Guide essentiel : ces tendances qui font bouger les lignes de la BI

Introduction

Les entreprises réduisent le nombre de suites BI déployées en interne. Selon les propos recueillis par LeMagIT, les analystes, les éditeurs et les entreprises s’entendent pour dire que trois à cinq outils d’aide à la décision sont utilisés dans les ETI et les grands groupes. Il existe donc sur le marché de l’analytique et du décisionnel, une volonté claire de rationalisation financière. Cette tendance croise la volonté des entreprises de « démocratiser » l’accès aux données, ce qui implique d’accroître l’adoption des outils BI, qui reste – suivant les analystes – faible, avec un taux d’adoption entre 20 et 30 %. Pour répondre à ces enjeux, l’ensemble du marché s’entend sur l’adoption de l’approche Data Mesh et de l’IA générative.

La première tendance vise à donner un meilleur accès aux données et plus de responsabilités aux directions métier. En ce sens, les politiques en matière de BI en libre-service doivent suivre. Les entreprises cherchent à trouver le juste milieu entre gouvernance d’entreprise – consistant en l’adoption d’une vision des données communes, orchestrée par rôle – et personnalisation des indicateurs. Les entreprises croisées par LeMagIT mènent d’abord une ré-architecture en cloud afin de créer des domaines de données. Certains, comme la branche Services Courrier Colis de La Poste, ont décidé dans un premier temps de ne pas modifier les habitudes des métiers et ont conservé les outils BI en place. Pour autant, comme chez d’autres entreprises ayant emprunté le même chemin, une réflexion est en cours pour amplifier la rationalisation entamée ces dernières années ou moderniser les piles logicielles.

Et les éditeurs de solutions BI de suivre. Techniquement, certains d’entre eux adaptent leur couche sémantique afin de simplifier l’accès et la gouvernance des données. Par exemple, Tableau prépare une métacouche sémantique, capable d’intégrer d’autres couches sémantiques, celles des outils concurrents, comme Looker, et celles des plateformes de gestion de données.

Commercialement, Microsoft est en train de revoir son modèle tarifaire et ses services analytiques pour mieux imbriquer l’aide à la décision et l’architecture de données. SAP semble faire de même avec DataSphere. Salesforce maintient, pour l’instant, une double approche : l’intégration de la plateforme Tableau dans ses services, dont le fameux Data Cloud, et la mise en œuvre d’une solution indépendante des data warehouses (voire du cloud).

« La présence des principaux fournisseurs d’applications ERP et CRM en cloud influent sur les considérations relatives au choix des plateformes analytiques et décisionnelles », note pour sa part Gartner dans son Magic Quadrant 2024 consacré aux plateformes analytiques et décisionnelles. « D’une part, les services cloud suscitent des inquiétudes inévitables concernant l’enfermement et les coûts imprévus du portefeuille de données et d’analyses. D’autre part, les fournisseurs de cloud reconnaissent l’importance de l’ouverture de leurs piles logicielles et l’importance croissante des approches “multicloud”, par lesquelles les organisations exécutent des applications dans, et à travers, plusieurs offres en cloud ».

Des éditeurs plus indépendants comme Qlik, Microstrategy et SAS tirent sur cette ficelle pour tenter de se différencier auprès de clients sensibles à l’argument du « vendor lock-in ».

La deuxième tendance forte n’est autre que l’infusion de l’IA générative. Si les grands éditeurs avaient déjà entamé l’intégration du NLP dans leur plateforme, les grands modèles de langage leur simplifient la tâche. Les fonctions de type « Ask Data » ne permettaient pas réellement d’interroger les données en langage naturel. Ici, les éditeurs s’entendent sur le fait de décliner des architectures combinant LLM et RAG (Retrieval Augmented Generation) pour aider différents rôles amenés à utiliser des outils BI et, in fine, accroître leur taux d’adoption. Les tests vont bon train, mais ces fonctionnalités sont encore jeunes ou à peine disponibles. D’autant que toutes les entreprises ne sont pas prêtes à exploiter cette technologie aux comportements parfois douteux.

Ces deux grandes tendances en rejoignent une troisième, la BI embarquée. Ce segment du marché est en train d’évoluer sous l’effet de l’approche Data Mesh, de l’IA générative et de l’automatisation. Alors que le sujet était dominé par des acteurs spécialisés, Microsoft et Salesforce (respectivement propriétaires de Teams et de Slack) entendent simplifier l’envoi de KPI et de rapports par les canaux de communication les plus utilisés par les employés. De manière générale, selon les analystes, il s’agit d’intégrer des KPI opérationnels dans « les flux de travail » des collaborateurs, mais aussi de les rendre « activables ». Les exemples les plus simples étant la reprise de contact avec certains segments de clientèle ou encore la prise de commandes auprès d’un fournisseur, quand le stock d’un produit est bas. Ici, l’analytique prédictive a toute sa place. L’IA générative, elle, peut aider à simplifier la conception de ces processus automatisés.

Ce sont là les perspectives passées en revue par LeMagIT. Sur un autre versant, les plus petites entreprises – où Excel demeure l’outil de référence – n’ont pas forcément mis en place de pratiques décisionnelles et s’y mettent doucement, en partie poussées par les réglementations. De manière générale, les sempiternelles questions autour de l’expérience utilisateur, aussi bien visuelle que technique – et du degré de libre-service – monopolisent les échanges.

1« Leaders »-

Les deux leaders du marché BI misent sur l’IA et le Data Mesh…

2« Challengers »-

… les « challengers » aussi

3BI embarquée-

Un facteur d’adoption ?

4Réalité « terrain »-

La BI des PME

5Défis-

Un double enjeu d’accès aux données et aux outils

6Retours d’expérience-

La nécessaire mise en commun des KPI