La visualisation des données et les media sociaux, la clé d’une BI ubiquitaire

Les éditeurs de solutions de BI (Business Intelligence) et les analystes parlent depuis des années d’un décisionnel omniprésent (la BI pour tous en somme). Mais, dans la plupart des cas, la BI n’est pas encore arrivé sur les postes de travail ou sur les Blackberry des directeurs marketing, des forces de ventes, des directeurs de production, et d’autres responsables métier.

Une étude, récemment publiée par l’organisme anglo-saxon Business Application Research Center, auprès d’utilisateurs et de responsables, a révélé que seulement 11% des répondants avaient déployé de la BI auprès de plus de 50% de leurs employés dans l’entreprise.

Si de nombreux facteurs peuvent expliquer ce manque sévère d’adoption, la technologie elle-même semble être aujourd’hui en cause. Les éditeurs de BI sont constamment en train de vendre les mérites d’innovation qui porteront la BI auprès du grand public, sans toutefois en montrer les effets concrets.

Il existe encore un espoir toutefois. Voici trois technologies qui pourraient jouer un rôle crucial dans la propagation de la BI auprès des utilisateurs métier.

1 - La visualisation des données. Le moyen probablement le plus sûr pour pousser l’adoption de la BI vers les utilisateurs métier est d’améliorer les technologies de visualisation de données. Plus il sera simple pour les non analystes de lire et comprendre des tableau de bord, plus ils seront enclins à basculer vers les technologies de BI.

Quelques entreprises, tant de grands éditeurs et de petits spécialistes de visualisation des données, ont déjà travaillé à améliorer les techniques existantes pour répondre à cette problématique. On peut par exemple citer la possibilité de superposer des jeux de données sur un histogramme ou un graphique, via de simple glisser-déposer.

Parmi les autres améliorations, certains analystes parlent d’une ergonomie optimisée en matière de heat map, d’analyse géographique et de graphique d’analyse chronologique.

Notons également que la quantité de données que ces outils peuvent analyser est également en progression, en partie à cause des technologies “in-memory”. Ces moteurs analytiques chargent les données dans la mémoire RAM plutôt que sur le disque, accélérant ainsi la vitesse de requêtage et réduisant la phase de modélisation de données, nécessaire alors chez les outils traditionnels de BI.

De plus, un langage Open Source d’analyse prédictive permet la création de nouveaux modèles de visualisation de données, rendant les anciennes quelque peu désuètes en comparaison, souligne Marick Sinay, analyste financier dans une grande banque multinationale qui utilise la technologie au quotidien. Baptisé R, ce langage a été conçu pour le traitement et la visualisation statistique.

2 - Analytique et media sociaux. L’analyse des media sociaux est une discipline émergente, tout comme ses outils. Actuellement, l’usage des technologies d’analyse des media sociaux nécessite, pour la plupart, une expertise clé, d’autant que ces technologies sont loin d’être parfaites.

Toutefois, Jim Kobielus, analyste chez Forrester Research, considère que ces outils, au fur et à mesure que leur utilisation va se simplifier, devrait bientôt rejoindre les plate-forme de BI traditionnelles. Facilitant aux plus novices l’accès à ces technologies qui pourront alors comprendre ce que dit la blogosphère sur leurs entreprises.

Facebook, le réseau social le plus important et le plus influent, contribue lui aussi à porter la BI vers les utilisateurs métier. Le site offre aux détenteurs de ses fameuses pages des outils analytiques pour mesurer le trafic, contrôler les données démographiques ainsi que le taux de clics, affirme Alex Himel, ingénieur chez Facebook.

“En interprétant et analysant les tendances en termes de progression de taux d’utilisateurs, de lecture et de création de contenu, les détenteurs de pages et les développeurs sont bien équipés pour améliorer leurs activités, grâce à Facebook”, poursuit-il.

3 - Analyse des données non structurées -  L’analyse de données non structurées représente également un technologie susceptible de démocratiser la BI auprès des utilisateurs métier.

Plus de 80% des données des entreprises se trouvent dans des documents Word, dans des emails et des documents non structurés, selon certains analystes. Les données avec lesquelles les utilisateurs interagissent au quotidien ne sont pas structurées. L’accès à ce type de données est aujourd’hui clé dans l’adoption des technologies de BI par les utilisateurs métiers.

“La plupart des plates-formes de BI du marché ne traitent pas correctement l’analyse des données non structurées”, affirme Boris Evelson, autre analyste chez Forrester. “Et les outils d’analyste textuel doivent encore atteindre un niveau de maturité [qu’ils n’ont pas aujourd’hui, NDLR ] pour séduire les novices en matière de BI.”

Toutefois, certains éditeurs travaillent à intégrer des technologies de recherche d’entreprises aux plates-formes de BI traditionnels pour résoudre ces problèmes, souligne-t-il. Si cela prend, les nouveaux outils qui émergeront seront très utiles pour l’analyse marketing (analyser les commentaires des utilisateurs et les remarques sur les forum).

S’il reste encore nombre d’éléments à revoir , comme renforcer la formation des utilisateurs, pour porter la BI vers les utilisateurs métier, les améliorations en matière de visualisation des données, d’analyse des media sociaux et celle des données non structurées contribueront assurément à faire de l’analyse pour tous une réalité.