Qu’est ce que la business intelligence?

La Business Intelligence (BI), également connue sous le nom d’informatique décisionnelle, est l’ensemble des outils et méthodes visant à transmettre les informations pertinentes aux managers d’entreprise.

Sommaire:

  1. Introduction
  2. Quels sont les domaines d’utilisation de la BI?
  3. Qu’est-ce-que la BI?
  4. Les étapes du processus de la BI?
  5. OLTP et Data warehouse : deux mondes différents
  6. Notions relatives au domaine de la BI

Introduction

Aide à la décision, datawarehouse, entrepôt de données, ETL, structures multidimensionnelles OLAP, business intelligence, portails décisionnels, datamarts. Ces termes et acronymes particulièrement riche et parfois difficile à comprendre, ne permettent pas d’offrir une vision claire sur le sujet.

Les dirigeants opérationnels (finance, marketing, commercial, RH…) ont un besoin crucial d’informations concernant le déroulement de leur activité. Ils réclament régulièrement des rapports.

La BI ou l’informatique décisionnelle représente une opportunité pour les entreprises d’optimiser le pilotage de leurs activités, et d’anticiper sur les évolutions du marché, des comportements des clients/consommateurs.

Quels sont les domaines d’utilisation de la BI ?

Les domaines d’utilisation de la BI Touchent :

  • Finance, avec le reporting financiers et budgétaires.
  • Vente et commercial, avec l’analyse des points de vente, l’analyse de la profitabilité ;
  • Marketing, avec la segmentation clients, les analyses comportementales ;
  • Logistique, avec l’optimisation de la gestion de stock, le suivi des livraisons,
  • Ressources humaines, avec l’optimisation de l’allocation des ressources.

Qu’est-ce que la BI ?

La BI est l’ensemble des moyens, des outils et méthodes qui permettent de collecter, intégrer, distribuer et de restituer les informations en vue d’offrir une aide à la décision et de permettre aux responsables de la stratégie d’entreprise d’avoir une vue d’ensemble de l’activité traitée

La BI vise à récupérer des données brutes depuis des outils comme ERP, CRM, sources externes et à les transformer en information et les diffuser sous forme de tableaux de bord ou reporting.

Les étapes du processus de la BI

Le processus de la BI assure quatre fonctions que sont la collecte, la consolidation, la diffusion et la restitution des données.

processus business intelligence

processus business intelligence

Phase de collecte ou d’alimentation

Cette phase va faire intervenir des processus ETL qui se chargeront de récupérer toutes les données nécessaires depuis les différentes sources de stockage.

Ces données applicatives sont donc extraites, transformées et chargées dans un entrepôt de données (ou data warehouse) par un outil de type ETL (Extract-Tranform-Load) ou en français ETC (Extraction-Transformation-Chargement).

Phase intégration

Cette deuxième étape est l’intégration des données. Une fois les données centralisées par un outil d’ETL, celles-ci doivent être structurées au sein de l’entrepôt de données. Cette étape est toujours faite par un ETL grâce à un connecteur permettant l’écriture dans le datawarehouse. L’intégration est en fait un pré-traitement ayant pour but de faciliter l’accès aux données centralisées aux outils d’analyse.

Phase distribution

Cette étape de diffusion met les données à la disposition des utilisateurs. Elle permet la gestion de droits d’accès et respecte donc des schémas correspondant au profil ou au métier de chacun. Ainsi l’accès direct à l’entrepôt de données n’est pas autorisé. En effet ce genre de pratique ne correspond généralement pas aux besoins des décideurs ou analystes. L’objectif principal de l’étape de diffusion est de segmenter les données collectées en contextes qui soient cohérents, simples à utiliser et qui correspondent à une activité décisionnelle particulière (par exemple aux besoins d’un service particulier). En comparaison de l’entrepôt de données peut héberger de nombreuses variables ou indicateurs, un contexte de diffusion n’en présente que quelques dizaines pour rester simple d’exploitation. Chaque contexte peut correspondre à un datamart, bien que le stockage physique ne soit pas sujet à des règles particulières. Généralement un contexte de diffusion est multidimensionnel : il est modélisable sous la forme d’un hypercube et peut donc être mis à disposition via un outil OLAP.

Phase de restitution

Cette dernière étape, également appelée reporting, se charge de présenter les informations à valeur ajoutée de telle sorte qu’elles apparaissent de la façon la plus lisible possible dans le cadre de l’aide à la décision. Les données sont principalement modélisées par des représentations à base de requêtes afin de constituer des tableaux de bord ou des rapports via des outils d’analyse décisionnelle.

OLTP et Data warehouse : deux mondes différents

Un système OLTP (Online Transaction Processing) tel qu’un ERP ou un CRM traite des centaines voire des milliers de transactions par jour. Un système OLTP est totalement orienté vers l’utilisateur qui alimente au quotidien les bases de production.

Le data warehouse est destiné aux analystes métier. Le data warehouse peut prendre une forme particulière de stockage, OLAP, qui n’est qu’une représentation optimisée du data warehouse. OLAP présente en effet l’avantage de fournir une information « prédigérée » selon les différents points de vue des gestionnaires de l’entreprise.

Notions relatives au domaine de la BI

ETL Extrac-Transform-Load

ETL ou en français ETC pour Extraction-Transformation-Chargement. ETL est un outil qui est chargé de l’extraction des données métiers, de leur mise en forme dans le cadre de l’aide à la décision et enfin de leur chargement dans un entrepôt de données.

Datawarehouse

Datawarehouse ou entrepôt de données est une base de données utilisée pour collecter et stocker des informations provenant d’autres bases de données.

Datamart ou les magasins de données

Datamart est un sous-ensemble logique d’un datawarehouse. Il est généralement exploité en entreprise pour restituer des informations ciblées sur métier spécifique.

Datamining

Les outils de datamining permettent d’extraire des hypothèses à partir de grandes quantités de données, par procédés typiquement statistiques.

OLAP

Online Analytical Processing (OLAP), désigne les bases de données multidimensionnelles (aussi appelées cubes ou hypercubes) destinées à l’analyse. On parle ici de bases de données multidimensionnelles car pour pouvoir analyser des données représentant l’activité d’une entreprise, il faut pouvoir les modéliser suivant des axes. Ainsi, pour prendre l’exemple le plus courant, le chiffre d’affaires par catégorie de clients sur un produit donné se décline en trois axes au minimum : chiffre d’affaires, catégorie de clients, et produit. De nombreux autres axes peuvent être définis, notamment en fonction de la zone géographique, du prix, ou d’un commercial de l’équipe en charge des opérations.

Le Reporting

Les outils de reporting permettent de restituer les données sous forme de rapport. Il existe deux grand domaines dans le reporting : le reporting ad hoc et le reporting de masse.

  • Le reporting ad hoc offre la possibilité à l’utilisateur de créer lui-même le rapport qui l’intéresse avec les données qu’il souhaite. L’utilisateur aura accès à des vues métiers spécialement conçu en fonction de ses besoins qui lui permettront de choisir facilement l’information qu’il souhaite. Aucune connaissance en base de donnée n’est nécessaire, les vues font la passerelle entre les données stockés et les besoins de l’utilisateur.
  • Le reporting de masse quant à lui va permettre de créer à l’avance des modèles de rapport qui seront susceptible d’être souvent demandé par les utilisateurs. Le reporting de masse permet de répondre rapidement à un besoin régulier de beaucoup d’utilisateurs.