En cette fin d’année, Qlik, éditeur de logiciel pour la Business Intelligence présentait les tendances BI et Data pour 2021, lors d’une présentation faite par Dan Sommer, « Global Market Intelligence Lead » chez Qlik. Le présent article qui s’en inspire a pour objectif de rendre accessible et compréhensible au plus grand nombre de cadres et dirigeants, 7 tendances qui y ont été présentées.
L’année 2020, et en particulier la pandémie mondiale, a montré que, sans plus attendre, les entreprises doivent se préparer à faire face aux évènements majeurs, et pas toujours prédictibles, qui peuvent perturber leur environnement économique immédiat ou les marchés. Pour y parvenir, elles doivent effectuer un « grand virage numérique » et, pour ce faire, elles ont besoin de la data et de l’analytique.
Pour s’adapter à un monde instable, deux transformations sont nécessaires. L’entreprise doit être capable de réagir et d’anticiper.
- Réagir
Aujourd’hui, le numérique doit être mis en service immédiatement. Pour cela, chaque entreprise doit moderniser ses flux d’informations, ses infrastructures et ses applications. Les données doivent impérativement être actualisées, accessibles et précises.
- Anticiper
Disposer de données actualisées avec des déclencheurs agissant à la vitesse de l’entreprise ne suffit pas. L’entreprise doit anticiper les différents scénarios et options, et ainsi passer d’une attitude purement réactive face aux anomalies, à une attitude proactive. Comment repérer les prochaines crises dans votre environnement, dans votre secteur, sur les marchés… et réagir plus rapidement ?
Les données sont au coeur des deux commutateurs de transformation présentés ci-dessus. Pour les mettre en oeuvre, vous devez renforcer les approches analytiques à tous les niveaux. En effet, les approches analytiques sont déjà très utilisisées, aussi bien dans les TPE que dans les grandes entreprises. Cependant, trop d’entreprises effectuent encore ces analyses en silos de données souvent obsolètes, sans en avoir une vue d’ensemble. Pourtant, la nécessité de construire une vue d’ensemble, une mosaïque a souvent été rappelé. Les tableaux de bord et scorecard bien organisés et bien structurés ont fait leur preuves et le storytelling organisé autour des données qui s’y rapportent ont récemment montrés leurs plus-values.
L’année a été mouvementée, et les leçons tirées ont été nombreuses. Dans des prochains articles, nous reviendrons sur quelques unes d’entre elles. Focalisons-nous ici sur les 7 des tendances BI et data pour 2021.
1. Le Saas
En 2020, les entreprises se sont davantage tournées vers les services cloud et en ligne, un recours essentiel pour tenir le choc dans les environnements virtuels. Cette tendance devrait s’accélérer. Cependant, dans cette optique, la capacité à gérer un déploiement hybride sur plusieurs services cloud continuera d’être essentielle pour éviter la dépendance vis-à-vis d’un fournisseur unique. Comment les TPE, Startup et PME peuvent-elles s’organiser pour en tirer le meilleur parti? Nous en parlerons dans de prochains articles.
2. Le libre-service évolue vers l’autosuffisance.
Les outils de Business Intelligence en libre-service sont utilisés par des personnes qui ne sont peut-être pas des experts informatiques. Il est donc impératif que l’interface utilisateur du logiciel d’analyse en libre-service soit intuitive. Le libre-service doit évoluer. Lorsqu’il n’y a aucun mode d’emploi et personne pour accompagner l’utilisateur, il est crucial de redoubler d’efforts, avec rapidité et intuitivité, pour garantir l’adoption des nouvelles technologies. L’intelligence artificielle jouera un rôle majeur à cet égard. Nous pouvons noter ici la nécessité dès aujourd’hui d’avoir de bonne connaissances en Business Intelligence, qui nous permettront de garder le lead en tant qu’humain sur les suggestions qui seront faites par l’intelligence articifielle.
3. Les données partagées, les visualisations et le storytelling sont utilisés par le plus grand nombre.
En 2020, la data et les visualisations de données ont explosé dans les médias. Le grand publique s’est habitué à utiliser ou entendre des expressions telles que « il s’agit d’une échelle logarithmique » ou « c’est précisément le problème d’une comparaison par habitant » ou encore «ce chiffre est à ramené au nombre d’habitants». Cependant, si plus en plus de données et de visualisations sont accessibles et partagées, nous devrons déterminer comment trouver un terrain d’entente et travailler sur une éthique d’honnêteté intellectuelle dans le débat autour des données. Le partage de données reste souvent un sujet sensible, et il faut trouver le bon équilibre entre efficacité analytique et respect des périmètres de confidentialité.
4. L’actualisation de la data et les données prêtes à l’emploi n’ont jamais été aussi importantes.
Depuis l’émergence de la pandémie, l’accès en temps réel à des données actualisées s’est montré de plus en plus nécessaire. Les alertes, les actualisations de données et les prévisions devront se produire plus souvent, avec les variables les plus récentes. Au delà de la pandémie, les données régulièrement rafraichies sont de plus en plus utilisées dans de nombreux domaines, par exemple, lors de la diffusion d’évènements sportifs, de l’organisation de rayons en grande distribution, ou du pricing en temps réel sur Internet.
Face à la vitesse croissante des données, le rythme des activités doit s’accélérer. Comment générer des données « prêtes à l’emploi » (des données qui ne sont pas seulement organisées à des fins d’analyse, mais auxquelles sont appliqués
une logique et un contexte métier opportuns) et les rendre accessibles beaucoup plus tôt ?
5. L’analytique avancée doit montrer un nouveau visage.
Avec la pandémie de COVID-19, l’analytique avancée a suscité un intérêt croissant. Nous devons intégrer l’analytique avancée dans un plus grand nombre d’endroits pour un impact plus rapide. Dans l’ensemble, la gouvernance des algorithmes (et l’analyse de scénarios qui en découle pour étayer l’action lorsque l’inattendu se produit) n’a jamais été aussi importante.
6. Il est essentiel de capturer et de synthétiser les données « alternatives ».
Aurions-nous pu détecter la COVID-19 plus tôt ? Des études de données « alternatives » (en l’occurrence, les données relatives au trafic en dehors des hôpitaux de Wuhan et les recherches par mots-clés des internautes dans cette zone) indiquent que le virus pourrait avoir commencé à circuler fin 2019. Comment analyser ces types de données et repérer de manière proactive les évolutions de votre secteur, de votre entreprise ou de votre métier ?
7. La réingénierie des processus métier occupe une place centrale.
La crise du coronavirus a entraîné un grand nombre de changements. Une réaction rapide est aujourd’hui essentielle, et les processus métier sont au cœur du phénomène. La gestion de ces processus métier existe depuis des décennies. Ce qui est nouveau est que nous pouvons désormais non seulement la modéliser, mais aussi exploiter, automatiser et optimiser un processus grâce à des technologies telles que l’automatisation des processus robotiques, le process mining, les alertes et l’analytique embarquée.
La transition de l’Intelligence Passive vers l’Intelligence Active, intégrée dans les moments, les processus et les applications, conduira à une nouvelle normalité, où l’analytique dirigera le processus et non l’inverse. En d’autres termes, pour la grande ou la petite entreprise, la capacité de tirer les informations pertinentes de l’analyse de données constituera un capital d’entrée pour une organisation opérationnelle plus performante.
Vous souhaitez avoir plus d’informations au sujet de services ou de notions abordées dans cet article, ou vous souhaitez mettre en oeuvre ce qui y est décrit ? N’hésitez pas à nous envoyer un message.