De l’IT au métier, vers une transformation de la business intelligence ?

L’entreprise data-driven constitue aujourd’hui un positionnement qui bouleverse complètement la relation IT- métiers. En faisant de la donnée le cœur de la stratégie, la BI classique doit laisser la place à une BI moderne centrée sur les utilisateurs.

D’après le baromètre Qlik – Ebg publié l’année dernière, 54% des dirigeants considèrent la data comme primordiale dans leur stratégie globale et 53% comme une source d’évolution dans leur business model ou leur positionnement de marché[1]. La data s’impose désormais aux entreprises comme un facteur majeur de leur développement et leur principal gage de valeur. L’exemple des GAFAs est probant : Google, Amazon, Facebook et Apple représentent à eux quatre une valorisation estimée à 3 000 milliards de dollars là où l’ensemble des entreprises du CAC40 "ne valent que" 2 000 milliards. Une valorisation qui équivaut à plusieurs dizaines de fois leurs bénéfices[2]. La valorisation des GAFAs est elle-aussi impressionnante, plusieurs dizaines de fois leurs bénéfices.

Mais si 57% des entreprises s’estiment totalement ou partiellement data-driven, qu’en est-il vraiment ? En France parmi les entreprises du CAC40, seules Total et AXA en 2016 présentaient un tel niveau de productivité globale, soit seulement deux entreprises sur 40. Même constat en termes de valorisation : en 2017, 77 % des "licornes", ces startups valorisées à plus d’1 milliard de dollars, étaient américaines ou chinoises.

Comment alors devenir une entreprise véritablement orientée data ? En déployant une BI moderne moins IT-centrée et plus tournée vers les métiers. L’approche classique à travers des outils "traditionnels" de reporting ne répond plus aux besoins d’agilité des entreprises face à l’explosion du volume et à la diversité des données. Pour 49% des collaborateurs IT et métiers[3], la multiplication des sources constitue une vraie difficulté en matière d’intégration. Ils sont 38% à associer cette difficulté à la variété des données (structurées ou non structurées) et 32% au volume.

Compréhension du cahier des charges, design du modèle, mise en place de l’extraction de données, collecte des informations… L’approche BI classique repose sur un processus long avant de parvenir à des rapports analytiques précis. Or, les directions opérationnelles ne peuvent plus attendre des semaines voire des mois avant d’obtenir leurs tableaux de bord. 

Les méthodologies utilisées pour la BI traditionnelle sont devenues caduques face aux nouvelles exigences des entreprises en termes d’agilité, de rapidité d’accès aux données et de finesse d’analyse. De ces nouvelles pratiques est née la BI moderne : une gouvernance centralisée par les équipes IT, une analyse en libre-service et décentralisée par les métiers, ainsi qu’une itération rapide et agile. Bien que les outils traditionnels soient aujourd’hui encore majoritaires, la part des plateformes de BI moderne devrait devenir majoritaire d’ici 2020[4].

L’intérêt de cette BI moderne est double : elle permet à la fois aux équipes métiers d’accéder rapidement à leurs données pour gérer leurs dashboards et aux équipes IT de pouvoir se concentrer sur la gouvernance. La DSI peut ainsi se concentrer sur le stockage, la sécurité et la mise à disposition rapide de la donnée auprès des métiers.

Désormais, place à une self-BI en temps réel et dirigeons-nous vers une BI prédictive à base d’intelligence artificielle et de machine learning. Une analytique augmentée qui permettra d’effectuer automatiquement la préparation des données et de trouver des corrélations, jusqu’ici cachées, entre certaines variables. Une priorité pour 30% des DSI d’ici 2020 selon Gartner.

Si l’investissement initial se veut conséquent et la mise en œuvre complexe, ils sont néanmoins vecteurs de bénéfices concurrentiels majeurs. Gartner estime dans son Magic Quadrant for Analytics and Business Intelligence Platforms 2018[5] que les entreprises utilisant des outils de BI moderne généreront deux fois plus de valeur que les solutions BI classiques et que le coût de leur investissement en analytique.

De l’unification de données issues de sources multiples à l’agilité de déploiement en passant par la facilité de l’analyse décentralisée par les utilisateurs, la BI moderne va donc permettre aux entreprises de gagner en efficacité opérationnelle dans leur gestion des données internes… à condition de disposer d’un système d’indexation évolué capable de simplifier la création de contenus et l’analyse de grands volumes de données par les équipes métiers. Une approche pragmatique nécessaire pour tendre vers le zéro time-to-data.

[1] Source : Baromètre Qlik - Ebg, 2017 : 7 points sur l'entreprise Data driven

[2] Source : LesEchos.fr

[3] Source : 4e édition de l’étude « 2017 Data Connectivity Outlook » menée par l’éditeur Progress »

[4] Source : From Traditional to Modern: How to Evaluate Modern BI & Analytics the Right Way, Tableau

[5] Source : Magic Quadrant de Gartner