre et d’exploiter la valeur des données et d’en faire bénéficier chaque utilisateur. En définissant les attributs de réussite d’une application orientée données capable de fournir une « intelligence décisionnelle », on identifie facilement les applications professionnelles en place aujourd’hui.Approche orientée vers les processus : une application orientée  données permet d’automatiser et d’améliorer les processus métier. Dans l’idéal, l’application doit permettre de rationaliser un processus en le rendant plus court et plus « déterministe », économisant ainsi du temps et de l’argent. Intégrer l’analytique au sein d’un système de processus optimisé contribue à créer un climat de confiance dans la prise de décision. Des conditions favorisant l’amélioration continue des performances.

Événements intelligents

Parmi les plus avancées  des applications orientées données,   certaines peuvent contrôler intelligemment d’autres systèmes, en fonction d’événements capables d’ajuster des processus en série. Certains de ces ajustements nécessitent une intervention humaine. Exemple : en cas de pénurie de pièces, il peut être nécessaire de modifier la conception du produit. Dans d’autres cas, le problème peut être traité entre systèmes, tel qu’un niveau de stock trop bas qui déclenche une prise de commande automatique. Plus le processus est sophistiqué, plus les événements peuvent être contrôlés et influencés de manière intelligente, avec une application analytique.

Pertinence contextuelle

Les meilleures applications orientées données fournissent un ensemble vaste et complet d’informations pertinentes, pour l’utilisateur chargé d’effectuer une tâche. Pour optimiser ces informations, il est essentiel d’en comprendre le contexte. Certaines peuvent émaner du système informatique (données internes), présentées sous forme de tableaux, graphiques et de diagrammes pour une visualisation optimale. D’autres peuvent être issues de sources externes : elles complémentent les données internes, enrichissent le contexte et favorisent la compréhension. Un savant mélange d’informations qui permettent de prendre les meilleures décisions. Une bonne application orientée données fournit un grand nombre d’informations.

Compréhension analytique

Fondamentalement, une application orientée données est supposée fournir une  « intelligence analytique », au bon moment et au bon endroit, afin de renforcer la compréhension de l’activité et d’obtenir de meilleurs résultats décisionnels.
Dans l’idéal, cette « intelligence analytique » provient d’une connaissance approfondie du domaine d’activité analysé et d’un ensemble d’outils complets et facilement accessibles. Le but étant d’améliorer le processus, et non l’inverse. Une application orientée données a tout intérêt à réussir cette étape, faute de quoi l’échec sera inévitable.
Aujourd’hui, certaines applications métier englobent une partie de ces caractéristiques, mais on remarque que toutes pourraient être plus efficaces si elles étaient davantage orientées données. Ces caractéristiques ouvrent de nouvelles perspectives car elles optimisent des informations clés, et souvent inexploitées, à l’intérieur du système ou de l’application.
L’analytique se doit d’être une composante à la fois simple et puissante de toute application. Elle évolue au sein même du processus métier ou du système. Il ne fait aucun doute qu’en 2013, on comprendra mieux que c’est à l’information de s’adapter à l’utilisateur et non l’inverse.
Pour cela, je compte sur l’essor, plus rapide que jamais, des applications orientées données et des solutions décisionnelles intégrées.

Autour du même sujet