Recherche

Les éléments d'une intégration réussie

Publié par le

L'adoption d'un outil n'est que la partie émergée de l'iceberg décisionnel. La définition des besoins, le choix des données ou encore l'intégration des utilisateurs finaux sont tout aussi importants.

  • Imprimer

1 Définir les besoins et les utilisateurs

Les besoins définissent naturellement le cadre du projet décisionnel de l'entreprise et les outils nécessaires. Il s'agit, dans 80 % des cas, d'un besoin de reporting classique. Par la suite, ces besoins peuvent évoluer vers la gestion de campagnes, l'exploration de données ou le data mining. Les intégrateurs et éditeurs d'outils préconisent de procéder graduellement : aller trop vite et voir trop gros est le piège le plus courant. Définir ce cadre est d'autant plus important que ce projet est un chantier transversal de l'entreprise (marketing, finance, logistique, direction, etc.) où les utilisateurs ne sont pas experts en informatique et ont chacun des attentes et des problématiques opérationnelles différentes.

2 Choisir les sources d'information

Une fois les besoins et les utilisateurs définis, il faut choisir les sources d'information utiles. En effet, toutes n'ont pas leur utilité dans les processus décisionnels. Une sélection qui devra prendre en compte aussi bien les sources internes (ventes, achats, centre de contacts, CRM, comptabilité, etc.), qu'externes. Même s'il est toujours pertinent de considérer ces dernières, il est toutefois facile d'être submergé par le volume qu'elles représentent. Cette sélection n'est pas immuable et devra évoluer parallèlement à l'environnement de l'entreprise et à son marché. Une fois ce choix établi, les données devront ensuite être préparées à l'intégration dans le système décisionnel. Pour cela, les intégrateurs utilisent les “métadonnées” qui rendront homogènes cette concaténation. Il est également conseillé de faire auditer la structure de sa base opérationnelle pour faciliter cette préparation.

3 Opter pour un stockage central ou métier

Les bases de données opérationnelles n'étant pas adaptées à un usage décisionnel, il est conseillé de créer un environnement spécifique dédié. Deux choix sont possibles: unifié (datawarehouse) ou fragmenté (datamart métier). L'avantage du premier est de centraliser les données, mais son inconvénient est sa faible disponibilité, notamment si le volume d'informations et le nombre d'utilisateurs sont importants. A l'inverse, le second, le datamart, accélère l'accès mais limite chaque utilisateur aux données de son métier. En outre, cela multiplie le nombre de bases, et donc la probabilité d'erreurs.

4 Vérifier la qualité des données

La pertinence des résultats et des décisions qui en découlent sera fonction de la qualité des informations stockées dans la base décisionnelle. Une qualité qui, elle-même, dépend de trois critères : la justesse de l'information à sa source, sa récence et son traitement. D'abord, pour assurer la conformité de la donnée, il faut prévoir des procédés qui en vérifient le contenu. Concernant la récence, elle dépend uniquement de la fréquence des mises à jour de la base décisionnelle. Certaines sources d'information nécessiteront, par exemple, des mises à jour en temps réel, tandis que d'autres ne demanderont qu'une vérification quotidienne ou hebdomadaire. Enfin, pour vérifier le traitement subi par l'information, il est nécessaire d'historiser et de tracer le parcours de la donnée. De plus en plus d'éditeurs proposent aujourd'hui des briques consacrées à la gestion de la qualité de la donnée.

5 Choisir les outils et les faire évoluer

Le marché des progiciels en informatique décisionnelle est très vaste. Le choix de la technologie dépendra des besoins de l'entreprise, de sa taille, de son métier et de son existant. Outre les entrepôts de données (Teradata, Netezza) et les ETL ( Ascential, Informatica, Sunopsis), les outils de business intelligence sont organisés en quatre familles : le reporting (Business Objects, Cognos), l'analyse multidimensionnelle et relationnelle (Hyperion, Microstrategy), le data mining (SPSS, SAS, Bayesia, KXEN) et les solutions métiers intégrant des capacités d'extraction et de segmentation (Neolane, par exemple). Chaque branche est composée de deux types d'outils : les plateformes génériques, entièrement paramétrables mais plus longues à intégrer, et les outils packagés, prêts à l'emploi, faciles à déployer mais difficilement adaptables. Certains éditeurs, comme SAP et Oracle, proposent, quant à eux, une gamme complète de produits.

6 Déployer un portail décisionnel

Pour mettre à la disposition de tous les utilisateurs les différents indicateurs générés par les outils de business intelligence, le moyen le plus efficace reste le portail décisionnel. Installé sur le réseau d'entreprise, il s'agit d'un point d'accès centralisé, doté des mêmes fonctionnalités qu'un portail internet : les documents y sont archivés par catégorie et un moteur de recherche peut y être ajouté. Cognos, par exemple, propose un outil de recherche pour portail décisionnel avec la technologie OneBox de Google.

7 Fonctionner par itération auprès des utilisateurs

A mesure que les briques technologiques sont rendues disponibles, fonctionner par itération auprès des utilisateurs permet de mieux définir les indicateurs pertinents, les informations réellement utiles et les processus à ajuster. Ces échanges impliquent fortement les utilisateurs dans le projet, facilitent la prise en main des progiciels et permettent d'optimiser le délai de mise en production. Les intégrateurs préconisent que ces itérations ne se limitent pas à la phase d'implémentation mais qu'elles continuent de façon permanente, afin d'adapter le décisionnel à l'environnement marché de l'entreprise.

Reportage réalisé par Samir Azzemou