Tribune Qlik : 10 nouvelles orientations pour la business intelligence

Le point de vue de René Bergniard, Directeur général de Qlik France, sur les grandes tendances associées au monde du décisionnel (business intelligence).

————————–

Le déploiement à tous les secteurs de la business intelligence conduite par l’utilisateur s’accélère, à mesure que les sociétés commencent à reconnaître la valeur métier des données. En France, cette tendance est encore plus notable dans les secteurs de la finance, de l’industrie, des télécoms, des médias  et de la distribution.

Dans tous les départements des entreprises, un nombre croissant de personnes s’appuie sur les données pour prendre des décisions métier éclairées. Il est désormais impératif que les solutions de BI fournissent de véritables solutions en libre-service intuitives qui permettent aux utilisateurs métier d’exploiter efficacement les données, sans avoir continuellement recours au service informatique.

De la gouvernance des données à « l’humanisation » de la technologie, voici les dix orientations auxquelles la BI doit aujourd’hui se conformer.

Humanisation des technologies de l’information
Depuis un moment, nous parlons de consumérisation des technologies de l’information. Nous sommes depuis passés à la phase suivante de l’évolution des technologies : son humanisation. Les avancées technologiques (tactile, voix, mobile, objets connectés) permettent aux utilisateurs de reconsidérer leur interaction avec la technologie et d’en faire une expérience plus naturelle et humaine. Les solutions de BI doivent exploiter ce type d’expérience et éliminer les analyses non intuitives et non naturelles qui découragent leur utilisation.

Analyse du big data
De nombreuses sociétés jugent le big data décourageant. Pourtant, le big data est bien là et elles doivent déterminer comment l’exploiter. Les plateformes de BI doivent s’adapter à cette croissance de données omniprésentes et développer des solutions capables de regrouper des données diverses et issues de plusieurs sources, dans le cadre de l’analyse. Pourquoi ?  Car cela permet de disposer de davantage de « contexte » pour prendre des décisions et dépasser la nébuleuse de données internes et uniquement quantitatives constatée dans la plupart des déploiements de BI.

Prise au sérieux de la gouvernance des données
La gestion des process de données à travers toute l’entreprise devient cruciale. Nous savons depuis longtemps qu’une gouvernance des données de qualité constitue la base pour gérer les informations utilisables par l’entreprise et, du même coup, éliminer les imprécisions et données inexactes. Nous devons désormais la prendre au sérieux, et ne pas négliger son aspect stratégique.

Plus d’autonomie pour les utilisateurs
Une solution centrée sur l’utilisateur permet à chacun, des dirigeants aux équipes terrain, d’exploiter la BI pour créer un modèle métier plus riche, identifier des tendances indétectables autrement et découvrir des informations spécifiques à l’entreprise et susceptibles d’apporter un avantage concurrentiel. L’accent ne doit pas être mis sur la production de rapports et d’indicateurs clés de performance (Key Performance Indicator ou KPI en anglais) vieillots, mais sur la fourniture immédiate des informations appropriées.

Bien plus qu’un accès
2013 a été l’année du big data. Mais qu’en est-il du right data (bonnes données) ? Un simple accès aux données ne suffit pas à créer la confiance. Un meilleur accès n’équivaut pas à de meilleures décisions.  Il faut une interaction plus fréquente, itérative et exploratrice des données. Les sociétés prennent les bonnes décisions lorsqu’elles sont capables de repérer les informations vitales, et ce via une interaction libre avec les données.

Utilisation des données déjà exploitées
Le recyclage est dans l’air du temps. Pourquoi, dans ce cas, ne pas ré-exploiter les données disponibles sous un autre angle ? Les sociétés disposent souvent d’une quantité phénoménale d’informations sous la forme de données « exploitées », qui peuvent être recyclées et analysées pour résoudre des problèmes rencontrés dans différents services. Par exemple, un magasin de vente au détail peut utiliser les tendances de vente pour définir de nouvelles campagnes marketing.

Soutien des personnes mobiles
Le travail en situation de mobilité est la nouvelle norme. Le BYOD [Bring Your Own Devices, le collaborateur apporter son terminal personnel pour travailler en entreprise, ndlr] s’est démocratisé. La BI doit en tenir compte.  L’association de l’informatique mobile et des tableaux de bord est incroyablement puissante, mais uniquement si elle propose le type d’expérience que les utilisateurs attendent des applications mobiles et fonctionne sur tous les appareils.

L’open data pour de meilleures informations
L’open data – informations privées et gouvernementales disponibles publiquement- constitue une source qui gagnera en popularité cette année. L’utilisation de l’open data permettra aux sociétés de comparer et d’améliorer leurs propres données sur la base d’informations tierces.  Davantage de contexte donc, et gratuitement.

Prise de décision naturelle
La prochaine génération de BI va s’atteler à créer une prise de décision optimisée et plus instinctive, que nous appelons « natural analytics » ou analyse naturelle. La visualisation en constitue un aspect, mais le raisonnement n’est pas que visuel et l’exploration des données ne peut pas se limiter à des graphiques, aussi attrayants soient-ils. L’objectif va glisser de la recherche de réponses aux questions à la recherche de questions plus pertinentes. Les solutions de BI doivent être un complément technologique du raisonnement humain, sans jamais s’y substituer.

N’oubliez pas le small data
Comme mentionné précédemment, le big data jouera toujours un rôle important dans la BI cette année. Toutefois, cela ne signifie pas que nous devons abandonner les autres sources de données. Toutes les données peuvent être analysées et exploitées. Les plateformes de BI doivent être capables de trouver des informations dans une multitude de sources de données, quelle que soit leur taille. La réalité est que la plupart des sociétés sont encore loin d’exploiter de façon optimale l’analyse du small data.