Observatoire BI 2014 : Entretien avec David Ceron, BearingPoint

Les résultats de notre étude sur le futur de la BI sont-ils conformes à ce que vous observez sur le marché ?

Beaucoup de sociétés définissent la stratégie BI de manière décentralisée mais consolident ensuite principalement pour des raisons de rationalisation des coûts, de mise en cohérence avec la stratégie métier de l'entreprise et de création d’une vision unique de la donnée.

Pour moi, les sponsors principaux de la BI sont les financiers car ils sont les plus gros utilisateurs. Mais les départements des ventes, du marketing et celui de la supply chain sont de plus en plus demandeurs. Les équipes métiers avec lesquelles nous travaillons citent l'efficacité opérationnelle, la vision unique de la donnée et l'amélioration de l'accès des employés aux données comme principaux facteurs d’investissements. Et ces demandes viennent en réaction à la multiplication des outils mis à leur disposition qui démultiplient le nombre de méthodes de calcul des indicateurs et donc de visions de la "vérité".

Mais qu’en est-il côté mise en œuvre, là où vous intervenez plus directement ?

Nos clients ont les mêmes préoccupations. Ils nous sollicitent pour les aider à définir le modèle et les formules de données, à benchmarker les logiciels, à améliorer la qualité des données… Ils sont aujourd'hui dans une logique de rationalisation de leur existant BI, que ce soit pour des raisons de coûts ou d'unicité de solutions et de la donnée. Les entreprises présentes sur les réseaux ou celles ayant à disposition de gros volumes de données, structurées ou non, cherchent à intégrer le « Big data » dans leurs analyses et leur processus métiers. Ils s’interrogent sur les technologies in-memory et l'intégration du cloud computing.

Il y a une évolution forte dans la consommation des données : les utilisateurs sont plus matures et compétents et les outils plus performants. Nos clients étudient les outils de self-service afin de limiter la charge des départements BI Les restitutions sur appareils mobiles sont souvent qu’un moyen supplémentaire pour accéder aux indicateurs et informations. La question de la sécurité et l'utilité de l'accès aux données et des coûts de licences supplémentaires restent des considérations importantes chez nos clients.

Le taux d'utilisation actuel présenté par l'étude est, je trouve, très faible. Les taux d'utilisation sont très variables selon le type d'utilisateur, le type de besoin et le domaine métier. De même, le taux de satisfaction et de confiance sont difficiles à interpréter car la majorité du panel est constitué de membres de la DSI. La confiance des utilisateurs métiers est selon moi primordiale à l'adoption d'un outil BI et aux succès d'une initiative BI. La méfiance dans les résultats de la BI que l’on constate encore beaucoup est souvent le résultat d'un manque de visibilité et de formation à la solution BI.  

 Et en termes d’évolution à venir, notamment côté métiers ?

On retrouve les principales initiatives et technologies citées dans l’étude chez beaucoup de nos clients. Ce n’est pas surprenant car cela correspond aux départements métiers qui sont le plus souvent à l'origine de projets et d'initiatives BI. Par contre, la supply chain est étonnamment en retrait dans les réponses du panel. C'est pourtant bien souvent l'un des domaines les plus consommateurs d'indicateurs et donc demandeur d'outils décisionnels.

En matière de BI, on observe de plus en plus souvent des directions métiers qui mènent leur projets décisionnels de leur côté, lassées d'attendre trop longtemps que les projets BI aboutissent. L'enjeu des DSI aujourd'hui est de répondre dans des délais corrects à la demande des utilisateurs, mais sans sacrifier la qualité de la réponse. Mettre en place la BI self-service est un bon moyen de redonner de l'autonomie aux utilisateurs, mais doit faire l'objet d'une gouvernance et d'une architecture clairement définis comme composantes de la stratégie BI de l'entreprise.

Quels sont les facteurs déterminant des investissements BI de vos clients ?

Nos clients recherchent prioritairement à rationaliser leurs applications BI afin de garantir la vision unique de l'information tout en diminuant les coûts, à faciliter l’accès de la donnée aux métiers. Dans le cadre d’une gouvernance adaptée et à l’aide de solutions BI agile/self-service, ils souhaitent également mettre la BI dans les mains des opérationnels et optimiser les processus métiers (ex. : optimisation de la production et de la force de vente, ciblage des segments marketing, support de la relation client).

Quels sont les principaux freins que vous percevez quant au développement des projets ou à la décision d’investissement dans la BI ?

Ils restent nombreux. J’en perçois cinq :

• La durée de mise en place du projet
• Les gains/ROI difficilement mesurables
• Les investissements nécessaires dans des ressources internes/externes pour pérenniser la BI et le département dédié une fois le projet terminé ou en cours
• Les expériences passées ratées de projets BI (et qui ont coûté cher)
• Les nouvelles technologies dont les cas d’utilisation ne sont pas encore bien connus et qui paraissent accessoires/non prioritaires aux clients qui en entendent parler.

La BI est perçue comme un vecteur d’innovation business. Même si ils n’en sont pas encore là, vos clients vous laissent-ils percevoir des attentes futures en matière d’innovation par la BI ?

Oui, en particulier sur le prédictif (afin d’anticiper l'avenir via l'étude de masses de données internes et externes), sur l’intégration de la BI au transactionnel et aux processus métiers et sur le temps réel.

On peut citer de nombreux exemples :  la participation à l'automatisation de la conduite via le traitement en temps réel des données de la voiture et de son environnement ; le traitement en temps réel des comportements d'achats des consommateurs pour leur proposer des recommandations ou préparer leur colis à l'avance ; la BI embarquée dans les objets connectés (lunettes, montres) et dans la domotique ; l’alerting sur la traçabilité des matières et produits dérivés dangereux via la consolidation et la surveillance de multiples sources de données (pour les organismes de santé publique par exemples, où les producteurs touchant à ces produits), etc.