Aujourd’hui, moins de 15 % des entreprises ont nommé un Chief Data Officer (CDO) et moins de 10 % ont recours à un Chief Analytics Officer (CAO). Ce ne sera plus le cas d’ici deux ans. Pourtant au cœur des nouveaux enjeux économiques, la data est souvent mal exploitée, voire mal pilotée par les entreprises, alors que toutes les études convergent vers une explosion de l’IoT et du Big Data à l’horizon 2020.
Dans ce contexte, les solutions de Business Intelligence traditionnelles, pilotées par les services IT, ne répondent plus aux attentes des utilisateurs qui maîtrisent leurs données et veulent réaliser des analyses métiers adaptées à leurs besoins. Pour les entreprises, cette mutation représente un fort enjeu de compétitivité.
Business Intelligence : un marché en pleine mutation
Le terme Business Intelligence regroupe l’ensemble des méthodes et outils permettant de mettre en place une stratégie d’aide à la décision dans une entreprise.
Traditionnellement, les entreprises structurent leur stratégie BI autour d’un entrepôt de données et/ou d’un cube décisionnel, l’existence de ce point névralgique les rendant mécaniquement fortement dépendantes de leur DSI. En effet, chaque besoin remonté par les métiers doit d’abord être recueilli, centralisé et validé par le service IT, ce qui rallonge les délais de traitement.
Si ce modèle, très structurant, est encore largement utilisé, un besoin émerge néanmoins progressivement chez les utilisateurs métier : celui de s’approprier les outils décisionnels.
Ce besoin ne date pas d’hier mais jusqu’à présent, les outils étaient plutôt dédiés à des utilisateurs techniques. En pleine mutation, la Business Intelligence se transforme donc pour gagner en modernité et en efficacité : plus agile, plus souple et plus accessible, elle se met au service des métiers pour redonner le pouvoir à ses utilisateurs. L’avènement de solutions disponibles en mode SaaS, permettant de structurer le modèle de données selon l’utilisation métier que l’on désire en faire, a permis de démocratiser l’outil décisionnel au sein de l’entreprise.
Cette transformation de la Business Intelligence vers un modèle « sur-mesure » réduit considérablement le cycle d’analyse de données et permet, désormais, de prototyper très rapidement rapports et tableaux de bords.
Aujourd’hui, les deux modèles de Business Intelligence, classique et moderne coexistent. Le modèle moderne intègre des algorithmes d’intelligence artificielle et est d’ores et déjà prêt pour le marché du Big Data et offre des modes de diffusion des rapports adaptés au déploiement à grande échelle. Un avantage non négligeable qui devrait pousser les entreprises à sauter le pas pour rester compétitives.
La Business Intelligence, enjeu économique pour les entreprises
La popularisation de la Business Intelligence, désormais entre les mains des utilisateurs métier, a profondément modifié le rôle de ces derniers au sein des entreprises. Auparavant utilisateurs finaux des solutions de Business Intelligence, ils sont désormais acteurs de la mise en œuvre de ces solutions, tant au niveau de la réalisation de rapports et de tableaux de bord qu’au niveau de la structuration du modèle de données.
Dans ce contexte, l’enjeu pour les entreprises est celui de la compétitivité économique. En apportant de l’agilité, la Business Intelligence permet d’accélérer le processus de diffusion des rapports décisionnels et d’avoir ainsi davantage de réactivité. Grâce à une analyse des données plus rapide, les décisions stratégiques peuvent être prises plus vite, sans perdre en efficacité.
Ainsi, la Business Intelligence moderne (également appelée « self-service » BI), redistribue les rôles au sein de l’entreprise : au sein d’une petite équipe, les collaborateurs peuvent par exemple cumuler plusieurs rôles, mais un déploiement de rapports à grande échelle peut aussi nécessiter une séparation claire et précise de ceux-ci. Néanmoins, si elle donne aux utilisateurs métier un accès au pilotage des analyses de données, la Business Intelligence moderne ne doit pas pousser ces derniers à se lancer seuls dans la maintenance du modèle de données décisionnelles, plus complexe que la création de rapports et qui exige donc des connaissances pointues pour rester efficace. En cela, la BI moderne est un vecteur fort de collaboration entre les services d’une même entreprise : elle pousse les utilisateurs métier à travailler de concert avec d’autres collaborateurs, plus transversaux, afin de désengorger les DSI et de s’assurer une réactivité cruciale dans un marché toujours plus pressé.
La transformation de la Business Intelligence est toujours en cours. La prochaine étape à appréhender sera l’intégration de plus en plus forte des outils collaboratifs au sein des entreprises. A terme, la convergence de plusieurs « business apps » permettra la création de systèmes de Business Intelligence complets, aptes à réaliser des simulations basées sur des hypothèses saisies directement dans l’outil d’analyse de données.
_______
Joël Crest est Référent technique pour Exakis