JDNet
Solutions: Pouvez-vous définir le positionnement
de Microstrategy par rapport à des acteurs comme
Business Objects, Cognos... ?
Eric Guigné:
Notre métier
initial se concentre sur les technologies décisionnelles.
Ce marché est assez vaste et comporte un grand
nombre d'acteurs. C'est pourquoi il faut y distinguer
deux tendances : la business intelligence et le one-to-one
proactif. Au sein de la première tendance, il
existe deux catégories de produits. D'un côté,
nous retrouvons des acteurs comme Business Objects,
Cognos ou Brio qui développent des requêteurs
pour attaquer des bases de données relationnelles.
Ces outils doivent passer par des serveurs de données
intermédiaires où ils recréent
un cube, ce qui leur permet d'effectuer l'analyse multidimensionnelle.
Dans ce contexte, ce qui convient à un département
ne servira pas forcément à un autre qui
devra recréer un autre cube. En terme de duplication,
de temps passé et de volumes de données,
ce n'est pas satisfaisant.
De l'autre côté, des sociétés
comme Hyperion avec EssBase ou Oracle créent
des structures particulières de cubes multidimensionnels
dans lesquelles il est possible de recalculer un certain
nombre de croisements. Mais là aussi, ces structures
propriétaires ne conviennent qu'aux projets qui
portent sur un nombre limité de dimensions. S'il
n'y en a que trois ou quatre, pas de problème.
Mais lorsqu'il faut en croiser trente, ce n'est
pas gérable.
Et
donc, où se situe Microstrategy ? Quels
sont ses avantages ?
Nous avons inventé
le ROlap, ou relationnel Olap (Online analytical processing).
Les autres font du
MOlap - "M" pour multidimensionnel. En
clair, nous stockons toutes les données sur une
base relationnelle et nous avons inventé un serveur
d'applications qui sort du multidimensionnel par la
SGBDR (Solution de gestion des bases de données
relationnelles). Dans un environnement de navigation
simple, l'utilisateur voit toutes les données
dont il a besoin, comme par exemple les tranches d'âge
des clients, leurs catégories socio-professionnelles,
etc.
Donc nous attaquons exclusivement la base de données
relationnelle. Grâce à cela, nous pouvons
traiter d'importants volumes de données avec
un grand nombre de croisements. C'est pourquoi l'un
de nos clients américains exploite 40 teraoctets
de données avec Microstrategy. Les autres produits
que vous avez cités ne leur permettraient de
visualiser l'information que de manière partielle.
Pouvez-vous
répondre à toutes les problématiques
décisionnelles avec votre offre ?
Comme notre technologie
est différente, la plupart de nos clients ont
aussi du Business Objects ou du Cognos qui leur permettent
essentiellement de représenter des parts de marché.
Nous avons aussi des outils de requête dans notre
catalogue, mais le plus souvent les entreprises ont
déjà acheté un autre produit. Nous
pouvons servir les clients qui veulent tout en Microstrategy.
D'un autre côté, certains de nos utilisateurs
ont aussi acheté des technologies de type EssBase
pour faire de la simulation budgétaire, par exemple.
Ils travaillent sur une grande masse d'informations
mais seulement avec deux ou quatre dimensions qui se
croisent. Nos clients de la grande distribution, en
revanche, ont parfois besoin d'aller jusqu'au ticket
de caisse.
Justement,
que signifient tous ces croisements
?
En règle générale,
ceux-ci s'effectuent suivant deux axes principaux. Soit
l'utilisateur analyse par rapport à la zone géographique
et croise avec des paramètres comme le temps,
les familles de produits, leur quantité, le prix...
voire des notions plus complexes comme les packs de
Cola de 6 ou 12 cannettes ou même
les versions sans caféine. Soit il cherche à
analyser par période et donc cela peut-être
l'année, le trimestre, le mois, le jour et la
tranche horaire. Or, cette dernière est importante
par exemple pour le responsable du pilotage dans un
supermarché, qui veut savoir comment allouer
ses caissières.
Après, il est encore possible de pratiquer de
nouveaux croisements avec les promotions. Les produits,
aussi, ont une saisonnalité qui est différente
entre le rayon textile et un autre, entre les t-shirts
blancs et les couleurs. Quand l'un n'est plus en vente
à Lille, il peut toujours l'être à
Marseille. Il faut donc lancer un ensemble d'analyses
chaque jour. Et là intervient l'enregistrement
des stocks qui permet de connaître leur vitesse
d'érosion. Dans certains cas, cela ne pose pas
de problème, mais dans d'autres un message doit
apparaître de type "attention il ne reste
plus que 14 jours". Puis, il faut regarder
ce que génère le produit comme chiffre
d'affaires et rentabilité. A partir de là,
le chef de rayon est à même de se réapprovisionner
si nécessaire. Notre produit peut aussi l'avertir
s'il lui en reste 50 000 sur les bras. C'est
après tous ces croisements que l'entreprise peut
décider d'une campagne de promotion.
Comment
constituez-vous des bases de données aussi gigantesques
?
Pour effectuer des travaux
opérationnels et générer de grands
volumes de données, il faut être capable
de tout enregistrer. Mais il est très complexe
de stocker toutes les informations jusqu'aux tickets
de caisse. Les ERP sont une source très importante
pour nous. Ici, nous rencontrons beaucoup de systèmes
sources chez nos clients. Dans le cadre de la fusion
entre Carrefour et Promodès, chacun disposait
de son propre ERP. Nous récupérons donc
les données de tous ces systèmes. Car
il n'existe aucun groupe en France qui possède
un système d'informations parfaitement homogène.
Techniquement, nous avons un moteur SQL multi-chemins
alors que les autres s'appuient sur du multi-sélections.
A partir des requêtes SQL optimisées, nous
engageons des tris sur le serveur de données,
là où se concentre le maximum de puissance.
En général, il s'agit d'un gros datacenter
et les clients y placent des machines très performantes.
De ce fait, nous n'avons pas à transférer
des cubes plus ou moins importants car tout le traitement
est centralisé en une seule fois. Nous n'envoyons
que le résultat final, qui lui est léger.
C'est pour cela que nous avons presque tous les grands
distributeurs parmi nos clients. Sur les cent premiers
mondiaux dans le retail, 92 sont nos clients, qu'il
s'agisse de Carrefour, WalMart, Metro, Cora, System U,
les Galeries Lafayette ou même Auchan.
Avec
quels outils ETL vous interfacez-vous ? Et comment maintenez-vous
l'intégrité des métadonnées
de bout en bout de la chaîne ?
Nous avons notamment des
partenariats avec Informatica et Ascential Software.
Sinon, dans le cadre de notre base de données
relationnelle nous garantissons les métadonnées
avec une table de correspondance. Nous sommes aussi
compatibles par défaut avec le standard Metadata
Coalition de Microsoft. Toutes les informations sont
extraites de tous les systèmes et arrivent dans
un broker de métadonnées.
Proposez-vous
des niveaux d'analyse supérieurs comme SAS, pour
générer par exemple des tableaux d'évaluation
d'une activité (balanced scorecards) ou faire
des statistiques de data mining ?
Nos capacités nous
permettent de faire du balanced scorecard mais ce n'est
pas vraiment notre tasse de thé car il s'agit
de paramétrages et de calculs très sophistiqués.
Dans ce cadre, les clients développent leur propre
application. D'ailleurs, les éditeurs qui se
positionnent là dessus ont du mal à survivre.
De son côté, le data mining s'adresse à
des experts. Il faut des produits très pointus
qui pour SAS sont programmés en SAS, et c'est
très délicat. Ils analysent des sous-ensembles
pour faire de l'extraction et dégager des tendances.
Ce sont des trucs de statisticiens qui conviennent très
bien, par exemple, à des calculs d'élasticité
aux prix sans obligation de tout croiser. Avec notre
offre, nous nous adressons à des personnes qui
ont besoin d'outils faciles pour attaquer de grands
volumes. Ceci nous permet d'attaquer volontairement
tous les grands comptes en proposant un niveau de granularité
important. Et une fois que l'analyse produit est réalisée,
nous ne faisons plus du marketing produit mais du marketing
client.
A
part la grande distribution, quels sont les secteurs
que vous rencontrez le plus souvent ?
Nous réalisons 80 %
de notre chiffre d'affaires dans la grande distribution,
la banque-assurance et les télécommunications.
Dans le second domaine, les banques cherchent à
garder leurs clients en proposant des services à
valeur ajoutée. Nous analysons donc la rentabilité,
au départ pas sur tous les clients mais seulement
5 000 ou 10 000. Une véritable segmentation
se dégage par la rentabilité. Les clients
importants, par exemple, ont des valeurs boursières.
Nous pouvons intégrer leurs préférences
par rapport à tous leurs mouvements, c'est à
dire adopter leurs canaux de diffusion préférés.
Nous pouvons aussi bien envoyer une petite alerte gratuite
de souscription volontaire en SMS, qu'un email en cas
d'agios, de débit ou de crédit. Dans les
banques, ces systèmes commencent juste à
éclore.
C'est
donc cela le one-to-one proactif... Mais est-il aussi
facile de pénétrer ce marché en
France qu'aux Etats-Unis ? Les mentalités ont-elles
évolué ?
Oui et non. Oui, car les
banques font ce qu'il faut pour perdre les mauvais clients
et veulent garder ceux qui sont rentables. Mais elles
les perdent quand même. Une entreprise comme le
Crédit Lyonnais réalise 90 % de son
chiffre d'affaires avec 3 % de ses clients. Si
elle perd la majorité de ces 3 %, elle met
la clef sous la porte. L'enjeu, quand on offre des services
à valeur ajoutée, passe donc par la stratégie
de recrutement des nouveaux clients. Il est possible
de les attirer par rapport à certains profils,
ce qui rentre dans toute une stratégie d'acquisition
vis-à-vis de tel ou tel type de clientèle.
Non aussi, car aux Etats-Unis, les clients sont beaucoup
plus automatisés. Ce sont les rois du pager.
Pour l'instant, nous n'avons vendu qu'un seul système
en France avec une bonne année de décalage.
Aux Etats-Unis, les consommateurs sont également
bien informés quand ils gagnent de l'argent,
ce qui n'ose pas être dit en France. Il s'agit
là d'une difficulté culturelle énorme.
Si nous prenons l'exemple des brokers en ligne, le développement
du marché a été très fort
aux Etats-Unis alors qu'il n'a pas décollé
en France. Mais il faut aussi laisser le temps aux personnes
de s'habituer.
Proposez-vous
une solution particulière dédiée
au one-to-one proactif ?
Nous utilisons les mêmes
modules de segmentation, d'analyse, etc., auxquels nous
rajoutons des technologies de souscription. A l'aide
d'un formulaire simple, le client entre ses informations
et paramètre ses écran de souscription.
Quelles
sont les nouveautés majeures dans la dernière
version de votre plate-forme ?
Dans MicroStrategy 8, nous
avons surtout optimisé le code pour travailler
sur la diffusion vers des centaines de milliers d'utilisateurs.
Cela concerne toutes les technologies sur lesquelles
nous nous appuyons. Afin d'accroître le volume
et les performances, toute la partie déportée
(reporting) a été redéveloppée
en HTML pur.
|