La Business Intelligence pour les nuls

Souvent connotée très IT et technologie, la Business Intelligence concerne pourtant un grand champ d’actions marketing ! Elle permet d’utiliser savamment les données à disposition de l’entreprise pour faire émerger des insights et enseignements utiles au pilotage et au développement de l’activité des différents services.

Qu’est-ce que la Business Intelligence (BI) ?

La Business Intelligence, connue aussi sous le nom d’informatique décisionnelle, désigne l’ensemble des outils, méthodes et technologies permettant d’analyser tout type de volumes de données. Ces dernières sont alors triées et analysées pour être ensuite restituées de façon agrégée et visuelle. Les managers ont ainsi rapidement accès à des chiffres et insights utilisables opérationnellement. Cette démarche de BI a donc pour avantage la mise en place d’alertes sur certains indicateurs ou bien de conseils et recommandations automatisés afin de piloter l’activité au plus près, tant en termes de temps que de besoins.

Ces indicateurs décisionnels leur permettent d’avoir une vision centralisée de l’activité mais aussi une meilleure connaissance et compréhension du marché ou des actions marketing et commerciales engagées : chiffre d’affaires, nombre de ventes et autres données sont ventilées sur une période, un secteur géographique ou encore une catégorie de produits en particulier.

Dans son rapport “Tech Impact’19”, la société IQBlade, plateforme de market intelligence, constate alors que “ Les entreprises britanniques qui s’appuient sur des solutions de BI croissent 3,5 fois plus vite. Leur chiffre d’affaires moyen s’élève à 44 millions d’euros en comparaison des sociétés qui n’utilisent pas de logiciel de BI où le CA moyen atteint 27 millions d’euros”.

Business Intelligence vs Intelligence Économique ?

À la différence du Big Data et de l’Intelligence Économique qui concernent notamment l’exploitation des nouvelles données accessibles via le web et les réseaux sociaux (web et social listening), la BI s’appuie sur des données internes à l’entreprise. Aussi, même si les deux disciplines permettent le traitement d’un gros volume de données, la BI repose sur des informations structurées contrairement à l’IE qui est basée sur l’écoute d’un grand nombre de données hétérogènes et non structurées. En effet, pour un travail d’analyse plutôt opérationnel (bilans de campagnes, tableaux de bord, analyses diverses, finances, etc.), la BI s’appuie sur des données structurées et préparées par une équipe de data managers à partir d’informations qui proviennent possiblement d’un data lake (où les données sont brutes et à plat). Par conséquent, la BI ne vient pas interroger directement les données du data lake.

On constate également que la vélocité des informations qui s’applique au big data peut être moindre dans un dispositif de BI.
Ainsi, la BI repose-t-elle plutôt sur un mécanisme d’observation des éléments passés pour prendre des décisions alors que l’IE va aller chercher de façon exploratoire et non guidée des insights et perspectives de développement non connus.

Quelles sont les différentes étapes du process de Business Intelligence ?

Etape n°1 : la collecte et le stockage des données

Les données récupérées seront assez hétérogènes, provenant de plusieurs systèmes d’exploitation internes : logiciels CRM, comptable, fichiers excel, etc. Il s’agit donc de récupérer et consolider l’ensemble de ces informations au sein d’un même entrepôt de données, autrement appelé Datawarehouse ou Datamart. Cet environnement unique de stockage des informations doit permettre d’interroger ensuite les données à la demande. En général, le Datawarehouse sert à la centralisation de l’ensemble des données alors que les Datamarts sont verticalisés en sous-ensembles d’informations pour chaque métier ou service de l’entreprise.

Une attention particulière doit être apportée à la nature et la qualité de chaque donnée utilisée : De quelle source provient-elle ? A-t-on le droit de l’utiliser dans un cadre RGPD ? L’information est-elle complète ? Quelle est la date de dernière mise à jour ? Car toutes les décisions prises ensuite, reposeront sur ces données socles. Il est donc essentiel de maintenir une fraîcheur des données mais aussi de s’attacher à ce qu’elles soient le plus complètes possibles. On recherchera ainsi, en premier lieu, une bonne qualité des données plutôt qu’une course effrénée au plus grand nombre d’informations récoltées.

Etape n°2 : l’analyse des informations de l’entreprise

Les données brutes récupérées sont ensuite triées par marché, établissement, client, etc. afin de pouvoir remonter des informations catégorisées et personnalisées auprès de chaque manager et qui aient du sens pour leur activité. Une nomenclature par mots clés est souvent mise en place afin de faciliter les requêtes de chaque utilisateur du système de BI.
Hormis les données brutes, de nouveaux indicateurs à valeur ajoutée sont également construits pour faciliter le pilotage de l’activité et la prise de décision. Il peut s’agir d’indicateurs de risque qu’un phénomène se reproduise ou non, d’indicateurs de potentiel concernant un produit ou un client par exemple, ou encore de corrélation entre deux activités ou deux phénomènes.

Etape n°3 : La visualisation des données

On appelle aussi cette dernière étape celle de la data visualisation ou comment les données et indicateurs construits vont être restitués de façon visuelle et rapidement compréhensible par les managers. Plusieurs formes de présentation peuvent être choisies : tableaux de bord, graphiques, infographies ou encore génération de rapports. Ces éléments pourront être générés à la demande ou de façon automatisée, en statique ou sous format dynamique en fonction des requêtes effectuées sur le dashboard de pilotage de l’activité. On comprend ainsi tout l’enjeu d’une bonne qualité et actualisation des données. Il faudra alors sélectionner les informations présentées pour n’afficher que celles véritablement utiles pour chaque manager et que ces derniers ne soient pas noyés sous un trop grand nombre d’informations.
Cette restitution visuelle des indicateurs décisionnels peut aussi faciliter la communication en interne auprès des collaborateurs ou en externe auprès des clients grâce à la génération automatique de rapports, infographies, etc.

Quelles sont les évolutions probables de la Business Intelligence ?

Les progrès technologiques, notamment en termes d’algorithme d’intelligence artificielle, laissent présager la possibilité de créer des indicateurs agrégés de plus en plus complexes mais aussi de pouvoir aller vers de l’hybridation de données en couplage avec des informations extérieures récupérées du web et du social listening. Le développement du machine learning permettra ainsi de toujours progresser dans les indicateurs créés, de façon itérative, en fonction des nouvelles données entrantes et des décisions prises par les utilisateurs du système de BI.
Du côté de la restitution de la data, un mouvement semblait émerger, celui du data storytelling :      Au lieu de présenter des indicateurs isolés, cette approche propose de les orchestrer afin de mieux les faire parler et leur donner plus de sens. Reste à savoir s’il prendra ou non de l’ampleur ? Enfin, le développement de la commande vocale dans le quotidien personnel et professionnel touchera peut-être aussi l’environnement de la Business Intelligence avec des requêtes pouvant se faire à la voix ?

La Business Intelligence peut donc s’appliquer à toutes les entreprises, grands comptes ou PME, du moment qu’un certain volume de données internes est accessible. Une fois mise en place, elle permettra un gain de temps dans l’exploitation des informations et des prises de décisions éclairées pour le développement de l’activité.