Pourquoi la Business Intelligence est-elle restée étanche au raz de marée du cloud ?

S’il est un sujet où le décisionnel dans le cloud a fait ses preuves, c’est bien celui du Web Analytics, pour l’analyse des données de navigation au travers des sites web. 98 % des applications de ce type sont en effet déployées dans le cloud si l’on en croit le Gartner. Il est vrai que dans ce cas, le contexte est propice puisque les données viennent de l’extérieur de l’entreprise, que leur format est standardisé, et que l’entreprise cherche souvent à croiser les données issues de son propre site avec des données externes issues du web. 

Dans cette logique, certains acteurs du marché de la BI, à l’intersection entre la BI départementale et les applications de gestion de la performance, misent non pas sur les processus liés à une activité comme la prévision, la planification ou le reporting, mais plutôt sur les indicateurs de performance associés à ces activités. Ils proposent dans ce but une bibliothèque d’indicateurs pertinents, souvent associés à des connecteurs pour extraire les valeurs de ces indicateurs à partir des progiciels du marché. Des exemples d’acteurs de ce type sont mirror42 (qui propose une bibliothèque de plus de 6000 indicateurs sur le site KPIlibrary.com) ou encore GoodData. Dans la même logique, IBM vient d’annoncer Analytic Answers, offre d’analyse prédictive ciblant les PME, avec des déclinaisons sectorielles pour les assurances, la distribution, l’éducation…

L’exemple du Web Analytics a montré l’attrait de ce modèle lorsque les données sources sont dans le cloud. Pour les mêmes motifs, le modèle cloud intéressera en priorité ceux dont les applications de gestion sont elles mêmes à l’extérieur de l’entreprise. Les fournisseurs de ces solutions SaaS sont ainsi potentiellement bien placés pour leurs associer des  applications analytiques. Mais, à l’instar du leader du monde SaaS, Salesforce.com, leurs offres sont parfois faibles dans leur dimension analytique, ce qui laisse la place à des solutions tierces.

L’infrastructure sous-jacente au décisionnel est un point sensible dans les d’entreprises. Les architectures en place peinent en effet à gérer simplement l’explosion des volumes de données et de l’appétit des utilisateurs  pour plus d’autonomie. De nouvelles technologies comme le in memory apportent des réponses à ce type de problème, mais elles nécessitent de réajuster en permanence l’infrastructure face aux usages. Or, contrairement aux environnements transactionnels où la prévision de la demande est très bien maîtrisée, la demande pour la BI est plus fluctuante voire même imprévisible. 

La Business Intelligence demande par ailleurs beaucoup d’agilité. Il y a d’ailleurs une très forte demande pour la mise en place de « datalabs » destinés à répondre aux besoins d’autonomie d’une petite population d’utilisateurs, pour des périodes parfois courtes, ou encore pour élargir la portée de systèmes existant vers une population plus large. De même, il devient souvent nécessaire de récupérer des données à un niveau plus fin ou à une fréquence plus importante, ce qui peut bouleverser les infrastructures existantes. Or, en s’industrialisant, la Business Intelligence a perdu en agilité. Et l’infrastructure technologique sous jacente en est souvent en grande partie responsable.

Le modèle cloud, et en particulier la propriété d’élasticité qui lui est souvent associée, correspond bien à ce type de demande. Certains acteurs, comme BIME ou Birst en ont fait leur spécialité. 

A noter que ce sous-segment, au même titre que le précédent, n’est pas nécessairement proposé par des acteurs positionnés exclusivement sur le marché du SaaS. Microstrategy, par exemple, propose une version cloud de ses propres outils enrichis par des bases de données et des outils d’intégration tiers ; SAP propose BI on Demand sur la base d’outils de la gamme BusinessObjects et de sa base de données Hana. Il s’est aussi associé à Amazon pour rendre Hana accessible au travers du cloud, avec un modèle de paiement à l’usage ; l’offre est malheureusement limitée (la taille de la base de données étant limitée à quelques dizaines de gigas), mais elle n’en est pas moins attrayante, ne serait-ce que pour prendre en main l’offre et démarrer un premier projet. Oracle, de son côté, annonçait à grand bruit lors de sa grand messe annuelle Open World la nouvelle version de sa base de données désormais mieux conçue pour le cloud et sa propriété d’élasticité. Quant à Microsoft, même si la Business Intelligence n’est pas l’axe clé de sa Plateforme as a Service Azure, il s’intéresse au domaine, notamment avec la disponibilité depuis mi-2012 du longtemps attendu Windows Azure SQL Reporting.

Dans la même logique, certains spécialistes de l’hébergement ou du cloud proposent des solutions industrialisées dédiées à certaines plateformes BI du marché.

Les limites de ce modèle ? Si les données sources ne sont pas déjà dans le cloud, les entreprises peuvent être réticentes à les transporter, puis les stocker à l’extérieur. Cette limite doit cependant être regardée à la loupe et au cas par cas, car la plupart des prestataires savent intégrer un réseau privé virtuel pour y faire face. L’autre limite est liée au volume de données à transmettre, d’où le fait de positionner ce sous segment pour des applications décisionnelles départementales ou pour une BI d’entreprise dans une entreprise n’ayant pas à traiter des volumes de données trop conséquents ou des transferts de données trop complexes. Enfin, la dernière limitation peut être liée au modèle de licence de l’éditeur : si l’offre cloud est fournie au travers d’un tiers et non de l’éditeur lui-même et que le tiers en question n’est pas en mesure de proposer un droit d’usage du logiciel par souscription dans ses prestations, alors l’entreprise doit en acquérir pour bénéficier du service. Les dépenses doivent alors être considérées comme un budget d’investissement et non pas seulement de fonctionnement, ce qui peut s’avérer une contrainte pour le financement du projet.