Votre Business Intelligence (BI) ne vous apporte pas les résultats escomptés ?
Au-delà des éventuels problèmes de technologie dépassée et d'une faible adoption par vos employés, ces 3 signes devraient vous alerter sur le besoin de dépoussiérer votre approche.
1-Le reporting et les données arrivent (trop) en décalé et ne fournissent pas de vision d’ensemble
Bien que la prise de décision ne se fasse pas à la seconde dans le cadre d’une stratégie BI, la rapidité de l’accès aux données et de leur compréhension fait la différence.
Si le reporting est peu ou pas organisé, et que la phase de restitution laisse à désirer, les données sont non seulement décalées (donc potentiellement rapidement obsolètes), mais elles risquent en plus de ne pas livrer d’image d’ensemble compréhensible de la situation.
Pour pallier ce risque, il est important de générer des dashboards:
- Ces derniers permettent de bien lier les données aux KPI, là où le reporting a tendance à fournir de la data brute
- Les tableaux de bord sont plus synthétiques et visuels, ce qui permet de faciliter et d’accélérer la compréhension et la prise de décision
- Les points importants sont clairement mis en avant
- Ils permettent de faire le pont entre l'IT et les décideurs/utilisateurs finaux.
Pour aller plus loin en efficacité et en vision “big picture”, injecter de la big data dans la BI peut vraiment être utile.
Ce point en soulève un autre, souvent négligé par les entreprises : l'un des principaux problèmes en matière de BI est de ne pas identifier les problèmes clés à solutionner, ni les besoins futurs à anticiper. Si cette étape n'est pas maîtrisée (et régulièrement mise à jour), le reste des efforts est vain, car la consultation des données se fait à l'aveugle et sans perspective.
2- La Direction des Systèmes d'Information (DSI) croule sous les demandes de rapports qui deviennent obsolètes une fois reçus
La Business Intelligence doit faciliter la transmission des données à la bonne personne et au bon moment. Si la DSI voit se multiplier les demandes de rapports, il y a de fortes chances que votre organisation BI soit dépassée et que les rapports soient obsolètes une fois générés et transmis.
Tout le monde n’a pas le même profil ni les mêmes besoins au sein de l’entreprise pour prendre les décisions adaptées à son métier. Il faut penser en amont le reporting et les tableaux de bord de manière automatisée et personnalisée, afin d’éviter que la DSI ne croule sous les demandes.
La phase de restitution des données, cruciale au sein d’un projet BI, doit prendre en compte chaque profil et besoin métier, d’où l’existence des datamarts.
L’accès à la data pertinente doit idéalement être automatisé, collaboratif et personnalisé, faute de quoi l’accès rapide et efficace aux données stratégiques du business est compromis.
3- Les données ne sont pas “actionnables” car elles manquent de contexte et de perspective
Avoir une vision multicanale et contextuelle des performances est fondamental pour comprendre ce qu’il se passe et agir en conséquence.
La météo, les campagnes des concurrents, le contexte commercial d’ensemble, les performances historiques, les tendances du moment, les prévisions à connaître, les objectifs à garder en tête par période sont autant d’éléments cruciaux à la bonne compréhension des données… qui les rend de ce fait “actionnables”. Cela étant dit, il est important de croiser et consolider les données multi-sources pour en extraire du sens : par exemple, des données météo peuvent ne pas avoir de valeur intrinsèque pour la prise de décision avant d’être mises aux côtés des données compilées en magasin, sur les réseaux sociaux ou encore au niveau de la boutique en ligne ! Donner de la perspective aux données, c’est aussi s’ouvrir les portes d’opportunités d’analyse prédictive.
Pour ce faire, votre stratégie BI doit être accompagnée de tableaux de bord (dashboards) personnalisés et précis, qui contextualisent la donnée et sont tournés vers un objectif : faciliter la prise de décision et le pilotage par la data.
Dans le cadre d’un projet BI, la phase d’analyse / d’exploitation est de ce point de vue fondamentale. A partir des rapports et données obtenus, l’utilisateur final doit être en mesure d’analyser les informations et d’en tirer les bonnes conclusions.
C’est pourquoi cette phase peut inclure du datamining destiné à mettre en lumière certaines corrélations, mais surtout mettre l’accent sur le choix d’un bon outil permettant de construire et consulter un tableau de bord fonctionnel et efficace.
Au final, la pertinence est clé. D’un département à un autre, d’une fonction à une autre, les besoins ne vont pas être les mêmes.
Enfin, sur le plan de la perspective et comme déjà abordé un peu plus tôt dans cet article, être en mesure d'anticiper les besoins business à venir de l'entreprise fait toute la différence, en particulier sur le choix d'un outil capable d'évoluer avec elle.
Alphalyr édite une solution Saas de Business Intelligence Agile. Chaque manager reçoit tous les matins son reporting de ventes avec des données consolidées issues de plusieurs sources, des données de contexte comme la météo ou la concurrence. Son reporting personnalisé et automatisé lui permet de prendre de meilleures décisions dès le matin. Notre système d’alerting Alphy, remonte des anomalies détectées sur un grand nombre d’indicateurs. Ces informations précieuses sont indispensables pour piloter efficacement l’activité.
