Mais, \u00e9tant un domaine relativement r\u00e9cent, la BI est en constante \u00e9volution. L\u2019ann\u00e9e 2021, en particulier, devrait \u00eatre le th\u00e9\u00e2tre de changements majeurs<\/strong> dans le monde de la data. Bouscul\u00e9e par le contexte in\u00e9dit de la crise sanitaire, la Business Intelligence est amen\u00e9e \u00e0 se r\u00e9inventer, comme de nombreux autres domaines.\u00a0<\/span><\/p>\n Alors, quelles sont les \u00e9volutions \u00e0 pr\u00e9voir ? Quelles sont les nouveaut\u00e9s technologiques et organisationnelles qui pourraient bien chambouler la BI, et donc son utilisation au sein des entreprises ? Voici un tour d\u2019horizon des principales tendances de la BI en 2021.<\/span><\/p>\n Au sommaire :<\/strong><\/p>\n \u00c0 d\u00e9couvrir ci-dessous, ou \u00e0 t\u00e9l\u00e9charger au format PDF pour plus tard :<\/strong><\/a><\/p>\n L\u2019analyse statistique<\/strong> des donn\u00e9es est un processus complexe qui n\u00e9cessite l\u2019implication d\u2019experts en data science. Mais, avec le d\u00e9veloppement de la BI en libre-service<\/strong>, une nouvelle approche de la data analytics fait son apparition.<\/span><\/p>\n Le self-service BI est depuis longtemps pl\u00e9biscit\u00e9 par les entreprises. En effet, de nombreux utilisateurs ne se sentent pas \u00e0 l\u2019aise avec les outils BI en place, souvent trop complexes et rigides. De plus, le recours syst\u00e9matique \u00e0 des data scientists pour l\u2019analyse des donn\u00e9es implique des co\u00fbts importants. D\u2019o\u00f9 cette volont\u00e9 d\u2019obtenir plus de flexibilit\u00e9 et d\u2019accessibilit\u00e9 dans l\u2019analyse et le reporting<\/strong>. <\/span>D\u2019apr\u00e8s le BARC<\/span><\/a>, organisateur de la BI Survey<\/strong>, la plus grande enqu\u00eate annuelle r\u00e9alis\u00e9e aupr\u00e8s des utilisateurs de BI, la Business Intelligence fait d\u2019ailleurs partie des 5 principales priorit\u00e9s des entreprises.<\/strong><\/span><\/p>\n <\/p>\n Cette fonctionnalit\u00e9 permet aux utilisateurs de r\u00e9aliser des t\u00e2ches de mani\u00e8re autonome<\/strong>, sans l\u2019intervention de sp\u00e9cialistes de la data ou de l\u2019IT. Gr\u00e2ce au libre-service, chacun peut filtrer, trier et analyser les donn\u00e9es qui l’int\u00e9ressent sans forc\u00e9ment poss\u00e9der de comp\u00e9tences techniques sp\u00e9cifiques.\u00a0<\/span><\/p>\n Et, contrairement \u00e0 ce que l\u2019on pourrait croire, cette \u201cd\u00e9sp\u00e9cialisation\u201d de la BI a un impact positif.<\/strong> On pr\u00e9dit ainsi que le d\u00e9veloppement de la BI en self-service produira plus d\u2019analyses que les data scientists<\/strong> \u00e0 eux seuls. En effet, le self-service permet de \u201credonner le pouvoir<\/strong>\u201d aux utilisateurs m\u00e9tier, qui peuvent faire une utilisation tr\u00e8s pertinente de la data, s’ils en ont les moyens. Le d\u00e9veloppement d\u2019une v\u00e9ritable culture data-driven dans les entreprises ne fera qu\u2019acc\u00e9l\u00e9rer le ph\u00e9nom\u00e8ne.<\/span><\/p>\n Indissociable de la BI, la data visualisation<\/strong> (aussi \u00e9crite \u201cdata visualization<\/strong>\u201d ou encore \u201cdataviz<\/strong>\u201d) est un enjeu toujours plus important. Son utilisation a explos\u00e9, que ce soit dans les m\u00e9dias, dans les entreprises et m\u00eame chez les individus.\u00a0<\/span><\/p>\n L\u2019ann\u00e9e 2020, marqu\u00e9e par la crise sanitaire, a mis en lumi\u00e8re l\u2019importance de la visualisation des donn\u00e9es<\/strong> pour comprendre l\u2019actualit\u00e9. Infographies<\/strong>, graphiques<\/strong> et tableaux<\/strong> se sont multipli\u00e9s, car ces supports permettent de repr\u00e9senter<\/strong> clairement des informations<\/strong> complexes<\/strong>.<\/span><\/p>\n Mais l\u2019enjeu n\u2019est pas seulement de mieux repr\u00e9senter la data : il faut aussi mieux la raconter. Les entreprises ont r\u00e9alis\u00e9 que les dashboards, les graphiques et les tableaux n\u2019ont aucun sens s\u2019ils ne sont pas correctement contextualis\u00e9s et interpr\u00e9t\u00e9s. C\u2019est dans ce contexte qu\u2019est apparu le data storytelling, qui permet d\u2019ajouter du contexte aux statistiques tout en apportant une narration rendant l\u2019information plus percutante.<\/span><\/p>\n Les utilisateurs souhaitent obtenir de l\u2019information facilement, rapidement et de mani\u00e8re ludique. Chaque sp\u00e9cialit\u00e9, chaque m\u00e9tier a besoin de donn\u00e9es sp\u00e9cifiques, adapt\u00e9es \u00e0 ses besoins. On ne raconte donc pas les donn\u00e9es de la m\u00eame fa\u00e7on, selon que l\u2019on s\u2019adresse \u00e0 un sp\u00e9cialiste IT, un responsable marketing ou un dirigeant.<\/span><\/p>\n <\/p>\n Toutefois, cette nouvelle approche soul\u00e8ve des questions importantes. Comment raconter la data sans \u00eatre orient\u00e9 ? Comment garantir la fiabilit\u00e9 et l\u2019objectivit\u00e9 des informations, alors que les donn\u00e9es brutes sont transform\u00e9es pour \u00eatre plus digestes ? La gouvernance des donn\u00e9es appara\u00eet ici comme un sujet central dans le monde de la Business Intelligence.<\/span><\/p>\n Nous l\u2019avons vu, les donn\u00e9es se veulent plus accessibles et plus simples \u00e0 visualiser. Mais cette tendance en implique une autre : celle de la Data Governance<\/strong>, qui se traduit par un meilleur encadrement du data management.<\/span><\/p>\n Alors que les utilisateurs de la Business Intelligence se multiplient, les donn\u00e9es sont de plus en plus nombreuses et diversifi\u00e9es. Parall\u00e8lement, leur gestion et leur exploitation se complexifient, et l\u2019acc\u00e8s \u00e0 la data est de plus en plus contr\u00f4l\u00e9<\/strong>. Il devient indispensable de disposer d\u2019une vue d’ensemble des flux de donn\u00e9es, mais aussi de leurs transformations. De plus, les utilisateurs qui acc\u00e8dent aux data doivent pouvoir \u00eatre suivis.<\/span><\/p>\n Qui a acc\u00e8s \u00e0 quelles donn\u00e9es ? De quelles donn\u00e9es ont besoin les diff\u00e9rents utilisateurs, selon leur m\u00e9tier ou leur niveau hi\u00e9rarchique ? Une cartographie compl\u00e8te de la data est n\u00e9cessaire pour que chaque utilisateur exploite la BI \u00e0 bon escient. Dans le m\u00eame temps, la Data Governance am\u00e9liore la satisfaction<\/strong> et favorise<\/strong> l\u2019adoption de la Business<\/strong> Intelligence<\/strong>.<\/span><\/p>\n Concr\u00e8tement, les administrateurs doivent avoir \u00e0 leur disposition diff\u00e9rents outils pour assurer la maintenance des plateformes BI. Ils doivent notamment \u00eatre en mesure de visualiser toutes les \u00e9tapes de transformation d\u2019une donn\u00e9e, de sa forme brute jusqu\u2019\u00e0 sa forme finale. Mais qui dit Data Governance dit aussi confidentialit\u00e9 et s\u00e9curit\u00e9 : savoir qui acc\u00e8de \u00e0 la data et quel traitement il en fait est primordial.\u00a0<\/span><\/p>\n Acc\u00e9der \u00e0 la meilleure donn\u00e9e, au meilleur moment. On pourrait r\u00e9sumer ainsi l\u2019objectif ultime de la Business Intelligence ; or, les plateformes BI progressent de plus en plus vers ce but. L\u2019Embedded<\/strong> Analytics<\/strong>, par exemple, a permis d\u2018int\u00e9grer des analyses avanc\u00e9es directement dans les logiciels m\u00e9tier des utilisateurs<\/strong>. Les sp\u00e9cialistes de la finance, du marketing ou des ressources humaines peuvent ainsi acc\u00e9der \u00e0 de la data pertinente, l\u00e0 o\u00f9 ils en ont besoin.<\/span><\/p>\n Les donn\u00e9es sont maintenant accessibles au plus grand nombre, sous une forme adapt\u00e9e aux besoins de chacun. Mais il est possible d\u2019aller encore plus loin, notamment en am\u00e9liorant la fra\u00eecheur et l\u2019imm\u00e9diatet\u00e9 des donn\u00e9es. Vous l\u2019aurez compris, la prochaine \u00e9tape consiste \u00e0 mettre \u00e0 jour les donn\u00e9es en temps r\u00e9el. Une mani\u00e8re d\u2019avoir toujours acc\u00e8s aux informations les plus fiables et les plus pertinentes.\u00a0<\/span><\/p>\n Pr\u00e9cisons que la data est d\u2019ores et d\u00e9j\u00e0 actualis\u00e9e \u00e0 intervalles r\u00e9guliers. Mais dans le cas pr\u00e9sent, il s\u2019agit d\u2019une mise \u00e0 jour continue, sans aucun temps de latence. On peut ainsi int\u00e9grer des analyses en temps r\u00e9el<\/strong> dans les <\/span>solutions m\u00e9tier<\/span><\/a> des utilisateurs, permettant de mesurer imm\u00e9diatement les cons\u00e9quences des actions mises en \u0153uvre. Les indicateurs de performance sont en constante \u00e9volution, pour un suivi extr\u00eamement pr\u00e9cis et une prise de d\u00e9cision plus simple et r\u00e9active.<\/span><\/p>\n Jusqu\u2019\u00e0 pr\u00e9sent, la BI permet d\u2019exploiter les donn\u00e9es actuelles avec des calculs math\u00e9matiques plus ou moins complexes. Des sommes, des moyennes, des op\u00e9rations de filtrage ou de tri sont souvent au c\u0153ur de ces analyses. Et ces derni\u00e8res sont tr\u00e8s efficaces pour comprendre les ph\u00e9nom\u00e8nes pass\u00e9s, mais aussi les ph\u00e9nom\u00e8nes actuellement en cours. On peut ainsi am\u00e9liorer le pilotage d\u2019entreprise et perfectionner diff\u00e9rents process.<\/span><\/p>\n Mais, apr\u00e8s avoir analys\u00e9 le pass\u00e9 pendant de nombreuses ann\u00e9es, les entreprises se tournent \u00e0 pr\u00e9sent vers l\u2019avenir. Toutefois, est-il possible de pr\u00e9dire le futur ? La data permet-elle de fixer des objectifs \u00e0 long terme et de les atteindre ? La r\u00e9ponse est oui, gr\u00e2ce \u00e0 l\u2018analyse pr\u00e9dictive ! D\u00e9sormais, on peut exploiter ses donn\u00e9es actuelles pour deviner des donn\u00e9es futures, tout en estimant leur probabilit\u00e9.<\/span><\/p>\n => Ne manquez pas le replay vid\u00e9o du webinaire DigDash : <\/span>comment projeter les donn\u00e9es pour faire de l’analyse pr\u00e9dictive<\/span><\/a>.\u00a0<\/span><\/p>\n Les mod\u00e8les pr\u00e9dictifs existent d\u2019ores et d\u00e9j\u00e0. Le v\u00e9ritable enjeu, pour 2021, consiste plut\u00f4t \u00e0 les rendre accessibles \u00e0 un large public. En effet, ces algorithmes complexes sont encore aujourd\u2019hui l’apanage des data scientists professionnels\u2026 Mais l’av\u00e8nement du self-service BI et l\u2019am\u00e9lioration de la data visualization devraient changer la donne !<\/span><\/p>\n D\u2019ici peu, chaque utilisateur pourra g\u00e9n\u00e9rer des rapports pr\u00e9dictifs et dessiner des grandes tendances, tout cela en utilisant les donn\u00e9es historiques et actuelles qu\u2019il a \u00e0 sa disposition. Bien entendu, ces analyses doivent clairement \u00e9noncer les probabilit\u00e9s de r\u00e9alisation de leurs hypoth\u00e8ses<\/strong>, avec une mesure pr\u00e9cise des risques d\u2019erreur.<\/span><\/p>\n Avec les rapports pr\u00e9dictifs, il devient possible de r\u00e9pondre \u00e0 de nombreuses questions concr\u00e8tes. Par exemple, en analysant le panier d\u2019achat d\u2019un client, on pourrait d\u00e9terminer le prochain produit qu\u2019il ach\u00e8tera (avec une marge d\u2019erreur r\u00e9duite).<\/span><\/p>\n En mati\u00e8re de Business Intelligence, mais aussi dans les autres domaines, les entreprises utilisent de plus en plus d\u2019outils bas\u00e9s sur le cloud. Des sources de donn\u00e9es aux mod\u00e8les utilis\u00e9s, en passant par la capacit\u00e9 informatique et le stockage, le futur de la BI r\u00e9side incontestablement dans le cloud computing.<\/strong><\/span><\/p>\n Cette solution s\u2019impose pour b\u00e9n\u00e9ficier d\u2019une Business Intelligence pouss\u00e9e, adapt\u00e9e aux besoins de chacun et permettant de r\u00e9aliser des analyses avanc\u00e9es. En effet, l’<\/span>h\u00e9bergement sur le cloud<\/span><\/a> offre une scalabilit\u00e9 in\u00e9gal\u00e9e<\/strong>. Une solution BI peut ainsi \u00eatre enrichie continuellement de nouvelles fonctionnalit\u00e9s, tout en accumulant une grande quantit\u00e9 de donn\u00e9es. Une solution cloud BI est \u00e9galement plus rapide \u00e0 d\u00e9ployer et offre un environnement ouvert, permettant d\u2019externaliser certains services.<\/span><\/p>\n Mais l\u2019adoption massive du cloud pr\u00e9sente aussi des d\u00e9fis importants. \u00c0 commencer par celui de la s\u00e9curit\u00e9 et de la confidentialit\u00e9. C\u2019est pourquoi il est primordial d\u2019opter pour un cloud s\u00fbr, respectant \u00e0 la lettre la r\u00e9glementation en vigueur.\u00a0<\/span><\/p>\n Membre de l\u2019<\/span>Open Trusted Cloud<\/span><\/a> et <\/span>partenaire d\u2019OVHcloud<\/span><\/a>, DigDash s\u2019engage d\u2019ores et d\u00e9j\u00e0 pour r\u00e9pondre \u00e0 ces exigences, en proposant un cloud europ\u00e9en<\/strong>, non soumis au Cloud Act am\u00e9ricain<\/strong>, et offrant un haut niveau de s\u00e9curit\u00e9 et de confidentialit\u00e9. R\u00e9cemment certifi\u00e9 HDS<\/strong>, le cloud DigDash est m\u00eame en mesure de prendre en charge les donn\u00e9es de sant\u00e9, soumises \u00e0 des normes de s\u00e9curit\u00e9 encore plus \u00e9lev\u00e9es. De l\u2019h\u00e9bergement mutualis\u00e9 \u00e0 l’h\u00e9bergement d\u00e9di\u00e9, incluant le cloud HDS, les organisations b\u00e9n\u00e9ficient aujourd\u2019hui d\u2019un panel d\u2019options pour choisir un cloud BI r\u00e9ellement adapt\u00e9 \u00e0 leurs besoins sp\u00e9cifiques. Une tendance qui ne devrait pas cesser de prendre de l\u2019ampleur en 2021.<\/span><\/p>\n Si le d\u00e9veloppement du cloud computing met en lumi\u00e8re l\u2019importance de la s\u00e9curit\u00e9<\/strong>, d\u2019autres facteurs entrent en ligne de compte. L\u2019ann\u00e9e 2020 aura \u00e9t\u00e9 particuli\u00e8rement mouvement\u00e9e en mati\u00e8re de cybers\u00e9curit\u00e9<\/strong>. Dans un contexte de crise sanitaire, la d\u00e9mocratisation du t\u00e9l\u00e9travail, accompagn\u00e9e par l\u2019explosion de l\u2019usage des outils collaboratifs en ligne, a ouvert de nombreuses failles de s\u00e9curit\u00e9.<\/span><\/p>\n Le sentiment g\u00e9n\u00e9ral d\u2019anxi\u00e9t\u00e9 a \u00e9galement contribu\u00e9 \u00e0 l\u2019essor de la cybercriminalit\u00e9. Le spam<\/strong>, le phishing<\/strong> et les ransomwares<\/strong> ont tir\u00e9 profit de la situation pour frapper des individus et des infrastructures tr\u00e8s vuln\u00e9rables<\/strong>.<\/span><\/p>\n Aujourd\u2019hui, les donn\u00e9es valent de l\u2019or, et les pirates informatiques l\u2019ont bien compris ! Les nombreux cas d’extorsion de donn\u00e9es, suivis de demandes de ran\u00e7on, en sont la preuve. \u00c0 l\u2019avenir, aucune solution BI ne peut ignorer l\u2019importance de la protection de la data. Cela passe \u00e0 la fois par une infrastructure cloud solide, comme \u00e9voqu\u00e9 pr\u00e9c\u00e9demment, mais aussi par des mesures suppl\u00e9mentaires, garantissant la confidentialit\u00e9 des donn\u00e9es.<\/span><\/p>\n Le d\u00e9veloppement progressif de la Business Intelligence a \u00e9t\u00e9 accompagn\u00e9 par une am\u00e9lioration continue de la <\/span>qualit\u00e9 des donn\u00e9es<\/span><\/a>. De son extraction \u00e0 son analyse, la data est toujours plus pointue, et on peut aujourd\u2019hui en tirer des informations tr\u00e8s pr\u00e9cises. Cela s\u2019explique notamment par la mont\u00e9e en comp\u00e9tence des utilisateurs, \u00e0 m\u00eame de d\u00e9tecter plus rapidement les anomalies et les incoh\u00e9rences qui nuisent \u00e0 la qualit\u00e9 de la data. Les outils eux-m\u00eames ont \u00e9galement progress\u00e9, offrant un traitement et une exploitation plus efficaces des donn\u00e9es.<\/span><\/p>\n Malgr\u00e9 tout, les entreprises ne se sont pas encore totalement d\u00e9barrass\u00e9es des donn\u00e9es de mauvaise qualit\u00e9\u2026 Elles leur co\u00fbteraient m\u00eame 15 millions de dollars par an, <\/span>d\u2019apr\u00e8s Gartner<\/span><\/a>. En effet, une mauvaise data est synonyme de mauvaises prises de d\u00e9cision<\/strong>, de calculs erron\u00e9s, d\u2019analyses pr\u00e9dictives impr\u00e9cises, ou encore de non-respect des normes en mati\u00e8re de confidentialit\u00e9 (notamment le RGPD).<\/span><\/p>\n Mais alors, comment combattre ce fl\u00e9au ? La r\u00e9ponse r\u00e9side certainement dans la mise en place de v\u00e9ritables processus de gestion de la qualit\u00e9 des donn\u00e9es. Cette approche, appel\u00e9e Data Quality Management<\/strong>, permet de d\u00e9finir des indicateurs garantissant la qualit\u00e9 des donn\u00e9es<\/strong>, tout en s\u2019appuyant sur la BI pour d\u00e9tecter les \u00e9ventuelles anomalies. Les informations obsol\u00e8tes ou non mises \u00e0 jour sont ainsi remont\u00e9es, les erreurs de format (dates, noms, etc.) sont corrig\u00e9es et la coh\u00e9rence globale de la data est constamment v\u00e9rifi\u00e9e.<\/span><\/p>\n\n
![\"tendances](\"https:\/\/www.digdash.com\/wp-content\/uploads\/2021\/01\/cta-telecharger-14.png\")
<\/a><\/p>\n1) L’av\u00e8nement du self-service<\/strong><\/h2>\n
2) Une meilleure visualisation de la data<\/strong><\/h2>\n
3) Data Governance : des donn\u00e9es mieux encadr\u00e9es<\/strong><\/h2>\n
4) Des donn\u00e9es mises \u00e0 jour en temps r\u00e9el pour des d\u00e9cisions rapides<\/strong><\/h2>\n
5) Le d\u00e9veloppement des rapports pr\u00e9dictifs<\/strong><\/h2>\n
<\/h2>\n
6) L\u2019utilisation massive du cloud BI<\/strong><\/h2>\n
7) La s\u00e9curit\u00e9 des donn\u00e9es, un enjeu majeur<\/strong><\/h2>\n
<\/h2>\n
8) Des donn\u00e9es de meilleure qualit\u00e9<\/strong><\/h2>\n