« Longtemps je me suis couché de bonne heure… afin d’être sûr d’avoir mes reportings au réveil »
C’était en 2005 – il y a 20 ans – autant dire le paléolithique en informatique – et j’espérais secrètement au fond de mon sommeil que la chaîne de traitements (il s’agissait de BO alors) ne se finisse pas en eau de boudin ce sans quoi j’étais sans reportings devant ma direction.
Un jour je ferai un livre sur l’angoisse développée par l’IT mais c’est un autre sujet…
Pour autant on pouvait constater déjà à l’époque que l’avancement du business dépendait des décisions à prendre, elles-mêmes dépendantes… d’une chaîne de traitements informatiques qui n’aboutissaient pas…
Mais ça c’était avant, on a eu ensuite une période où les outils de Business Intelligence (BI) comme Looker, Qlik, Tableau Software ou Power BI ont permis de jouer un rôle central en permettant d'analyser et de visualiser les données pour (ne l’oublions pas) prendre des décisions !
Pourtant, ces solutions, souvent associées à des datalakes, ne suffisent plus à construire une stratégie de Gouvernance Data efficace et l’antienne « j’ai fait un projet data car j’ai rattaché un datalake à un outil de BI » est désormais complètement éclusée.
De plus, beaucoup de projets de BI se sont vite retrouvés à devenir des listes à la Prévert les directions métiers ayant en effet enfin trouvé un endroit où exprimer leurs besoins parfois mêmes leurs rêves les plus fous…
En effet l'émergence de l'intelligence artificielle (IA) et des outils d’analyse permettent d’envisager un monde où les analyses vont être en temps réel et sous un aspect conversationnel avec des suggestions d’actions et non plus avec un train de retard.
SOMMAIRE
1. 🔍 Rapide historique des solutions de Business Intelligence
2. 📈 Fonctions principales et impact des outils de BI
3. 🤔 Limites et écueils des projets de BI
4.🎸 L'émergence de l'IA comme catalyseur
5. 🌐 L’open source : Une solution pour la souveraineté des données
1.🔍Rapide historique du marché des solutions de Business Intelligence.
La notion de business intelligence a été théorisée par Hans Peter Luhn (informaticien allemand et analyste chez IBM) en 1958. Il publie un article A Business Intelligence System où il développe l’utilisation de solutions informatiques permettant aux entreprises d’accélérer et de perfectionner les prises de décision par l’analyse de données. En 1989, Howard Dresner (futur analyste de la société Gartner) reprend le terme de Business Intelligence et lui apporte la modernité de son époque.
Il le définit alors comme les « concepts et méthodes visant à améliorer la prise de décision grâce à des systèmes reposant sur des données factuelles ».
Aujourd’hui parmi les acteurs majeurs on retrouve :
- Tableau Software : Fondé en 2003 (puis racheté en 2019 par Salesforce) Tableau s'est imposé assez rapidement comme un acteur incontournable avec sa capacité à créer des visualisations dynamiques. Environ 12,5% de parts de marché. (Sources Financial Times et 6sense)
- Qlik : Dès les années 1990, Qlik a innové avec une technologie associative facilitant l'exploration des données.
- Power BI : Lancé par Microsoft en 2015, cet outil est intégré à l'écosystème Office 365. On rappelle au passage que Power BI est né d’un usage PPT et que son coût reste intéressant car il est intégré dans un package Microsoft Azure. Sa part de marché est de 13% et est le leader actuel. (Sources Financial Times et 6sense).
- Looker : Acquise par Google en 2019, cette solution s'est spécialisée dans l'analyse en temps réel et est couplé avec la suite Google.
J’ajouterais avec une vue un peu prospective aussi Canva, cela peut paraitre surprenant mais pas tant que ça car l’outil part des usages avec une facilité d’adoption déconcertante, on pourrait comparer sa trajectoire avec celle de Power BI. Sujet à suivre.
Malgré leur popularité, ces outils présentent des limites : coûts croissants, difficultés d'adoption par les métiers et problèmes de qualité des données.
Et je ne parle pas des augmentations tarifaires unilatérales et souvent bien supérieures aux simples conventions syntech que nous subissons tous soient en tant que revendeurs soient en tant que clients finaux.
Le marché de la BI est donc largement dominé par des acteurs Nord-Américains (comme d’habitude en fait) et Selon une étude de Gartner sectorielle :
- Le secteur financier présente le taux de pénétration le plus élevé (à 75 %).
- Les industries manufacturières et le retail suivent avec des taux autour de 50 %.
2. 📈Fonctions principales et impact des outils de BI.
Les solutions de BI remplissent plusieurs fonctions essentielles :
- Visualisation des données : Création de dashboards interactifs pour faciliter la prise de décision.
- Analyse prédictive : Identification des tendances futures grâce à des modèles statistiques.
- Automatisation des rapports : Gain de temps (enfin en théorie) pour les équipes grâce à la génération automatisée de rapports.
Cependant, leur succès dépend fortement de l'état des données et de la capacité des utilisateurs à formuler leurs besoins. Trop souvent, des dashboards sont créés mais peu utilisés, faute d'adhésion des métiers ou pire plus d’adhésion car perte de confiance dans la visualisation de données qui sont partielles ou manquantes.
3. 🤔Limites et écueils des projets de BI.
Malgré leur potentiel, les projets de BI rencontrent plusieurs difficultés :
- Qualité des données : Les données sont parfois manquantes ou mal agrégées, compromettant l'efficacité des analyses.
- Expression des besoins : Les utilisateurs finaux peinent à formaliser leurs attentes, entraînant la création de tableaux inutilisables.
- Adoption : L'absence d'accompagnement des équipes limite l'usage des outils et des insights produits. J’ajouterais aussi l’inverse c’est-à-dire trop d’accompagnement de sociétés de conseil pas toujours bienveillantes tant leur business model est corrélé au nombre de jours hommes à placer multipliant ainsi les chantiers et rendant complexes parfois des sujets plus simples qu’il n’y parait.
Un autre élément à souligner est lié au RGPD, les solutions étant majoritairement américaines (Google, Microsoft). Cela soulève des risques en termes de souveraineté des données et de conformité.
Mais ça tout le monde le sait et… voilà 💁🏻♂️
4. 🎸L'émergence de l'IA comme catalyseur.
L'intelligence artificielle représente donc une évolution majeure pour les entreprises souhaitant exploiter leurs données. Contrairement aux solutions traditionnelles, l'IA permet :
- Une exploration intuitive : Grâce à des agents conversationnels internes, les collaborateurs peuvent interroger directement les données.
- Des analyses plus fines : Les modèles IA, comme Lama 3.2, s'adaptent aux spécificités sectorielles.
- Une productivité accrue : L'IA réduit le temps consacré à l'analyse et à la production de rapports.
L’enjeu pour les entreprises est d’intégrer l’IA tout en accompagnant les collaborateurs dans cette transition. Des chiffres montrent que l’adhésion est essentielle : des projets IA bien accompagnés enregistrent un taux d’adoption 30 % plus élevé.
5.🌐L'open source : Une solution pour la souveraineté des données.
Face aux coûts croissants des licences comme souligné précédemment mais aussi au coût de l’énergie les entreprises s’intéressent à l’open source. Des solutions comme Metabase ou Apache Superset permettent de garder le contrôle sur ses données et de réduire les dépenses. L’open source favorise également l’émergence d’un savoir interne, stratégique pour préserver son business model.
En conclusion.
Bref vous l’aurez compris si les outils de Business Intelligence ont joué un rôle majeur dans l’évolution des entreprises ces dix dernières années c’en est bien fini de ces projets « à la papa » comme j’ai l’écrire en préambule.
leurs limites, combinées à des coûts élevés et des problèmes de qualité des données, mettent en évidence la nécessité de repenser Ces outils et L’intégration de l’IA ouvre des perspectives nouvelles, avec des gains de temps, de précision et de compréhension de la data par le plus grand nombre.
