Dans un monde où la stratégie décisionnelle et l'analyse des données évoluent sans cesse, difficile de ne pas avoir entendu parler de la business intelligence. Signifiant informatique décisionnelle en français, la business intelligence a été théorisée en 1958 et s'est depuis constamment développée. Au fur et à mesure de l'augmentation des données recueillies et de la prise de conscience de leur rôle majeur dans la prise de décision, les processus de business intelligence ont été rationalisés et de nouveau outils sont apparus tels que les datawarehouses ou les ETL.
Sommaire
Aujourd'hui, le marché de la business intelligence est colossal avec une croissance annuelle estimée à 8,4% entre 2016 et 2021 pour atteindre 26,5 milliards de dollars en 2021, d'après l'enquête du cabinet américain Zion Market Research.
Qu'est-ce que la business intelligence ?
La business intelligence désigne des techniques, outils et pratiques dont l'objectif est de collecter des données depuis diverses sources externes ou internes, de les traiter et de les rendre disponibles à l'analyse par les utilisateurs, au profit de leurs prises de décision. Elle est donc composée d'étapes constituant des maillons de la chaîne décisionnelle, réalisées par des systèmes d'informations dédiés.
Les fondamentaux de la business intelligence
La chaîne décisionnelle se décompose en quatre phases distinctes. Vous retrouvez dans un premier temps la collecte des données, puis leur stockage, leur restitution auprès des principaux intéressés et leur bonne exploitation.
La collecte des données
Il s'agit tout d'abord d'extraire les données depuis différentes sources de l'entreprise, internes comme externes puis de les transformer et de les charger vers la base de données. Cette étape correspond au processus ETL ou Extract-Transform-Load.
Le stockage des données
Cette étape, également appelée modélisation des données, consiste à centraliser les données structurées de manière à les rendre disponibles pour l'usage décisionnel et les requêtes des utilisateurs. Les données sont donc stockées dans des bases de données spécialisées : les datawarehouses ou datamarts.
La restitution des données
Pour une utilisation optimale, les données doivent être présentées sous une forme exploitable pour la prise de décision. Ainsi, sont mis à disposition des utilisateurs :
- Des tableaux de bord.
- Des reportings.
- Des outils statistiques.
L'exploitation des données
D'autres outils sont disponibles lors de cette dernière étape pour que les utilisateurs puissent analyser le mieux possible les données stockées, consolidées et nettoyées. À titre d'exemple, les cubes OLAP permettent de réaliser des analyses multidimensionnelles et le Data Mining de chercher des corrélations. L'analyse de données en faveur de la prise de décision existe également dans un contexte précis : celui du marketing.
HubSpot propose une section Analytics dans son Marketing Hub, afin d'aider les professionnels à mieux comprendre leur activité et améliorer leur ROI, tout en rassemblant leurs données au sein d'une même plateforme.
L'objectif de la business intelligence
La business intelligence poursuit de nombreux objectifs, le principal étant d'accompagner et soutenir une meilleure prise de décision commerciale des entreprises.
À cet effet, les outils de business intelligence permettent tout d'abord de réaliser des analyses prédictives. À partir d'un grand nombre de données collectées, il devient possible d'estimer des tendances, atout majeur pour rester compétitif sur le marché, répondre, voire devancer les attentes des clients et adapter votre stratégie rapidement.
Par ailleurs, du point de vue marketing, la business intelligence apporte une connaissance accrue des processus de réflexion client. L'intégration des outils BI à tous les niveaux du parcours client offre effectivement une approche marketing intégrée.
En analysant les données recueillies, les marketeurs peuvent identifier les canaux qui fonctionnent le mieux. De plus, les informations provenant des différents réseaux sociaux ou sites web étant centralisées, il est plus aisé d'obtenir une connaissance unifiée des clients.
Les pré-requis de la business intelligence
Un projet BI a toutes les chances de réussir si vous disposez des ressources humaines et techniques appropriées.
Les spécialistes à recruter
Le data analyst traite les extractions depuis les bases de données. Son rôle est crucial, puisqu'il analyse et interprète les données de façon à ce que l'entreprise puisse en tirer des décisions stratégiques. Il peut ainsi être amené à développer des analyses plus poussées (analyse ad hoc) pour les décisionnaires de l'entreprise.
Souvent confondu avec le data analyst, le data scientist travaille, quant à lui, sur les données brutes afin de mettre en place des modèles prédictifs mathématiques et statistiques. Il brasse donc un nombre conséquent de données numériques et doit, pour cela, posséder de solides compétences en programmation.
Le consultant BI intervient davantage côté métier que technique. Il analyse d'abord les besoins en reporting et participe en fonction à la modélisation des datawarehouses et data lakes. Son objectif est simple : s'assurer que les différents outils BI de l'entreprise sont configurés au plus proche des attentes du client.
Les outils BI à connaître
- Microsoft Power BI est l'un des leaders du secteur, bénéficiant notamment de son intégration dans l'écosystème Microsoft. Ainsi, cette solution de cloud computing permet de déclarer les membres d'un groupe de travail depuis la suite collaborative Office 365.
- IBM Cognos Analytics est principalement dédié à la restitution des données, avec de nombreuses fonctionnalités liées, par exemple, à la mise en forme des tableaux de bord et au partage de rapports.
- L'outil de visualisation Tableau offre une interface particulièrement ergonomique avec des rapports générés sous les meilleures formes visuelles, facilitant la lecture et l'interprétation des utilisateurs.
Mettre en place la business intelligence dans son entreprise
L'informatique décisionnelle repose sur différents systèmes d'information décisionnels remplissant chacun un rôle bien précis.
Le SGBD
Un SGBD est un logiciel système servant à stocker, gérer et trier et utiliser des données dans une base de données. Selon la structuration des données choisies, l'entreprise peut opter pour différents modèles de SGBD : relationnel, hiérarchique, orienté réseau, document ou objet.
Créer un datawarehouse
L'entrepôt de données sert à stocker, combiner et archiver à long terme des données provenant de différentes sources. Pour le créer, il est important d'identifier en premier lieu un partenaire : Amazon, IBM ou encore Oracle proposant par exemple des solutions. Il convient ensuite :
- D'identifier le besoin auprès des utilisateurs.
- De modéliser les données.
- De choisir l'architecture technique, en cloud ou traditionnelle.
- De déployer le SGBD.
Le processus ETL
Un logiciel ETL extrait des données brutes depuis une base de données, les restructure dans un format adapté au datawarehouse et enfin les transfère vers celui-ci. Plusieurs critères sont à prendre en compte pour bien choisir votre ETL :
- Les modalités d'accès aux différentes sources de données.
- La sécurisation des données sources.
- La vérification sémantique.
Le reporting BI
Avant d'étudier les outils de reporting BI du marché, il est indispensable d'avoir correctement cerné les besoins du métier et les contraintes des données à analyser (volume conséquent, requêtes simultanées).
Ainsi sont, entre autres, à prendre en compte l'interface utilisateur, la facilité d'utilisation, la personnalisation des tableaux de bord et les filtres de recherche et de données.
Présenter les informations de business intelligence
Le développement de la business intelligence n'est pas près de s'arrêter, en témoigne la quantité grandissante de données générées estimée à 175 zettaoctets d'ici 2025 selon l'édition 2019 du Statista Digital Economy Compass. La maîtrise des données est définitivement un enjeu pour les entreprises, concernant désormais tous les métiers et non plus seulement le marketing et le commerce.
Les systèmes d'information décisionnels doivent par conséquent sans cesse s'améliorer, à l'instar des bases de données, amenées à gérer des méga données en un laps de temps très court. Cela concerne également les outils de data visualisation, qui remplacent les représentations statiques et se veulent suffisamment performants pour suivre cette évolution fulgurante.
Pour aller plus loin, téléchargez ce kit d'étude de marché gratuit pour étudier vos concurrents et mieux cerner le profil de vos clients potentiels. 
