La Business Intelligence

TRAVAIL ELABORE PAR :

BRIOUAL AMAL

EL MANSOUM MOHAMMED

KHCHAF MOUNA

UNIVERSITE ABDELMALEK ESSAADI ECOLE NATIONALE DE COMMERCE ET GESTION TANGER MASTER SPECIALISE EN LOGISTIQUE ET TRANSPORT

ANNEE UNIVERSITAIRE 2015 2016

NOUYESS

Liste des figures

Figure 1 : Architecture du système décisionnel ....................................................................... 11

Figure 2 :Top 10 des vendeurs de solutions "BI" dans le moyen orient et l’Afrique du nord, en

millions de dollars, entre 2013 et 2014 (selon Gartner) ........................................................... 24

Figure 3 : Le panel des vendeurs et des produits évalués par Forrester Waves ....................... 25

Figure 4 : Synthèse des résultats du comparatif « FORRESTER WAVES », mars 2015 ....... 26

NOUYESS

Liste des abréviations

Ajax : Asynchronous JavaScript and XML.

BI : Business Intelligence.

CDI : Contrat Durée Indeterminée.

ID : Informatique Décisionnelle.

DSS : Decision Support System.

DM : Datamart.

DW : Datawarehouse.

ETL : Extract, Transform, Load.

HTML : Hyper Text Markup Language.

ODS : Operational Data Store.

OLAP : Online Analytical Processing.

PME : Petite et Moyenne entreprise.

SaaS : Software as a Service.

SGBD : Systèmes de Gestion de Bases de Données.

XML : Extensible Markup Language.

NOUYESS

Sommaire

Introduction .............................................................................................................................. 6

CHAPITRE I : Ancrage théorique de la Business Intelligence .......................................... 7

1. Précision conceptuelle ................................................................................................... 7

2. Genèse de la BI .............................................................................................................. 7

3. Les champs sont couverts par la BI ............................................................................. 9

4. Les enjeux de la BI ........................................................................................................ 9

5. Principes de la méthodologie de la BI .......................................................................... 9

6. Les fonctions de BI ...................................................................................................... 10

CHAPITRE II : Architecture d’un système décisionnel .................................................... 11

1. Les étapes de la mise en place d’une solution BI ...................................................... 11

1.1 La collecte de données ......................................................................................... 12

1.2 L’extraction, la transformation et le chargement ............................................. 12

1.3 L’entrepôt des données ........................................................................................ 14

1.4 La restitution ........................................................................................................ 15

1.4.1 Les outils de reporting ..................................................................................... 15

1.4.2 Les outils d’analyse .......................................................................................... 15

1.4.3 Les outils de Datamining ................................................................................. 16

2. Les facteurs de succès et d’échec de la BI ................................................................. 16

2.1 Les facteurs de succès .......................................................................................... 16

NOUYESS

2.2 Les facteurs d’échec d'un projet BI ................................................................... 19

3. Les challenges d’une initiative de BI ......................................................................... 21

CHAPITRE III : Le projet de BI .......................................................................................... 22

1. Le choix de l’outil de Business Intelligence ............................................................... 22

2. Le marché de la BI ...................................................................................................... 22

3. L’investissement en business intelligence .................................................................. 27

3.1 Définition du ROI ........................................................................................................... 27

3.2 Calcul du ROI ................................................................................................................... 27

3.3 Calcul du coût ................................................................................................................... 28

3.4 Calcul des bénéfices .......................................................................................................... 28

Conclusion ............................................................................................................................... 30

Bibliographie ........................................................................................................................... 31

NOUYESS 6

Introduction

Dans le cadre du Master spécialisé en Logistique et Transport assuré au sein l’Ecole

Nationale de Commerce et de Gestion de Tanger, s’inscrit l’élément « Systèmes

d’information logistique », dispensé par M. Chafik Khalid, visant une formation complète

qualifiante en matière de système informatique initiant l’insertion des étudiants dans les

métiers d’information logistique. Dans cette perspective, la réalisation de ce travail portant

sur « La business Intelligence» s’avère porteuse de valeur ajoutée en matière de connaissances

des nouvelles technologies informationnelles.

En effet, l'information est devenue un élément essentiel pour assurer un avantage

concurrentiel aux entités qui savent l'utiliser. C'est le constat qui explique la raison poussant

les entreprises à mettre en place des systèmes de collecte et de traitement de données toujours

plus performants. Elles intègrent de plus en plus des processus nécessaires à la rencontre de

l’innovation technologique. Notamment par l'implantation accélérée de solutions accélérant la

fluidité de l’information décisionnelle au sein de l’entreprise.Par ailleurs, il ne faut pas perdre

de vue que la mise en œuvre d’une solution décisionnelle s’accompagne d’une conduite de

changement très pointue. Telle est vraisemblablement l'unique solution pour bâtir une

entreprise proactive au sens propre du terme.

Tous les propos avancés nous mènent à se poser un ensemble de question à savoir : En

quoi consiste l’informatique décisionnelle ? Quels sont ses enjeux, ses coûts d’investissement

et son architecture de mise en place ? Entre autre la problématique majeure de ce travail est

au-delà des aspects techniques, nous cherchons donc à savoir : Comment l’adoption des

solutions de l’informatique décisionnelle peut permettre à l’entreprise de gagner en

cadence et donc d’être plus compétitive ?

Tout au long de ce travail, nous analyserons le concept de la business intelligence ou

informatique décisionnelle. Nous étudierons, par la suite, l’architecture de sa mise en place.

Dans une dernière partie, nous analyserons l’investissement qu’elle nécessite en soulignons

son marché, ses facteurs clés de succès et d’échec, ses challenges ainsi que des témoignages et

exemples.

7

CHAPITRE I : Ancrage théorique de la Business

Intelligence

Nous présenterons dans ce premier chapitre le concept de la BI, nous expliterons par la

suite ses enjeux pour le développement d’entreprise.

1. Précision conceptuelle

« La Business Intelligence », ou « L’informatique décisionnelle » ou encore DSS

pour « Decision Support System », ou tout simplement « le décisionnel », désigne les

moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et

restituer les données, matérielles ou immatérielles, d’une entreprise en vue d’offrir une aide à

la décision et de permettre d’avoir une vue d’ensemble de l’activité traitée. Ce type

d’application utilise en règle générale un datawarehouse1 pour stocker des données

transverses provenant de plusieurs sources hétérogènes.

Il convient donc que les données soient filtrées, croisées et reclassées dans un entrepôt

de données central. Cet entrepôt de données va permettre aux responsables de l’entreprise et

aux analystes de prendre connaissance des données à un niveau global et ainsi prendre des

décisions plus pertinentes, d’où le nom d’informatique décisionnelle.

2. Genèse de la BI

La notion de BI apparait à la fin des années 1970 avec les premiers infocentres. Des

systèmes qui envoyaient des requêtes directement sur les serveurs de production, ce qui se

révélait plutôt dangereux pour ces derniers. Dans les années 1980, l'arrivée des bases

relationnelles et du client / serveur permet d'isoler l'informatique de production des dispositifs

décisionnels. Dans la foulée, des acteurs se sont lancés dans la définition de couches d'analyse

"métier", dans le but de masquer la complexité des structures de données. A partir des années

90 et 2000, les plateformes de BI s'articulent autour d'un entrepôt de données (ou

1 Datawarehouse est définit par son créateur Bill Inmon comme suit : « Un datawarehouse est une collection de

données thématiques, intégrées, non volatiles et historisées pour la prise de décisions. »

Le datawarehouse est donc un lieu de stockage intermédiaire des différentes données en vue de la constitution du

système d'information décisionnel. Il est ainsi le lieu unique de consolidation de l'ensemble des données de

l'entreprise à travers l’outil ETL permettant à la BI d’insérer une architecture plus large d’un système

d’information.

8

datawarehouse) pour intégrer et organiser des informations en provenance des applications

d'entreprise (via des mécanismes d'extraction, de transfert et de consolidation - ou ETL).

La business discovery est une toute nouvelle approche de la BI qui confère aux

utilisateurs métiers une implication de tous les instants dans la création de perspectives. Ainsi,

ils peuvent avoir un accès simple et rapide aux informations nécessaires et prendre des

décisions optimales et innovantes.

En effet, la Business Discovery permet un prolongement du raisonnement de

l’utilisateur métier. Par nature elle associe instantanément toutes les données entre elles et les

présentent dans de nouvelles visualisations. Il n’y a alors plus de cadre de réflexion prédéfini,

l’utilisateur peut découvrir les réponses à des problématiques encore non identifiées. Elle

apporte une vision à 360° de la situation et crée un contexte idéal pour prendre au bon

moment la bonne décision pour le plus grand bénéfice de l’entreprise.

A ce jour, seul l’Éditeur Qlik propose une solution de Business Discovery, à travers sa

plateforme QlikView. La solution de recherche « associative » permet de naviguer à travers

les données quasi instantanément, d’avoir une visibilité optimale pour une prise de décision

innovante par les utilisateurs métiers, grâce à la technologie in-memory brevetée offrant des

réponses instantanées.

Elle permet ainsi de :

- Parcourir librement des données provenant de toutes sources dans une seule et

même application ;

- Créer une réelle associativité entre vos données ;

- Visualiser les tableaux de bords et analyses dynamiques grâce à des graphiques

simples et pertinents ;

- Créer des échanges en temps réel entre les collaborateurs pour une prise de

décision rapide.

Contrairement à la BI traditionnelle, la Business Discovery permet à tous les utilisateurs

métier de participer à la création de perspectives. Chaque utilisateur pourra avoir accès aux

données pour détecter des opportunités nouvelles et résoudre des problèmes encore non

identifiés. L’accès à l’information et la possibilité d’exploiter pleinement les ressources ne

9

sont désormais plus réservés qu’à quelques initiés. Cela permet des échanges permanents

entre les utilisateurs, et des prises de décisions communes en temps réel.

3. Les champs sont couverts par la BI

Traditionnellement centrée sur les questions comptables (consolidation et planification

budgétaire), la BI s'est petit à petit étendue à l'ensemble des grands domaines de l'entreprise,

de la gestion de la relation client à la gestion de la chaîne logistique en passant par les

ressources humaines. Des éditeurs spécialisés ont défini des bibliothèques d'indicateurs prêts à

l‘emploi permettant de suivre ces différentes activités. Pour finir, l'apparition de nouvelles

technologies web (dont HTML5 et les interfaces graphiques JavaScript et AJAX) a permis,

aussi, l'émergence de nouveaux acteurs proposant une approche de la BI en mode cloud ou

SaaS.

4. Les enjeux de la BI

Les tendances technologiques actuelles mettent l’entreprise devant les défis de

réactivité, d’agilité et de flexibilité informatique. Les applications basiques de stockage,

restitution, et de modification séparées des données des différents services opérationnels de

l’entreprise (logistique, gestion de la qualité, marketing, finance par l’outil comptable) ne sont

plus efficaces. Tous les services d’une entreprise doivent désormais avoir la même

structuration et codification de données, avec les mêmes périmètres pour pouvoir obtenir une

vision synthétique.

Il s’agit surtout d’une démarche stratégique basée sur l'exploitation d'un système

d'information décisionnel alimenté grâce à l'extraction de données diverses à partir des

données et d'informations concernant l'entreprise ou son entourage. Entre autre, la BI permet

en plus de l'exploitation pertinente des données, une aide à la décision aux professionnels

avec, en bout de chaîne, des rapports et tableaux de bord de suivi des activités de l'entreprise à

la fois analytiques et prospectifs.

5. Principes de la méthodologie de la BI

Le principe de base de la méthodologie de la BI est une approche à la fois détaillée et

globale des besoins utilisateurs afin de répondre, au plus près, aux attentes spécifiques et

simultanément aux besoins globaux de rapport.

10

- L’approche détaillée répond aux besoins spécifiques de l’utilisateur en termes

d’activité métier spécifique de l’entité ;

- L’approche globale répond quant à elle à la vue d’ensemble des chiffres clefs de

l’entité indispensable pour l’équipe managériale. La vue globale permet une

approche homogène de la problématique d’implémentation.

6. Les fonctions de BI

Quatre majeures fonctions sont liées à l’informatique décisionnelle, à savoir :

- Fonction 1 : Collecter, nettoyer et consolider les données. Ou encore extraire les

données des systèmes de production et les adapter à un usage décisionnel.

- Fonction 2 : Centraliser les données structurées et traitées afin qu'elles soient

disponibles pour un usage décisionnel.

- Fonction 3 : Faciliter l'accessibilité des informations selon les fonctions et les types

d'utilisation.

- Fonction 4 : Exploiter et assister du mieux possible l'utilisateur afin qu'il puisse

extraire la substance de l'information des données stockées à cet usage.

Il est coutumier de présenter les éléments et outils composant la chaîne décisionnelle

en quatre catégories correspondant chacune à une fonction spécifique, à une phase du

processus. Chose qui sera traité en deuxième chapitre.

11

CHAPITRE II : Architecture d’un système décisionnel

A ce niveau, nous allons essayer de montrer comment les entreprise, à travers le BI,

analysent les informations éparses déstructurées et hétérogènes de façon raisonnable. D’où la

production des indicateurs et des rapports à l'attention des analystes. En effet la mise en place

d’un outil BI repose sur la gestion et la manipulation des données présentes dans les entités.

La mise en place d’un système décisionnel d’un outil BI selon notre méthodologie

repose sur une architecture bien définie détaillant le processus depuis le stockage des données

jusqu’à leur restitution. Tout ceci, en gardant constamment à l’esprit que c’est le besoin

spécifique de l’utilisateur qui doit être la finalité de l’outil.

L’architecture ci-dessous spécifie du système décisionnel démontrant les différents

outils nécessaires à la collecte, à la transformation et à restitution.

Figure 1 : Architecture du système décisionnel

1. Les étapes de la mise en place d’une solution BI

La mise en place d’une solution de gestion de relation client peut de décomposer en quatre

étapes comme sera présenté sur les points suivants.

12

1.1 La collecte de données

La collecte s’effectue à partir de données appelées : données sources. Ces données

peuvent se présenter sous différents formats. Elles doivent être identifiées et extraites de leurs

emplacements originels. Il s'agit majoritairement de données internes à l'entreprise, mais

diffuses, car stockées dans les bases de données de production des différents services. Ce peut

être aussi des sources externes, récupérées via des services distants, des web services ou

autres. Ce sont des données complexes : plusieurs technologies (types de fichiers, encodages,

liens d'accès aux systèmes de gestion de bases de données SGBD), environnements (systèmes

d'exploitation, matériels) et principes de sécurité pour les atteindre (mécanismes réseaux,

authentifications) entrent en jeu pour les acquérir.

La disparité des formats des données en circulation est toujours une réalité. C'est le

principal obstacle technologique aux échanges étendus d'informations. Avant d'être donc

utilisables, les données seront formatées, nettoyées et consolidées. Les outils d'ETL

permettent d'automatiser ces traitements et de gérer les flux de données alimentant les bases

de stockage : datawarehouse ou datamart.

1.2 L’extraction, la transformation et le chargement

Plus connus sous le terme anglo-saxon Extract Transform Load (ETL2), ces outils sont

fondamentaux pour la construction des entrepôts de données. Ils extraient les données des

systèmes hétérogènes sources, les normalisent et les rendent cohérentes entre elles, pour

qu'elles puissent être utilisées ensemble. Les données sont fournies dans un format permettant

leur stockage immédiat dans les entrepôts, et ultérieurement exploitables, sans re-calcul par

les décideurs et les analystes. Elles sont alors stockées temporairement (staging). Le type de

fichier choisi pour ce stockage (fichiers plats3, XML4, tables relationnelles, ...) est décisif.

Entre autre, cette étape permet :

- Le filtrage des données afin de les rendre homogènes ;

2 ETL ou « Extract, transform, load » est un outil chargé d'extraire les données dans différentes sources, de les

nettoyer et de les charger dans un entrepôt de données. 3 Une base de données orientée texte est un modèle de base de données sous la forme d'un simple fichier. Un

fichier plat est un fichier texte ou du texte combiné avec un fichier binaire contenant généralement un seul

enregistrement par ligne. 4 Le XML est un langage informatique populaire standardisé. Il est plus ou moins similaire à l'HTML.

13

- L’identification des données aberrantes ou problématiques, notamment les données

manquantes ;

- L’élimination des doublons dans les fichiers informatique est nécessaire lorsque

plusieurs sources de données partagent des données communes ;

- Le formatage dans le cas de données codifiées (par exemple, des abréviations

difficilement convertibles), ou de dates qui doivent être décomposées en un ensemble

de champs (année, mois, jour, heure, minute, etc.), contenant chacun une information

pertinente ;

- La synchronisation garantit la cohérence des agrégats de l'entrepôt.

Ces tâches conditionnent la qualité des données du système décisionnel. À ce titre, cette

étape apparaît comme « la plus importante et la plus complexe à effectuer lors de

l'implantation d'un entrepôt de données ».

Après l’extraction de données issues de différents systèmes (internes ou externes), de

transformation de ces données (homogénéisation, filtrage, calcul), le système les charge dans

un ODS5 intermédiaire ou directement dans le DW. Elle garantit la délocalisation de la charge

de calcul et une meilleure disponibilité des sources.

L’ODS qui fait office de structure intermédiaire destinée à stocker les données issues

des systèmes de production opérationnelle. Ce sont en quelque sorte des zones de préparation

avant l’intégration des données dans le DW. L’ODS ne contient des données que sur une

faible période et ces données vont être manipulées, transformées, traitées, modifiées plusieurs

fois avant d’être copiées dans le DW.

On peut se passer d’utilisation d’un ODS dans un seul cas : si les données du DW sont

une simple copie (c’est-à-dire qu’il n’y a pas de traitements à faire et que les données extraites

ne vont pas évoluer) des données de production (sources) ce qui n’est malheureusement

pratiquement jamais le cas dans de grosses structures.

5 Un ODS (ou Operational data store) est une base de données conçue pour centraliser les données issues de

sources hétérogènes afin de faciliter les opérations d'analyse et de reporting. Un ODS est généralement destiné à

contenir des données de niveau fin comme un prix ou le montant d'une vente, en opposition aux données

agrégées tel que le montant total des ventes. Les données agrégées sont stockées dans un entrepôt de données

(data warehouse).

14

1.3 L’entrepôt des données

A ce niveau, les données sont stockées dans le datawarehouse. Cet entrepôt contient les

données orientées métier, datées, historisées et documentées. Cette structure de données est

volontairement dénormalisée pour pouvoir optimiser les temps de réponses lorsque l’on fait

des analyses de type OLAP6 qui se réfère à une base de données multidimensionnelle (aussi

appelée cube ou hypercube). Elle est constituée de dimensions ou axes d’analyse (l’axe

temporel ou géographie sont des exemples courant) et de faits ou indicateurs (tels que le

chiffre d’affaires). Un élément important vient du fait que les données stockées dans le DW

ne doivent plus changer une fois à l’intérieur. Ce sont des données consolidées et figées qui

vont nous permettre de faire toute sorte d’analyses et statistiques.

L'entrepôt est organisé sur le modèle multidimensionnel évoqué précédemment. Il y a

néanmoins deux types de stockage :

- L'entrepôt (data warehouse), qui concentre toutes les données ;

- Le marché de données (datamart) focalise sur une partie du métier, comme les

relations clients, par exemple.

En effet, ls Datamart, comme le datawarehouse, est un entrepôt de données mais dédié

à une fonction de l’entreprise pour des raisons d’accessibilité, de facilité d’utilisation ou de

performance. Son rôle est de retraiter l’information pour la rendre exploitable par un corps de

métier de l’entreprise. A chaque métier son Datamart : l’information, pour être transformée en

ressources, doit être retravaillée sous forme d’agrégats pour être compréhensible de

l’utilisateur. Un comptable et un Marketeux ne partagent pas la même vision de l’entreprise,

donc l’information doit leur être adaptée.

Le Datamart est un prisme qui adapte la donnée à l’utilisateur. En cela, ses clés de

succès tiennent beaucoup à la façon dont la donnée est agencée. Plus elle est compréhensible

par l’utilisateur, meilleur est le résultat. Par ailleurs, si un expert en base de données peut

comprendre de devoir attendre plusieurs minutes pour obtenir la réponse à une requête sur la

base, un utilisateur classique y verra un bug. C’est pour cela qu’un Datamart précalcule la

plupart des combinaisons de champs en dehors des heures de bureau. Ainsi, tous les résultats

sont pré-enregistrés et l’utilisateur obtient sa réponse en quelques secondes.

6 OLAP ou traitement analytique en ligne est un type d'application informatique orienté vers l'analyse sur-le-

champ d'informations selon plusieurs axes, dans le but d'obtenir des rapports de synthèse tels que ceux utilisés .

15

Bien évidemment, un Datamart permet moins de souplesse dans la manipulation de

l’information, mais au moins celle-ci a du sens et permet de diffuser la connaissance clients.

1.4 La restitution

Une fois les données stockées, nettoyées, consolidées et accessibles, elles sont

utilisables. Selon les besoins, différents types d'outils d'extraction et d'exploitation seront

envisagés. On distingue à ce niveau plusieurs types d’outils différents :

- Les outils de reporting et de requêtes : Piloter la performance, aide à la décision

des décideurs en situation avec les tableaux de bord présentant les indicateurs

clés de l'activité. Notamment par Communiquer la performance avec le

reporting ;

- Les outils d’analyse : Analyser les données, notamment avec les outils de type

OLAP pour les analyses multidimensionnelles ;

- Les outils de Datamining7 (forage) : Rechercher des corrélations peu visibles

avec le Datamining.

1.4.1 Les outils de reporting

Les outils de reporting et de requêtes permettent la mise à disposition de rapports

périodiques, pré-formatés et paramétrables par les opérationnels. Ils offrent une couche

d’abstraction orientée métier pour faciliter la création de rapports par les utilisateurs eux

mêmes en interrogeant le datawarehouse grâce à des analyses croisées. Ils permettent

également la production de tableaux de bord avec des indicateurs de haut niveau pour les

managers, synthétisant différents critères de performance.

1.4.2 Les outils d’analyse

Les outils d’analyse OLAP permettent de traiter des données et de les afficher sous

forme de cubes multidimensionnels et de naviguer dans les différentes dimensions. Cet

agencement des données permet d’obtenir immédiatement plusieurs représentations d’un

même résultat, en une seule requête sous une approche descendante des niveaux agrégés vers

les niveaux détaillés (Drill-down, Roll-up).

7 Le Datamining permet d'analyser et d'interpréter un gros volume de données, de déférant source afin de dégagé

des tendances de ressembler les éléments similaires en catégories statistiques et de formuler des hypothèses.

16

- Le modèle multidimensionnel est la combinaison de tables de dimensions et de faits.

Le fait est le sujet de l'analyse. Il est formé de mesures, généralement numériques,

renseignées de manière continue. Ces mesures permettent de résumer un grand nombre

d'enregistrements des données sources en quelques-uns. Le fait est analysé selon des

perspectives, nommées dimensions. Chacune contient une structure hiérarchique ; la

dimension « temps », par exemple, pourrait être divisée en années, trimestres, mois, semaines,

jours…

1.4.3 Les outils de Datamining

Les outils dataminning offrent une analyse plus poussée des données historisées permettant de

découvrir des connaissances cachées dans les données comme la détection de corrélations et de

tendances, l’établissement de typologies et de segmentations ou encore des prévisions. Le Datamining

est basé sur des algorithmes statistiques et mathématiques, et sur des hypothèses métier.

2. Les facteurs de succès et d’échec de la BI

La BI se sert de la technologie pour permettre à l’entreprise d'améliorer ses prévisions

quant aux besoins et aux attitudes de la clientèle. Certaines sociétés y ont recours pour

anticiper et être pro actives. La BI permet également de prévoir les besoins des clients en

fonction des tendances historiques, un marketing ciblé qui permet de joindre un public précis

et un accroissement des ventes grâce à de meilleures relations avec la clientèle.

En effet, pour sa bonne marche, elle est liée à divers facteurs clés. Nous traitons dans

cette partie donc les facteurs de succès et d’échecs de la BI.

2.1 Les facteurs de succès

L'acquisition d'une application décisionnelle est le fruit d'une vraie réflexion qui doit

guider son choix, sa mise en œuvre et enfin son appropriation par les utilisateurs. L'objectif

est de tirer le meilleur parti de ses fonctionnalités, optimiser son efficacité et rentabiliser

rapidement l'investissement réalisé. A ce titre, il est particulièrement important de veiller à la

qualité de l'accompagnement de projet. Voici quelques points clés pour réussir le déploiement

d’une solution décisionnelle :

17

Choisir un prestataire accompagnateur, éditeur ou intégrateur :

Lors de l'acquisition d’une application décisionnelle, deux choix sont possibles :

l'éditeur en direct ou bien un intégrateur. Ils sont les accompagnateurs dans toutes les phases

d'un projet : conseil, assistance et support, formation jusqu'au transfert de compétences.

L'un ou l'autre doivent accompagner l’entreprise à concevoir et à valider l'architecture

fonctionnelle, applicative et technique de la solution, à identifier au plus tôt les risques du

projet (compatibilité, etc.) ou encore à évaluer sa faisabilité technique. Le prestataire doit

disposer de méthodologies éprouvées en assistance à maîtrise d'œuvre ou à maîtrise

d'ouvrage.

Le prestataire doit surtout connaitre et comprendre le métier, le secteur d'activité, les

processus et les indicateurs clés permettant de répondre à une problématique.

Exprimer clairement le besoin et anticiper les évolutions futures :

Un des gages de réussite d’un projet décisionnel repose sur l'expression claire et dès le

départ de des besoins. Cette tâche ne doit pas être négligée et nécessite de bien cerner et

évaluer la problématique métier. Les utilisateurs directs sont associés à cette réflexion. Mieux,

ils en sont les initiateurs.

Parmi les principaux écueils à éviter : être trop généraliste ou vague. Le besoin doit être

le plus précis et spécifique possible. La solution correspondante consistera alors à opérer le

meilleur arbitrage en fonction du profil et de l'historique de l’entreprise.

Il s’agit de penser « besoin » avant « solution », et de laisser le soin au prestataire de

traduire en langage informatique la problématique. Avant de pouvoir valider une solution

décisionnelle, les besoins de personnalisation doivent passer par un paramétrage et des objets

(tables, programmes, métadonnées...) que l'on pourra aisément migrer ou faire évoluer via les

outils de l'éditeur.

Impliquer le personnel :

Tout au long de la mise en œuvre technique de la solution, des comités de projet

opérationnels seront chargés au sein de l’entreprise de faire respecter les délais, la qualité des

livrables, le budget du projet et des comités de pilotage arbitrant, réajustant et validant le

18

passage des jalons projet. L’organisation de l’entreprise doit refléter la structure de l'équipe

projet d'intégration.

Cette implication permet en premier lieu de respecter les délais et d'améliorer la qualité

de la réalisation grâce à une circulation de l'information fluide. Mais elle offre également

d'assurer la bonne coordination des développements spécifiques éventuels et, surtout, d'opérer

les bons choix entre les diverses options de paramétrage ou de personnalisation.

En amont, l'attention et la précision apportées au cahier des charges, la disponibilité

pour répondre aux questions de l'éditeur et de l'intégrateur permettent à ces derniers de

qualifier la solution la mieux adaptée au besoin. En début de projet, la participation aux

ateliers fonctionnels et techniques et à la phase de spécifications est indispensable.

La phase de qualification réclame une mobilisation soutenue de l'ensemble des équipes

(métiers, techniques, infrastructure). Cette participation active évitera des mauvaises surprises

à l'arrivée et favorisera une familiarisation progressive avec le nouvel environnement

décisionnel. Objectif : accélérer le pilotage opérationnel en fin de projet.

Tester la conformité au besoin :

L'adhérence au besoin est déterminée lors des phases de cadrage et de spécifications.

Lors de la phase de cadrage, l'équipe d'intégration, analyse le besoin et l’existant. Elle peut

ainsi ensuite procéder à une analyse des écarts et tracer un plan de convergence qui fera l'objet

des spécifications générales et détaillées.

De façon générale, la validation des livrables doit faire l'objet d’une grande attention et

ceci dans les délais planifiés et une volonté de lever la moindre ambigüité. Le respect de cette

procédure est un facteur-clé de la réussite d’un projet décisionnel. Il faudra associer

étroitement les utilisateurs à cette mission afin de sécuriser au maximum le déploiement futur

de la solution.

Former le personnel :

La mise en place d'une solution décisionnelle peut bouleverser les habitudes de travail

des salariés et parfois même changer les processus de l'entreprise. La phase de formation et de

transfert de compétences constitue donc une étape cruciale. Objectif : garantir l'autonomie. Il

faudra prévoir dès le départ des sessions de formation adaptées à chaque profil d'utilisateur et

19

encourager leur adhésion en favorisant leur participation tout au long du projet. Les projets

décisionnels sont la traduction d’une organisation et, potentiellement, des nouveaux processus

mis en œuvre et pour lesquels l'adhésion de tous les acteurs de l’entreprise est indispensable.

La réussite de la mise en œuvre d'un outil décisionnel repose sur une mobilisation de toute

l'entreprise.

Nommer des administrateurs en interne :

L’application décisionnelle n'est pas figée et sera susceptible d'évoluer tant dans ses

paramétrages que sa configuration tout au long de son cycle de vie. Il faudra alors envisager

un administrateur fonctionnel en charge de qualifier les nouveaux besoins et paramétrer

l'application et un administrateur technique responsable du chargement de nouveaux

indicateurs selon les spécifications du métier.

La souplesse et l'évolutivité des solutions décisionnelles permettent d'envisager ce mode

opératoire.

Les éditeurs proposent également la mise en place d'une structure de type Centre de

Compétence Décisionnel qui est un outil pertinent dans le cadre du suivi du cycle de vie du

projet. Cette structure pluridisciplinaire accueille le métier, la direction SI et des consultants

techniques et/ou fonctionnels chargé d'identifier et de qualifier les nouveaux besoins et

d'estimer l'opportunité des évolutions.

2.2 Les facteurs d’échec d'un projet BI

Les projets de la BI combinent un risque d’échec compte tenu de son architecture

technique et fonctionnelle. Il nécessite la réalisation d’une bonne analyse dès le démarrage du

projet. La moindre erreur peut en compromettre définitivement la réussite. Les facteurs

d’échecs peuvent être définit comme suit :

- Le mauvais choix de l’outil : Il ne faut pas se fier à des critères hasardeux pour le

choix de l’outil. Il faut accorder un soin minutieux à cette étape en se basant sur des

recherches solides en matière technologique, bien avant et au cours du projet ;

- Absence d’assise solide : La mise en œuvre de la BI est souvent perçue comme un

processus isolé et limité au département informatique. C’est pourquoi il est

20

recommandé de procéder par petites étapes pour mettre en œuvre un logiciel de BI,

en choisissant les modules les plus appropriés et pour lesquels l’investissement peut

être récupérer sur une période relativement courte ;

- La négligence de l’avis de l’utilisateur : Ce dernier est le premier concerné du projet,

il faut donc penser à étudier son besoin, pour déceler les insuffisances du système

existant afin de l’éviter dans la conduite de changement ;

- Se fier à un logiciel sans prise en compte de sa configuration et du risque de

défaillance qu’il peut présenter. En effet avec un configurable on ne peut par

définition tout faire. Il faut donc définir, ce qui est basique et ce qui peut se rajouter

au moyen et à long terme ;

- Prise de décision autonome : L’utilisateur ou la cellule de conduite de changement ne

peut pas décider indépendamment de la direction de l’entreprise. La responsabilité du

projet doit être partagée par les différents niveaux hiérarchiques ;

- Une formation insuffisante pour les utilisateurs implique une mauvaise manipulation

du software. Elle est donc primordiale, puisque ce sont eux qui vont s’en servir pour

atteindre les objectifs déterminés ;

- Le mauvais choix d’indicateurs : La non-conformité du projet avec la stratégie de

l’entreprise, les indicateurs de performance de la BI doivent s’aligner aux objectifs

fixées par la stratégie de l’entreprise ;

- Intégrité des données : La BI permet de structurer les données, mais il n’en garantit

pas pour autant leur intégrité. A titre d’exemple, une erreur de saisie peut se traduire

par un retour du produit ; susceptible de dégrader la relation client de l’entreprise.

La mobilisation des acteurs à chaque étape du projet fait partie intégrante du plan de

gestion des changements dans un projet de BI. Elle permet également de s’assurer au fur et à

mesure de l’avancement du projet ainsi que les besoins utilisateurs sont satisfaits. De la même

21

manière, mettre en place un comité de pilotage transversal à l’entreprise permettra de

s’assurer de la réelle valeur ajoutée de l’outil cible.

Le bénéfice majeur d’un outil de la BI étant le Reporting, il est également primordial de

s’assurer de l’intégrité des données. En effet, un Reporting basé sur des données erronées ne

sert à rien, et cela décrédibiliserait l’outil et les personnes qui l’ont mis en place. C’est

pourquoi il est important de mettre en place une équipe « Référentiels » qui pilote

l’administration de l’outil, et au final, la donnée en elle-même.

3. Les challenges d’une initiative de BI

Les challenges d’une initiative de gestion de relation client sont :

- Mener un projet efficace :

Accepter que le retour sur investissement puisse être faible ;

Choisir la solution la plus adaptée fonctionnellement ;

Gérer la relation avec l’éditeur et l’intégrateur ;

Adapter le périmètre fonctionnel ;

Inclure toutes les parties prenantes dans le projet ;

Déployer de manière homogène.

- Conduire le changement :

Inclure les utilisateurs dans tout le cycle projet ;

Mettre en place une équipe de pilotage transversale ;

S’assurer de répondre aux besoins exprimés ;

Piloter le processus d’adoption de l’outil ;

Obtenir le support de la Direction générale ;

Former les utilisateurs et obtenir leur adhésion totale.

- S’assurer de la valeur ajoutée de l’outil :

Gérer l’interface avec les systèmes opérants ;

Optimiser les processus sous-jacents ;

Gérer et administrer les données ;

Fournir des outils d’analyse ;

Générer des gains pour le management, et les utilisateurs.

22

CHAPITRE III : Le projet de BI

Dans les premiers temps d’un projet BI, les Marketeux produisent à la main leurs

analyses Si ces Marketeux ne sont pas trop mauvais, leurs analyses sont appréciées. Alors un

chef demande de les produire régulièrement, afin d’observer l’évolution des comportements

dans le temps. Un bataillon de stagiaires ou de CDI juniors entre donc en scène pour produire

ces analyses. L’objectif d’un projet de Business Intelligence est d’automatiser ces

rapports, et de permettre plus généralement de manipuler la Data facilement, c’est-à-

dire sans être un expert en base de données ou en statistiques.

Les projets du Business Intelligence peuvent faciliter également l’accès à la donnée

pour des statisticiens chevronnés.

1. Le choix de l’outil de Business Intelligence

Il existe une multiplicité de choix d’outil de BI, mais elle reste une affaire de :

• Public : pour un rapport à une Direction Générale, préférez un outil peu interactif

mais avec un beau rendu. Pour des Marketeux très analytiques, un module Excel leur

facilitera la prise en main (surtout s’ils maîtrisent les tableaux croisés dynamiques et les liens

entre feuilles).

• Budget : les prix peuvent être costauds, et sont liés ou non à un nombre d’utilisateurs.

Faites vos calculs sur le formule la plus avantageuse.

• Compatibilité : les éditeurs de solution développent généralement des connecteurs

standards avec les plus gros outils BI du marché.

2. Le marché de la BI

Le marché mondial du décisionnel est en constante croissance depuis quelques années.

Les grandes entreprises représentaient un segment important de ce marché pour les grands

éditeurs dans ce domaine. Désormais, et à cause de la diminution des ventes de produits de

Business Intelligence pour ce segment, les grands éditeurs adaptent leur stratégie. Les petites

et moyennes entreprises sont ainsi devenues un segment du marché intéressant à exploiter, et

par conséquent.

23

Les leaders de solutions de Business Intelligence pour les grandes entreprises sont

Cognos, Hyperion et Business Objects. Les leaders de solutions de Business Intelligence pour

les PME sont Cognos, Hyperion, Cegid et Oracle. La variation moyenne entre la tarification

des produits de Business Intelligence destinées aux grandes entreprises et les produits de

Business Intelligence destinés aux PME est d’environ 30 - 40%. Malgré les efforts des grands

éditeurs dans ce domaine pour réduire le coût final de l’acquisition de ces produits, ces

derniers continuent à représenter un investissement important pour les PME.

Les produits de Business Intelligence open source rencontrés sont SpagoBI, OPENO

et Pentaho. Ces produits représentent pour les PME une opportunité de faire de l’informatique

décisionnelle sans prendre trop de risques. Toutefois l’intégration de ce genre de progiciel

demande un investissement, surtout lorsqu’il s’agit de l’adaptation à la problématique à

résoudre dans l’organisme. Beaucoup de PME utilisent ces produits simplement comme des

solutions de « reporting ».

Gartner est une entreprise américaine, leader mondial en matière de conseil et de

recherche dans le domaine des technologies d’information. Elle mène des recherches, fournit

des services de consultation, tient à jour différentes statistiques et maintient un service de

nouvelles spécialisées.

Le rapport annuel de Gartner sur le marché des solutions décisionnelles et des plates-

formes d'analyse revêt une signification particulière, dans la mesure où il reflète les

innovations et les évolutions de ce marché. Le « Magic Quadrant » constitue un aspect

important de cette analyse car il présente la position relative des différents concurrents actifs

en matière de solution décisionnelle.

24

Figure 2 :Top 10 des vendeurs de solutions "BI" dans le moyen orient et l’Afrique du nord, en

millions de dollars, entre 2013 et 2014 (selon Gartner)

Figure 2 : Evolution du marché des plateformes "BI" entre 2010 et 2015 dans le monde (selon

Gartner)

25

Forrester Research est une entreprise indépendante qui fournit à ses clients des études de

marché sur l'impact des technologies dans le monde des affaires. Forrester Research a 19

implantations géographiques à travers le monde, dont huit centres de recherche.

Forrester a publié pour le premier semestre 2015 son évaluation « Forrester Waves » des 11

plus importants éditeurs de plateformes BI (IBM, Information Builders, Microsoft,

MicroStrategy, OpenText, Oracle, Qlik, SAP, SAS, Tableau Software, and TIBCO Software)

selon 60 critères.

Figure 3 : Le panel des vendeurs et des produits évalués par Forrester Waves

26

Figure 4 : Synthèse des résultats du comparatif « FORRESTER WAVES », mars 2015

27

3. L’investissement en business intelligence

La mise en oeuvre des technologies complexes exigent un temps d'adaptation

relativement long et la mesure financière est un indicateur particulièrement lent et rémanent.

Pourtant, il faut bien être en mesure d'estimer le gain potentiel afin de dimensionner

l'enveloppe budgétaire initiale et de juger de l'opportunité de lancer ledit projet. Il est

primordial d'entreprendre au préalable une analyse financière suffisamment concrète et

complète afin d'estimer le ROI, Retour sur Investissement en français.

La question du ROI du projet décisionnel ou business intelligence est une question qui

revient souvent, comme c'est le cas pour tout projet informatique, les entreprises éprouvent

une grande difficulté à le calculer.

3.1 Définition du ROI

Le ROI d'un projet est simplement le ratio du gain apporté par ce projet par rapport au

montant investi ; il permet d'évaluer la rentabilité du projet.

3.2 Calcul du ROI

Le ROI est indicateur purement financier. Son calcul inclut uniquement les éléments du

projet ayant des retombées financières (seulement ce qui touche au budget ou finances de

l'entreprises).

Le calcul du ROI fait intervenir deux éléments :

• Les bénéfices du projet : revenus additionnels générés ou économies

réalisées grâce au projet

• Son coût : acquisition + maintenance + utilisation

ROI = Bénéfice du projet / coût du projet

Alors qu'il est relativement aisé d'estimer le coût d'un projet décisionnel, une grande

difficulté intervient pour calculer un équivalent monétaire des bénéfices qui en découleront.

28

3.3 Calcul du coût

Comme souvent dans les projets d'investissement informatique, le coût du logiciel n'est

que l'arbre qui cache la foret. Pour calculer le coût total de possession (appelé TCO) d'une

solution décisionnelle, il convient de prendre en compte aussi bien les coûts directs que les

coûts indirects liés à l'acquisition et utilisation de la solution.

Ceci inclut notamment les éléments suivants :

• Licences logicielles : système d'exploitation, base de données, applications BI,

autres applications...

• Coût du matériel : serveurs, stockage, réseau, autre...

• Consulting : Prestation de consulting

• Personnel : salaires du personnel travaillant sur le projet * durée du projet

• Formation : ensemble des frais liés à la formation des utilisateurs.

3.4 Calcul des bénéfices

Ceci est la partie la plus difficile et la plus délicate pour la simple et bonne raison qu'à

l'inverse des coûts qui sont certains les bénéfices attendus le sont beaucoup moins. Une large

part des éléments calculés est issue d'estimations. Ces estimations doivent être régulièrement

confirmées auprès des départements compétents afin d'affiner le résultat de l'indicateur.

Bien qu'il soit très difficile d'estimer les retombées financières d'un projet décisionnel à

priori, il est revanche plus aisé de les calculer à posteriori.

Le modèle A.R.R.C.A.P

Le modele A.R.R.C.A.P est acronyme de :

• Augmenter les Revenus

• Réduire les Coûts

• Améliorer la Productivité.

29

D'une perspective financière, l'objectif d'une solution décisionnelle n'est qu'un mix de ces

trois éléments. Cela explique par ailleurs que les départements de finance et de

marketing soient les plus gros demandeurs de ce type de solution car leurs propres

objectifs sont étroitement liés aux objectifs cités précédemment.

Augmentation des Revenus :

Cette partie vise à calculer les gains de revenus générés grâce à des actions/décisions

entreprises suite à des informations ou connaissances obtenues par l'utilisation de la business

intelligence.

L'exercice consiste à répondre aux questions suivantes :

• Quel est le revenu annuel de votre société ?

• Quel est le pourcentage de croissance réalisée grâce aux actions entreprises suite à une

meilleure visibilité sur les données des ventes ?

Réduction des Coûts :

De façon similaire à l'augmentation des revenus, estimer les économies de coûts réalisées

grâce à la business intelligence (coûts opérationnels, diminution de dépenses marketing

inefficaces...) :

• A combien s’élèvent les dépenses annuelles de la société ?

• Quel est le pourcentage d'économies réalisées grâce aux actions entreprises suite à une

meilleure visibilité sur les coûts ?

Amélioration la Productivité :

Sans solution décisionnelle, les employés n'ont d'autres moyens pour couvrir leurs

besoins d'analyse et de reporting que de produire leurs rapports manuellement, cela inclut la

collecte des données, leur agrégation, mise en forme... Certaines entreprises comptent parmi

elles des employés entièrement dédiés à la consolidation de rapports. En dépit des autres

inconvénients qui peuvent survenir (sécurité, erreurs, partage...) nous nous intéresseront dans

notre calcul du ROI uniquement au temps consommé pour la préparation de ces rapports car

c'est le seul élément pouvant être généralisé à tous les projets.

30

Conclusion

Dans le monde actuel où tout évolue très vite, les entreprises ont besoin de fournir les

informations adéquates aux personnes concernées dans les délais les plus courts. C’est

exactement ce que permet d’obtenir l’analyse décisionnelle.

La Business Intelligence a bien évolué ces 30 dernières années depuis les MIS, DSS

et EIS, générations successives d'instruments d'aide à la décision réservés à l'usage exclusif de

l'élite, omnipotente et supposément omnisciente, située tout en haut de la pyramide.

Depuis, la Business Intelligence a tenté de se démocratiser afin de délocaliser la

prise de décision au plus proche du terrain pour une bien meilleure réactivité. En théorie, en

tout cas. Dans la pratique, on n'en est pas encore là.

En lieu d'être un instrument d'aide à la décision répartie, la Business Intelligence est

plutôt dans les faits un instrument intrusif de contrôle de la délégation. Le reporting, colonne

maîtresse de la remontée d'informations de surveillance, contrebalance le management par les

objectifs dans un système organisationnel où l'autonomie n'a pas encore trouvé sa place. Les

ventes d'outils de reporting sont d'ailleurs une part conséquente du chiffre d'affaires des

éditeurs de Business Intelligence. Toutefois, si les mécanismes de diffusion ne correspondent

pas aux besoins d’analyse et de consommation des informations, aucune solution ne répondra

aux objectifs et ne permettra d’apporter la valeur attendue.

Ce pendant les solutions actuelles, à l’intégration sont pas toujours focalisée et à la

roadmap Souvent floues, doivent évoluer pour aider les entreprises à mieux répondre aux

besoins des utilisateurs et des décideurs. la démocratisation de l’information doit passer par

des site WEB plus accessible, interactives et collaboratives, ainsi que par des par des outils de

simulation et d’analyse prospective. Ces perspectives d’évolution constitues le fer de lance de

la nouvelle génération d’outils BI . Cette tendance BI 2.0 traduit l’idée d’intelligence et

d’interactivité qu’il faudra apporter aux futurs utilisateurs.

31

Bibliographie

Documents

- « Informatique décisionnelle et management de la

performance de l'entreprise », Cahier de recherche, Laboratoire orléanais de gestion LOG,

2008 N°1.

- « La Business Intelligence, un projet stratégique », Alain Fernandez Nodesway,2013.

Ouvrages

- Fernandez Nodesway A, janvier 2014, « le bon usage des

technologies expliqué au manager ».

Articles Web

- « Informatique décisionnelle (Business intelligence) », date

de dernière consultation, 15 novembre 2015.

http://www.commentcamarche.net/contents/307-informatique-decisionnelle-business-

intelligence#introduction-a-l-informatique-decisionnelle

- « Quelle différence entre Datawarehouse et Datamart ? »,

Nicolas Oyarbide, le 3 avril 2013.

http://reussir-son-crm.fr/quelle-difference-entre-datawarehouse-et-datamart/

- « Choisir sa Business Intelligence », date de dernière

consultation, 15 novembre 2015.

http://reussir-son-crm.fr/choisir-son-logiciel-crm/choisir-sa-business-intelligence/