La Business Intelligence, ou l’informatique décisionnelle correspond à l’utilisation d’un ensemble d’outils et de méthodologies permettant à une entreprise d’analyser les données collectées (tant internes qu’externes) afin de prendre des décisions raisonnées et documentées, et cela le plus facilement et rapidement possible afin d’être réactive dans une situation donnée.
Pour cela, les entreprises doivent avoir les bonnes informations (données consolidées et utilisables) au bon moment, d’où l’importance d’utiliser les outils adéquats sur l’intégralité de la chaîne décisionnelle (collecte, analyse, stockage, exploration), et plus encore aujourd’hui avec le Big Data.
Réussir son projet d’intelligence de la donnée ne repose pas seulement sur le bon choix des outils, mais aussi à son intégration dans la stratégie de l’entreprise. Car, comme nous l’avons dit, l’informatique décisionnelle correspond également à la mise en œuvre d’une méthodologie, notamment en matière de pertinence des informations.
À cette fin, choisir des indicateurs de performance de l’entreprise utiles à la Business Intelligence est indispensable.
Bien comprendre la chaîne décisionnelle pour choisir les bons indicateurs
L’enjeu de l’informatique décisionnelle repose sur la qualité et la fiabilité des données, en d’autres termes sur la pertinence des informations. Et les bénéfices d’une information pertinente sont nombreux :
- améliorer la prise de décision ;
- optimiser les process internes ;
- optimiser la performance globale de l’entreprise et/ou de chaque sous-activité ;
- gagner en chiffre d’affaires ;
- accroître son avantage concurrentiel ;
- etc.
La qualité de l’information est intrinsèquement liée à la stratégie définie en matière de chaîne décisionnelle. Qu’est-ce que la chaîne décisionnelle ? Il s’agit des différentes étapes de traitement de l’information permettant de transformer les données brutes collectées du Big Data (informations internet) et des données collectées dans l’entreprise en informations fiables et utilisables. La chaîne décisionnelle se compose donc d’outils adaptés pour chaque discipline de l’intelligence de la donnée.
- La collecte est le premier maillot de la chaîne. Elle consiste à extraire les données, les transformer (les préparer au traitement à venir en les adaptant à un usage décisionnel) et les intégrer dans une base de données, c’est ce qu’on appelle le processus ETL (Extract, Transform, Load).
- Le stockage et la modélisation visent à stocker les données traitées (par lots via un protocole Batch et/ou en flux de data par un protocole en temps réel) dans un Data Warehouse (entrepôt de données) ou une base de données (appelé Data Catalogue) adaptées au décisionnel, c’est-à-dire par un stockage structuré des informations selon des règles de gestion (la modélisation).
- La distribution et la restitution des données permettent de rendre exploitable l’information à l’aide d’outils visuels, comme un tableau de bord de reporting. C’est ici que nous retrouvons une partie de nos indicateurs de performance, ou devrions-nous plus justement parler d’indicateurs d’exploitation.
- L’exploration des données nettoyées, consolidées et accessibles est le dernier maillon de la chaîne permettant la réalisation de tableaux de bord décisionnels à l’aide d’indicateurs de performance.
Le choix des indicateurs nécessaires à la réalisation de tableaux de bord analytiques fait donc partie des prérequis indispensables de la Business Intelligence afin de suivre les progrès selon les objectifs définis.
Bien choisir les indicateurs de performance de l’informatique décisionnelle
Le choix des indicateurs de performance inappropriés est souvent lié à la méconnaissance du fonctionnement de la chaîne décisionnelle. Face à autant de données, il est naturel de tout vouloir analyser, mais c’est une erreur : la masse d’informations collectées noierait l’information capitale à la prise de décisions.
Les indicateurs au service de la stratégie
Le choix des outils de traitement de la donnée et celui propre aux indicateurs à mettre en place sont les garants de la pertinence des informations. Tout cela repose sur la stratégie définie en amont et axée autour d’un ou plusieurs objectifs précis à atteindre par l’intermédiaire de la Data Intelligence.
À cette fin, les indicateurs doivent permettre de piloter le projet et non de le contrôler a posteriori (une fois qu’il est trop tard pour réagir). Tout l’enjeu repose donc sur la définition de KPI (Key Performance Indicator) permettant de recueillir des informations utiles à la gouvernance. Pour être plus juste, nous devrions plutôt parler d’indicateurs clés. Qu’est-ce qu’un indicateur clé ? Un indicateur clé doit permettre de répondre à trois questions :
- À quels objectifs (définis en amont) l’indicateur permet-il de répondre et/ou de suivre ?
- Que faire avec l’information mesurée (sous-entendu, sera-t-elle utile) ?
- Quelle action mettre en place si l’indicateur est dans le rouge ?
En parallèle, l’indicateur doit être SMART (Significatif, Mesurable, Atteignable, un Responsable de suivi doit être nommé et Temporel, sur une période donnée). Il peut être quantitatif ou qualitatif, à la condition que cette notion de qualité puisse être mesurée, comme le taux de produits retournés au fournisseur pour défaut de fabrication (nombre de produits défectueux/nombre de produits reçus X 100).
Cet exemple nous permet d’aborder un point important à intégrer : les différents types d’indicateurs.
Les indicateurs d’exploitation
Les indicateurs d’exploitation font partie du processus analytique de la chaîne décisionnelle (le maillon 3 relatif à la distribution et la restitution de la donnée). Ils doivent permettre de tirer un enseignement des informations traitées. Plusieurs techniques peuvent être utilisées à cette fin, comme la prédiction, la modélisation sous forme de visuelle (graphique, carte des couleurs, nuage de point, infographie, etc.) ou encore la simulation.
Les indicateurs d’exploitation choisis doivent fonctionner par paire afin de permettre une analyse plus précise. Pour reprendre notre exemple, il s’agit du nombre de produits défectueux mis en relation avec le nombre de produits reçus. Un autre exemple encore plus parlant : si vous cherchez à savoir si vos ventes ont augmenté, suivre le seul indicateur du nombre de ventes et le comparer d’un mois sur l’autre serait réducteur et non significatif. Pour rendre cette information utile, il serait plus intéressant de la mettre en rapport avec le temps travaillé dans le mois. En effet, sur le papier, vous pourriez avoir moins vendu sur un mois donné (présence de jours fériés par exemple), alors qu’en réalité, vous avez vendu tout autant, voire plus, mais sur une période plus courte.
Les indicateurs de performance
Les indicateurs de performance font partie du processus de pilotage, ou décisionnel (le dernier maillot de la chaîne). Ils sont le résultat donné par la confrontation des indicateurs d’exploitation, le taux de retour de produits défectueux dans notre exemple. Il s’agit d’un indicateur clé permettant de répondre à un objectif d’optimisation de la logistique Inbound en s’intéressant à la qualité des relations fournisseurs et permettant de mettre en place des actions en cas de défaillance (changer de fournisseur, négocier les prix, adopter une solution de multi-sourcing, etc.).
À l’instar des indicateurs d’exploitation, les indicateurs de performance doivent pouvoir être traduits en données visuelles pour permettre une prise de décision facile et rapide.
Pour conclure, précisons que l’informatique décisionnelle n’est pas l’apanage de la Direction de l’entreprise, bien au contraire. Elle doit être déployée et adaptée à tous les niveaux de l’organisation (Direction, production, terrain, service commercial, marketing, etc.), car ce sont les différents managers ou les équipes autonomes qui, au final, mettent en place les actions correctives. En outre, leur implication dans la chaîne décisionnelle permet à l’entreprise d’être réactive et à l’écoute de ses indicateurs (de piloter et non de contrôler).
Nous vous recommandons ces autres pages :
- Intelligence de la donnée : qu’est-ce que la Data Intelligence ?
- Bien comprendre les enjeux de l’intelligence de la donnée
- Comment bien cadrer un projet d’intelligence de la donnée
- Les clés d’un pilotage efficace d’un projet d’intelligence de la donnée
- L’intérêt de créer un cadre de gouvernance de la donnée
- Intelligence de la donnée : quelques cas d’usage
- Les erreurs à éviter pour réaliser un POC sur un projet d’intelligence de la donnée
Des questions ?
Contactez-nous dès aujourd’hui pour discuter de vos projets IT et découvrir comment nous pouvons vous aider à les réaliser avec succès.