HUB Institute : Quel est l’état de l’art de la BI selon Equancy?

Thomas Potus : Chez Equancy, nous distinguons 3 grands niveaux de maturité au sein des entreprises :

1. Le premier concerne tous les acteurs qui ont déjà franchi le pas vers de nouveaux outils BI plus modernes, user friendly et agiles. Ces acteurs sont encore très rares car les besoins actuels sont nombreux à couvrir et évoluent très vite, et le changement de technologie a de lourds impacts côté IT mais aussi en termes de change management pour les utilisateurs de ces solutions. 
2. Le deuxième niveau de maturité représente la majorité des entreprises : ces acteurs sont en train de réaliser cette transition, ils ont souvent commencé à travailler avec certains départements, notamment le digital et le marketing qui sont très demandeurs et sont souvent mal servis par le BI traditionnel.
3. Enfin le troisième niveau de maturité regroupe tous les acteurs qui n’ont pas encore franchi le pas vers cette nouvelle transition.

HUB Institute : Qu’est-ce-qui motive les entreprises à changer leur mindset en matière de BI ?

TP : Cette transformation est avant tout motivée par 3 grandes tendances. 

1. La première : l’arrivée de nouvelles solutions cloud (Qliksense, PowerBI Tableau Software) très interactives avec une expérience utilisateur nouvelle vs. les acteurs historiques du BI. 
2. La seconde concerne la présence de plus en plus fréquente de data lake dans les écosystèmes digitaux des entreprises. Ce dernier va jouer un rôle de facilitateur, et va permettre de faciliter la centralisation et la communication des données au sein de l’entreprise. 
3. La troisième est relative au besoin d’acquérir de plus en plus de flexibilité et d’agilité dans les reportings. Avec le digital, et notamment avec la situation économique compliquée liée au COVID, tout doit aller plus vite. On ne peut plus se permettre d’attendre pour avoir nos chiffres, on ne peut plus suivre le cycle traditionnel de la BI avec de longs délais de développement .  

HUB Institute : Quels challenges doivent relever les entreprises pour se doter d’outils de BI plus intelligents et performants ?

Didier Richaudeau : Le premier défi, c’est le choix de l’outil.  Et souvent le sujet n'est pas tant de choisir un nouvel outil que de tuer tous les autres outils de BI présents dans l’entreprise. Si l’on souhaite vraiment transformer toute l’entreprise, il est nécessaire de choisir un outil unique, et donc sacrifier tous les autres. 

Le deuxième sujet, c’est encore d’écarter un outil : l’Excel. Une mission complexe qui sous-entend de démontrer la valeur de ces nouveaux outils par rapport à l’Excel. Il faut alors former les gens et leur montrer que, certes, cela sera un peu compliqué au démarrage car c’est un nouvel outil mais qu’ils gagneront au final beaucoup de temps.

Le 3ème enjeu c'est la gouvernance, avec 2 axes importants : 

• La donnée : il est nécessaire de bien comprendre quelle donnée est manipulée, il faut poser des définitions claires. C’est souvent le rôle du métier de définir quelle est la bonne façon de calculer une métrique. Il faut ensuite la diffuser dans l’entreprise. 
• La qualité : si la qualité n’est pas au rendez-vous, cela va tuer la valeur ajoutée, perçue et réelle, de ces applications de BI. Tout le monde est concerné par la qualité des données : c’est un sujet du quotidien qui demande de mettre en place une gouvernance et des processus qui permettent de piloter et de conserver la qualité au fil du temps.

HUB Institute : Quelles sont les étapes pour transformer sa BI en Smart BI ?

TP : Chez Equancy, nous proposons une approche adaptée à tous les niveaux de maturité de l’entreprise. On distingue 3 niveaux de besoins qui peuvent, et qui doivent cohabiter au sein d’une même entreprise :

• La corporate BI : l’objectif est de mettre à disposition des reportings centralisés, rédigés par les équipes IT et gouvernés par ces mêmes équipes, afin de garantir les chiffres clefs d’une société. On ne joue pas avec les indicateurs clés d’une société et on ne vient pas modifier leurs définitions en fonction de nos attentes.
• La self-service BI : tout comme la corporate BI, à partir d’applications de data visualisation standardisées, il s’agit de donner un premier niveau de flexibilisation. Celui-ci va permettre à l’utilisateur de customiser les analyses, de modifier certains axes, d’enrichir le modèle avec ses propres métriques et définitions. Chez Equancy, on a fait le pari que demain la majorité des métiers seront couverts par ce mode de fonctionnement.
• L’open BI : pour les métiers les plus matures, il est essentiel de pouvoir explorer et analyser eux-même leurs jeux de données. On pense notamment aux métiers du contrôle de gestion, du CRM ou du digital qui disposent généralement de data analysts en interne qui auront besoin de construire leur propre application de data-visualisation.

Croire à une BI unique pour tous reviendrait à sous-estimer la complexité des besoins au sein d’une société.

- Thomas Potus, Consultant senior BI & Dataviz (Equancy)

HUB Institute : Quels sont les prochains enjeux BI à adresser ?

DR : Faisons l’hypothèse que vous avez accès à la donnée, avec un outil convivial. Vous avez donc les bases de votre application BI et les chiffres sont à votre disposition.

1. Le premier défi consiste à trouver le moyen d’analyser automatiquement tous ces chiffres, afin de relever ceux qui sont importants. Rendre intelligente la BI, c’est savoir se doter de process automatisés capables à la fois de repérer les chiffres qui changent de la tendance, mais aussi d’identifier automatiquement les dimensions, métriques, KPIs qui expliquent cette évolution de tendance, afin de ne plus avoir à regarder et analyser toutes les dimensions manuellement.
2. Le deuxième défi est selon moi de ne plus regarder le rétroviseur. Historiquement, une BI analyse uniquement les chiffres du passé. Or, pour une entreprise, il est nécessaire d’anticiper le futur ! Il faut donc intégrer les prévisions à l’intérieur de la BI, afin de pouvoir non seulement attester que la situation à date est correcte, mais projeter les tendances sur le futur pour se projeter sur l’atteinte ou non de l’objectif annuel par exemple. 
3. Enfin, le “stade ultime”, et il y a encore beaucoup à faire sur ce sujet, c’est de faire des outils BI, des outils d’aide à la décision, sur lesquels il est possible de simuler des scénarios : si j’investis davantage sur tel type de canal, si je pousse ce type de promotion comment cela va-t-il impacter mes ventes futures ? Pour ce faire, il faut intégrer la partie machine learning et data science à l'intérieur du BI. Seuls quelques acteurs sont déjà à ce stade avancé d’usage de la data et du BI, et bien souvent, uniquement sur certains départements de l’entreprise.