L’analyse décisionnelle ou Business Intelligence (BI) est un service informatique dont la popularité ne cesse de croître dans les grandes sociétés.
A la base, elle consiste à donner aux utilisateurs non techniciens les moyens d’explorer les gisements de données de l’entreprise, afin de prendre des décisions plus avisées sur la future marche des affaires. Bien souvent, l’analyse décisionnelle se fraye d’abord un chemin dans un département spécifique, notamment les achats ou la fabrication, puis s’étend progressivement à toute la structure.
Ce dossier est issu de notre publication IT Pro Magazine (11/10). Pour consulter les schémas et illustrations associés, rendez-vous dans le club abonnés.
L’analyse décisionnelle consiste à collecter des données aux quatre coins de l’entreprise : bases de données de planification, feuilles de calcul de salaires, bases de données de commandes clients, etc. Vous avez l’embarras du choix ! Dans certaines implémentations, les données sont restructurées en entrepôt de données ou data warehouse, une approche permettant des interrogations rapides. D’autres implémentations font appel à l’analyse en mémoire, ou in-memory analytics, une méthode qui analyse les données placées dans la mémoire d’un serveur BI et évite la construction d’un entrepôt de données. Nombre de mises en œuvre BI combinent les deux techniques.
Comme elle consolide et restructure les données de toute l’entreprise, l’analyse décisionnelle aide fréquemment les utilisateurs à mettre le doigt sur des problèmes autrement indétectables.
L’utilité de l’analyse décisionnelle n’est plus à démontrer, mais cette approche est aussi particulièrement complexe et onéreuse à mettre en oeuvre. Les acteurs présents dans ce domaine sont de très grands éditeurs, notamment Microsoft, IBM, Oracle, etc., et ils développent des produits à la fois volumineux et coûteux. Les systèmes BI doivent être personnalisés en fonction de votre environnement métier, avec une phase d’apprentissage pour savoir où extraire les données et comment les transformer dans une forme compatible avec les questions que vous souhaitez poser et les rapports à générer. Il convient de créer des visualisations de données du type tableau de bord opérationnel (dashboard) et tableau de bord stratégique (scorecard). Comme vous pouvez l’imaginer, la collecte des exigences relatives à un nouveau système d’analyse décisionnelle peut prendre des mois.
Les coûts de l’analyse décisionnelle expliquent pourquoi celle-ci est traditionnellement limitée aux grandes entreprises. En pourcentage du total des revenus de ces dernières, même un projet d’analyse décisionnelle de grande taille reste abordable.
Téléchargez cette ressource
Guide de Sécurité IA et IoT
Compte tenu de l'ampleur des changements que l'IA est susceptible d'entraîner, les organisations doivent élaborer une stratégie pour se préparer à adopter et à sécuriser l'IA. Découvrez dans ce Livre blanc Kaspersky quatre stratégies efficaces pour sécuriser l'IA et l'IoT.
Data - Par
Don Jones - Publié le 03 octobre 2011
