Business intelligence

Introduction

Dans un environnement devenu de plus en plus incertain et complexe, la mise au point d'une stratégie susceptible de mieux d'atteindre les objectifs, l'élaboration de plans d'action, la vérification des écarts avec la prédiction initiale, l'adaptation incessante des politiques, ne peuvent s'imaginer sans recours aux technologies de l'information pour aider les gestionnaires dans leurs prises de décisions. Avec la mondialisation des marchés, l'entreprise doit s'adapter, si possible anticiper, parfois influencer, en tout cas réagir avec agilité. Pour y parvenir dans de bonnes conditions, les gestionnaires ont besoin de l'information appropriée, au moment opportun, pour la prise de décision.

Grace aux progrès réalisés en technologies de l'information (logiciels, bases de données…), les entreprises peuvent aujourd'hui recueillir, traiter, stocker et diffuser de gros volumes d'information, et toutes ces opérations s'effectuent de plus en plus rapidement et à un coût raisonnable. Mais, si l'information n'est plus, comme dans le passé, une ressource rare, c'est son organisation dans une base de données décisionnelle qui permet son analyse et son exploitation à des fins de prise de décisions.

L’informatique décisionnelle représente donc le poste de pilotage de l’entreprise. Le business intelligence a en effet l’avantage de présenter de manière structurée et simple l’ensemble des informations de l’entreprise. Une uniformisation qui permet à tous les décideurs d’une même société (et éventuellement de ses filiales) d’utiliser les mêmes indicateurs pour une meilleure synergie. La prise de décision est facilitée que ce soit pour donner une nouvelle orientation à l’entreprise (pénétrer de nouveaux marchés…) ou améliorer ses produits et ses services. Dans ce point de vue, le logiciel aide simplement à rendre ce processus beaucoup plus facile à mettre en œuvre et permet un plus grand échantillon de données à inclure dans l’analyse. Cependant, business intelligence est efficace que et  fiable pour guider les décisions humaines. Cela dit, les sauts Business intelligence a fait pour guider les grandes entreprises de contribué et à lui donner une quantité considérable de crédibilité dans le monde des affaires.

Par conséquent,  de plus en plus d’entreprises ont saisi l’importance de la Business Intelligence et des rapports d’activité. Ce terme est en train de devenir le mot à la mode dans le monde de l’entreprise. Mais beaucoup d’entre nous ne saisissent pas encore pleinement l’utilité de ce concept. C’est quoi la business intelligence ? Quelles sont les étapes et les outils de processus de business intelligence et les outils ? Quel est l’intérêt de la Business Intelligence ?  

Etapes de processus de BI

Un système d'information décisionnel assure quatre fonctions que sont la collecte, l'intégration, la diffusion et la restitution des données^[1].

[pic 1]

La phase de collecte ou d’alimentation

La première étape de collecte de données permettra à terme de générer les indicateurs nécessaires autour d’un système d'information décisionnel. Pour ce faire, vous devez trouver l'emplacement des données. Les données d'application métier sont stockées dans une ou plusieurs bases de données correspondant à chaque application utilisée.

Par conséquent, la collecte est un ensemble de tâches, y compris la détection, la sélection, l'extraction et le filtrage des données brutes de l'environnement pertinent pour obtenir des indicateurs utiles dans le contexte de l'aide à la décision. Les sources de données internes et / ou externes étant souvent techniquement et sémantiquement hétérogènes, il est très difficile de mettre en place cette fonction dans un système décisionnel complexe.

Ainsi, ces données applicatives sont extraites, transformées et chargées dans l'entrepôt de données (ou data warehouse) via un outil de type ETL (extract-transform-load) ou en utilisant le français ETC (Extraction-Transformation-Chargement).

Par conséquent, les outils ETL permettent de synchroniser tous types de données dans les entrepôts de données et les data marts.

La phase d’intégration        

La deuxième étape est l'intégration des données. Une fois les données centralisées via l’outil ETL, elles doivent être structurées dans l'entrepôt de données. Cette étape est toujours faite par un ETL grâce à un connecteur permettant l’écriture dans le datawarehouse. L’intégration est en fait un prétraitement conçu pour faciliter l’accès aux données centralisées aux outils d'analyse.

Par conséquent, l'intégration consiste à concentrer les données collectées dans un espace unifié, où la base informatique essentielle est un entrepôt de données.

Ce dernier est l’élément central du dispositif dans le sens où il permet aux applications d’aide à la décision de bénéficier d'une source d'information homogène, commune, normalisée et fiable. Cette centralisation permet surtout de s’abstraire de la diversité des sources de données.

Dans cette étape, afin de maintenir une cohérence globale, les données sont transformées et filtrées (les valeurs acceptées par le filtre de l'outil ETL de la fonction de collecte peuvent introduire des incohérences dans les données centralisées) et sont rejetées ou intégrées après la phase d'adaptation) Enfin, dans cette étape, tous les calculs et agrégations communs à l'ensemble du  système d'information décisionnel sont effectués.

La phase de distribution ou diffusion

Cette étape de diffusion met les données à la disposition des utilisateurs. Elle permet la gestion de droits d’accès et respecte donc des schémas correspondant au profil ou au métier de chacun. Par conséquent, l'accès direct à l'entrepôt de données n'est pas autorisé. En fait, cette approche ne répond généralement pas aux besoins des décideurs ou des analystes. Le principal objectif de l'étape de diffusion est de diviser les données collectées en données cohérentes, faciles à utiliser et correspondant au contexte d'activités décisionnelles spécifiques (par exemple aux besoins d’un service particulier). En comparaison de l’entrepôt de données peut héberger de nombreuses variables ou indicateurs, un contexte de diffusion n'en présente que quelques dizaines pour rester simple d’exploitation. Chaque contexte peut correspondre à un datamart, bien que le stockage physique ne soit pas sujet à des règles particulières. Généralement un contexte de diffusion est multidimensionnel : il peut donc être mis à disposition via un outil OLAP.

...