Analytique augmentée : guide pour bien choisir sa BI de nouvelle génération

Introduction

La barrière n’existe quasiment plus entre l’informatique décisionnelle (la BI) et l’analytique. La première générait des rapports quand la deuxième affichait un tableau de bord dynamique, rappelle le Gartner. Aujourd’hui, les deux se confondent. La BI permet d’explorer les données, souvent même en self-service.

Mais en fusionnant, cette Business Intelligence/analytique a aussi fait un grand pas en avant dans l’Intelligence Artificielle, donnant ce que les analystes nomment la « BI Modern ».

Le Machine Learning automatise la préparation des données et va jusqu’à générer lui-même des « insights ». Le NLP comprend les questions en langage naturel (en tout cas en anglais) et synthétise les résultats dans un récit cohérent. Et en parallèle, la BI s’intègre directement dans les applications métiers (et s’y adapte).

Autre champ d’application, le Machine Learning s’applique… au Machine Learning et automatise « l’analytique avancée » (l’Automated Machine Learning). En résumé, les logiciels ouvrent les portes des algorithmes prédictifs aux non-Data Scientists. Et il prémâche le travail des experts de la donnée.

Avec ces évolutions, de nouveaux cas d’usage apparaissent. Et côté éditeurs, on observe un double mouvement : les acteurs traditionnels ajoutent des fonctionnalités « augmentées » à leurs stacks BI (SAP, Oracle, MicroStrategy, Qlik, Tableau, etc.) et de nouveaux entrants viennent les défier – que ce soit de manière transverse ou sur des briques particulières (ThoughSpot, DataRobot, H20.ai pour n’en citer que quelques-uns ou encore Alteryx ou Dataiku avec leurs capacités à simplifier le pipeline analytique).

Difficile de s’y retrouver dans ce foisonnement ?

Ce guide pratique devrait vous aider à y voir plus clair. Il commence par replacer l’analytique avancée dans son contexte, puis il aborde quelques points clefs à prendre en compte dans un choix avant d’illustrer les applications réelles et innovantes que permettent ces nouveaux outils.

Autres guides sur le sujet :

- BI orientée métier : le grand guide de la Data Discovery
- Data Storytelling : comment mettre la donnée en scène pour diffuser la Data Science

1Contexte -

Comprendre ce qu’est l’analytique augmentée

2Conseils-

Bien choisir et sélectionner sa « BI moderne »

3Terrain-

Nouveaux cas d’usages innovants