Passer au contenu

L’informatique décisionnelle se démocratise avec internet

Business intelligence et informatique décisionnelle partagent les mêmes concepts. Mais en adoptant les technologies internet, la première a énormément simplifié la mise en ?”uvre des projets et étendu l’exploitation des analyses.

Au commencement était l’informatique décisionnelle. Synonyme d’infrastructures lourdes et de listings fastidieux, elle n’a attiré qu’un seul secteur d’activité, celui des banques et des assurances. Friandes de reporting financiers, ces dernières étaient les seules à tirer parti d’un investissement colossal en développement, logiciels et temps pour concevoir des architectures complexes. Un projet décisionnel descend en effet rarement en dessous des 0,5 M? et dépasse souvent les 1,5 M?.Dès les années 96-97, l’informatique décisionnelle entame un tournant vers des applications plus sophistiquées et des interfaces plus ergonomiques. Mais le véritable lifting n’a lieu qu’en 2001, avec l’apparition de la business intelligence. Dans l’absolu, peu de choses ont changé : la business intelligence est toujours destinée à l’analyse des données de l’entreprise pour en extraire des informations en vue d’optimiser les performances.Dans la pratique, il s’agit d’une véritable révolution provoquée par deux principaux facteurs : les technologies internet et l’incapacité des ERP (Enterprise Ressource Planning ou PGI) et autres applications métier à fournir des éditions de rapports synthétiques et performantes.Au passage, concurrence et réactivité obligent, les outils décisionnels s’adaptent, afin de favoriser un déploiement plus rapide des projets, pas forcément moins onéreux, mais plus ciblé par rapport au métier de l’entreprise. Jusqu’alors réservés à un marché de niche, ces outils connaissent un essor important.

Abandon du client lourd en faveur du navigateur

L’informatique décisionnelle comprend trois principales catégories d’outils. La première concerne les solutions de constitution ou ETL (Extraction, Transformation, Loading) qui extraient les données des applications métier, bases de production, PGI et autres logiciels de CRM (ou gestion de la relation client) pour les transformer afin de les agréger ensuite dans une base unique.La deuxième catégorie touche aux bases de données et aux outils d’administration qui stockent les informations. Enfin, la troisième est constituée par les outils de restitution, catégorie qui regroupe l’ensemble des logiciels d’analyse. Dans cette dernière famille, on distingue les outils de type Olap et leurs dérivés (Molap, Rolap, Holap, Dolap), des outils d’analyse relationnelle.Les premiers désignent des technologies de stockage et d’accès aux données qui optimisent les performances de requêtes pratiquées selon différents axes d’analyse, tandis que les seconds regroupent les outils s’appuyant sur des bases relationnelles et le langage SQL.L’impact des technologies internet sur l’informatique décisionnelle s’est fait en deux temps et concerne plus particulièrement les outils de restitution. En abandonnant les architectures client-serveur au profit de clients légers de type navigateur, les éditeurs ont en effet simplifié le déploiement de leur solution. Terminée pour la plupart des offres, cette phase a démocratisé l’utilisation de l’informatique décisionnelle dans l’entreprise.La seconde phase, en cours, est plus d’ordre économique que technique. En adoptant le navigateur, les offres décisionnelles favorisent en effet une nouvelle exploitation des analyses en extranet. De plus en plus de sociétés développent des services reposant sur des architectures décisionnelles pour aider leurs clients à recueillir à distance le résultat d’analyses.

Peu d’outils d’analyse au sein des ERP

Outre l’impact d’internet, le développement du décisionnel est également lié à la carence d’outils d’analyse dans les PGI, outils de gestion de la relation client et autres applications métier. Beaucoup d’entreprises ont en effet terminé la phase de mise en ?”uvre d’applications qui automatisent les processus opérationnels. Elles se retrouvent aujourd’hui à la tête d’une masse de données colossale, malheureusement inexploitable faute d’instruments d’analyse.Or, l’examen de ces informations pourrait les aider à différents niveaux : gérer leurs stocks en étudiant par exemple le cycle de vente ; optimiser la relation avec leurs clients en pratiquant des analyses pour isoler les plus rentables des infidèles ; focaliser sur les meilleurs fournisseurs ou encore analyser les commandes pour déterminer qui achète quoi, et ainsi optimiser la chaîne de fabrication ; enfin, fournir des arguments de vente aux commerciaux, etc. Après la phase d’optimisation de l’opérationnel, les entreprises s’intéressent donc à l’exploitation de ce capital de données qu’elles ont engrangé au fil des années.Cette évolution a déclenché deux mouvements au sein de l’industrie informatique. Tandis que les éditeurs de PGI et de CRM tentent de combler leur lacune en assimilant des outils d’analyse, les éditeurs du décisionnel incorporent de nouvelles sources de données en commençant par celles des PGI et des outils de CRM. SAP s’est par exemple offert MySAP BW, un datawarehouse (ou entrepôt de données propre à l’analyse décisionnelle) et des outils de restitution désormais incorporés à son PGI.
PeopleSoft en fait autant avec CRM Analytics, sept modules destinés à l’analyse client. On trouve des exemples similaires chez les éditeurs de CRM, tel Siebel qui comporte désormais la dimension analyse.Les spécialistes du décisionnel développent pour leur part de nouvelles fonctions pour analyser les données de PGI et CRM. Dans tous les cas, ces stratégies sont accompagnées d’accords avec les éditeurs d’ETL, logiciels qui connaissent un essor considérable en raison de leur rôle fédérateur de toutes les données de l’entreprise.Ils agissent en effet au niveau de la “tuyauterie” en proposant de nombreux connecteurs pour aller piocher les données dans diverses applications existantes, des outils pour les transformer et les stocker dans des bases ainsi que des mécanismes de synchronisation réguliers avec les sources de données.

Passage de l’informatique décisionnelle à la business intelligence

L’apparition du concept de business intelligence est la résultante de ces deux évolutions majeures de l’informatique décisionnelle, auxquelles il faut encore ajouter une troisième composante, la simplification des outils qui facilitent la mise en ?”uvre de projet.La partie la plus complexe et la plus longue d’un projet décisionnel reste la phase de structuration des données. Le décisionnel implique en effet la sélection de données pertinentes, un nettoyage pour éviter notamment les doublons, mais surtout des niveaux de regroupement entre informations.Par exemple, l’information enregistrée par le PGI “produit X vendus en 2001” n’indique pas que le produit X est en fait un sous-ensemble du produit Y, et que ses ventes sont donc directement liées. Cette structuration des données se révèle d’autant plus complexe que les datawarehouses sont des entrepôts fourre-tout qui doivent se prêter à n’importe quel type d’analyse.Pour simplifier le processus, les spécialistes du décisionnel ont donc, dans un premier temps, créé les datamarts, entrepôts de données spécialisés par métier. Plus petits que les datawarehouses, ils limitent les risques d’erreurs dans la structuration des données. Ces dernières n’étant plus utilisées que dans un cadre métier défini, les regroupements entre informations sont en effet plus simples à créer.Avec la business intelligence, les éditeurs vont même jusqu’à fournir le modèle de données, un datamart prêt à l’emploi en quelque sorte, et des outils de requête paramétrés pour les exploiter.Les outils décisionnels suivent aujourd’hui le chemin des PGI. 80 % des fonctions nécessaires à la gestion de la production sont en effet les mêmes pour la plupart des entreprises. Il a donc suffi aux éditeurs de PGI de les mettre en ?”uvre dans une application pour proposer des solutions prêtes à l’emploi, évitant des développements onéreux.Il en va de même pour la business intelligence : qu’il s’agisse d’analyser des ventes ou des clients, les données et requêtes nécessaires sont les mêmes pour la plupart des sociétés. En offrant des applications analytiques prêtes à l’emploi, les spécialistes du décisionnel favorisent une exploitation rapide des projets. Ils évitent ainsi à l’entreprise des études et des développements coûteux.Reste à savoir si, comme pour les PGI, les entreprises ne vont pas un jour se retrouver face à des “boîtes noires” qu’elles auront du mal à faire évoluer…

🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.


Marie Varandat