Dossier Business Intelligence : complexité sur toute la ligne

Il reste de nombreux défis à relever dans le domaine de la Business Intelligence : que ce soit en termes d'intégration et de validation des données ou de facilité d'utilisation par un large nombre d'utilisateurs, les projets BI doivent louvoyer entre de nombreux écueils.

post-image-3
Dans son sens le plus large, le terme Business Intelligence désigne, selon Patrick Xhonneux, Strategy and Marketing Director chez SAS Institute, « toute utilisation de mesures pour décider, gérer, optimiser les performances et augmenter son efficacité ». Pour P. Xhonneux, on peut considérer que certains aspects de la BI sont aujourd'hui une commodité. Il entend par là tous les systèmes qui permettent a posteriori de se faire une idée de la performance passée. Cette partie de la BI est relativement saturée aujourd'hui. En revanche, l'application de la BI à des problématiques métier, avec une dimension prédictive et plus analytique qui permet d'apporter des améliorations aux processus, a son avenir devant soi.

 

De l'extraction à l'exploitation

 

Avant d'en arriver là, il y a bien des écueils à contourner. La BI recouvre un processus très complexe. En premier lieu, il faut en passer par un processus ETL (extract, transform and load), c'est-à-dire qu'il faut aller extraire les données des multiples systèmes qui coexistent au sein de l'entreprise (qu'elles aient été développées en interne ou qu'il s'agisse de packages tels qu'un ERP, un CRM, etc.), leur appliquer un traitement pour homogénéiser leur format de présentation et les intégrer à un entrepôt de données (un data warehouse, mais on parle aujourd'hui également de plateforme B.I. par exemple et cela s'inscrit souvent dans le cadre plus large de la SOA – service-oriented architecture) où elles seront ainsi devenues manipulables pour les logiciels de B.I. Il faut ensuite distribuer ces données aux utilisateurs pour leur permettre de les exploiter, notamment en faisant des requêtes ou en obtenant des rapports. Bien sûr, entre cet exposé théorique et sa mise en pratique, des obstacles apparaissent à chaque niveau.

 

L'intégration des sources de données disparates qui coexistent depuis belle lurette au sein des infrastructures des entreprises en constitue déjà un de belle taille et, selon une toute récente étude menée par la société Aexis, spécialiste belge de la Business Intelligence, celui-ci n'est pas passé inaperçu des entreprises. Aexis a interrogé les entreprises belges du Top 500 (plus de cent millions de chiffre d'affaires) et a obtenu une réponse de la part de 120 d'entre elles. Une immense majorité d'entre elles sont déjà engagées dans des projets de ce genre puisque 93% la pratiqueraient d'une manière ou de l'autre (automatisée, manuelle ou un combiné des deux).

 

Cette intégration est rendue d'autant plus hasardeuse que les systèmes IT sont un peu comme des organismes vivants : ils changent constamment, et ce d'autant plus que les organisations qu'ils soutiennent sont elles-mêmes en constante métamorphose, notamment via les opérations de fusion et acquisition.

 

A côté des applications développées en interne au fil des ans (les legacy sytems), on trouve désormais dans la plupart des entreprises des ERP, mais aussi de plus en plus souvent des applications CRM, SCM (supply chain management), des logiciels spécialisés pour les ressources humaines, etc. Une même entreprise peut même utiliser en parallèle plusieurs applications pour des tâches similaires ou proches. Chez Aexis, son General Manager, Carl Moons, cite l'exemple d'un client où coexistent par exemple pas moins de quatre applications distinctes pour les ressources humaines. Comme on le résume chez Aexis, ce type de contexte peut mener au chaos.

 

Data warehouse : le flop ?

 

Problème incontournable : certes, les logiciels de BI fournissent des outils d'analyse et de reporting, mais à partir du moment où ceux-ci ne sont pas alimentés par l'ensemble des sources de données de l'entreprise ou que ces données ne sont pas entièrement fiables (par exemple, parce que les données en question ne sont pas les plus récentes), il y a fort à parier que les résultats ne seron
Back to top button
Close
Close