Vous maîtrisez donc vos analyses et vous êtes à peu près certain de recueillir les bonnes informations pour prédire la direction que prendra votre entreprise. Mais qu'est-ce que l'informatique décisionnelle ? Si vous ne le savez pas, vous avez un angle mort qui vous coûte de l'argent, et la situation pourrait être encore plus grave. L'informatique décisionnelle associe une analyse intelligente des données aux mégadonnées en temps réel afin de vous donner une image de ce qui se passe dans votre organisation, plutôt que de ce qui devrait, selon vos attentes, s'y passer. Comprendre ce concept revient à vous faire pousser une paire d'yeux supplémentaire pour voir ce qui se passe réellement dans votre entreprise.
Cet article porte sur l'informatique décisionnelle, son fonctionnement et les raisons pour lesquelles vous devriez vous y intéresser. Il vise à vous apprendre quelques méthodes simples pour modifier vos retours internes afin d'obtenir une meilleure visualisation des données, réellement utile, et d'améliorer votre processus décisionnel. À la fin de votre lecture, vous devriez disposer d'informations exploitables à mettre en œuvre dès votre retour au bureau, qui changeront votre façon de percevoir les analyses de votre entreprise.
Qu'est-ce que l'informatique décisionnelle ?
Commençons par définir ce qu'est l'informatique décisionnelle et ce qui la distingue des analyses commerciales que vous utilisez déjà. Pour commencer, ces deux notions ne sont pas totalement différentes, puisque l'informatique décisionnelle comme les analyses commerciales vous permettent d'obtenir une image claire de l'activité de votre entreprise et de l'évolution des ventes, de la fidélisation, des stocks, etc.
Toutes deux utilisent les mégadonnées et des techniques avancées d'exploration des données pour extraire les informations importantes et vous en donner une vue d'ensemble. Elles présentent généralement les données d'une manière compréhensible sur un tableau de bord interactif, et les analyses commerciales comme l'informatique décisionnelle sont conçues pour créer une image claire à partir du chaos aléatoire d'une grande entreprise dont les activités se déroulent partout.
La différence réside dans le facteur temps. Les analyses commerciales sont une technique permettant d'établir des projections précises censées rester valables à l'avenir, tandis qu'une bonne informatique décisionnelle consiste à voir ce qui se passe maintenant, dans l'immédiat. Alors qu'une bonne analyse réalisée il y a trois mois vous indiquait à quoi vous attendre pour les ventes de ce trimestre, une bonne informatique décisionnelle vous indique si vous atteignez ces objectifs ou à quel moment vous avez pu vous écarter de la trajectoire prévue.
Cela vous permet de détecter les petits problèmes alors qu'ils sont encore petits, au lieu de rester les bras croisés à vous gratter la tête à la fin de l'exercice fiscal en vous demandant pourquoi vous n'avez réalisé que la moitié de ce que vos projections vous annonçaient. C'est un enjeu suffisamment important pour que le ministère de l'Intérieur aide réellement les petites entreprises à mettre en place leurs propres outils d'informatique décisionnelle.
Pour comprendre plus clairement comment cela s'intègre à votre entreprise, réfléchissez au fait que de nombreuses entreprises cherchent désespérément, aujourd'hui, à recruter et à conserver de bons éléments. Vos analyses commerciales des ressources humaines prévoyaient qu'une dépense de 100 000 $ en recrutement vous permettrait d'obtenir 110 % des effectifs nécessaires cette année, et que peut-être 9 % d'entre eux ne conviendraient naturellement pas, pour une raison ou une autre, ce qui vous laisserait avec 101 % des effectifs requis. Vous investissez donc cet argent, publiez des annonces et menez plusieurs séries d'entretiens et de recrutements. Puis, à la fin de l'année, vous découvrez que vos effectifs sont insuffisants et que vous devez refuser du travail, car les employés restants travaillent déjà en horaires doubles. Que s'est-il passé ?
Il s'avère que vos bureaux étaient trop froids et qu'un certain nombre de personnes ont démissionné parce qu'elles ne supportaient pas cette situation. Oui, cela semble stupide, mais parfois, c'est vraiment aussi simple que cela. Vous ne l'avez toutefois découvert que le 15 avril, car tout l'hiver, vous vous êtes fondé sur le modèle analytique au lieu de suivre les départs en temps réel et de mener des entretiens de départ approfondis pour comprendre pourquoi le personnel de bureau, mais pas vos techniciens de terrain, remettait sa démission. Cela met en évidence certains des plus grands défis de l'informatique décisionnelle auxquels les organisations sont confrontées aujourd'hui.
Les entretiens de départ constituent une forme très simple de collecte d'informations décisionnelles. Si vous les aviez réalisés et disposiez de bons outils pour transmettre ces informations à la direction, vous auriez pu régler le thermostat en septembre et économiser 50 000 $ sur le recrutement de l'année suivante. Dans cet exemple, les exemples d'informatique décisionnelle vous montrent ce qui se passe en ce moment, au fur et à mesure que les événements se déroulent, et pourquoi la réalité s'écarte des projections.
Types d'outils de BI
Il ne s'agit là que d'un exemple très simple de la manière dont des retours en temps réel peuvent se transformer en changements exploitables et vous faire économiser une fortune. À l'ère moderne, l'informatique décisionnelle est allée bien au-delà des simples questions-réponses de niveau débutant posées lors des entretiens de départ. Et, bien sûr, l'autre face de la médaille est la qualité des rapports. Tous les avantages de l'informatique décisionnelle au monde ne vous servent à rien si ses conclusions ne parviennent pas à quelqu'un capable d'agir en conséquence.
Les outils d'informatique décisionnelle que vous utilisez pour recueillir et présenter les données varieront selon le type d'entreprise dans lequel vous évoluez, les indicateurs qui vous intéressent et, franchement, votre aisance personnelle avec la technologie. C'est très bien d'investir dans le dernier tableau de bord sophistiqué consacré aux mégadonnées, qui promet de suivre votre inventaire seconde par seconde à mesure qu'il circule dans des entrepôts situés sur trois continents, mais à moins de savoir lire les résultats, autant deviner. Voici quelques-unes des méthodes les plus populaires utilisées pour obtenir des informations décisionnelles, que ce soit pour les recueillir ou les consulter d'une manière compréhensible.
Tableurs
Quand je parle de tableurs, votre première pensée va être Microsoft Excel et Google Sheets, et ce n'est pas faux. Les tableurs classiques sont des outils incroyables pour afficher d'énormes quantités de données, avec une évolutivité infinie, dans un format graphique simple. Besoin de suivre 50 éléments à la fois ? Ajoutez des colonnes. Vous recevez des données de 15 sources ? Ajoutez des lignes. Vous voulez passer des données de commissions commerciales au suivi du personnel, aux frais généraux et au prix que vous payez pour du fil de cuivre ? Ajoutez quelques onglets et travaillez dans un seul document.
Vous devez savoir quel est le rendement moyen des fils de cuivre que vous achetez, indexé sur l'une des 37 gammes de produits que vous vendez et qui les utilisent ? C'est un jeu d'enfant. Il suffit d'indiquer le prix du fil dans la colonne A, la quantité utilisée par produit dans la colonne B, d'ajouter une ligne pour chaque produit et de demander au magicien de l'ordinateur d'afficher une moyenne dans la colonne C pour chaque ligne. Exportez ensuite ces données à votre responsable logistique afin qu'il puisse vous expliquer ce que vous regardez.
Les premiers tableurs étaient de gros livres en papier dans lesquels il fallait griffonner avec une plume ou quelque chose du genre. Plus tard, il s'agissait de programmes conservés sur votre ordinateur et copiés physiquement sur des disquettes (ah, quelle époque formidable). Aujourd'hui, tout est dans le cloud et vous partagez vos tableurs avec les personnes concernées de votre entreprise en temps réel. Il vous suffit d'ouvrir le fichier, de saisir les chiffres ou de consulter les données actuelles du récapitulatif de ce matin, et vous maîtrisez officiellement les chiffres dont vous avez besoin.
Logiciels de création de rapports
Les logiciels de création de rapports sont un cran au-dessus des tableurs en ligne pour le suivi de la veille stratégique. Comme les tableurs, ces programmes constituent un moyen pratique et intuitif de suivre les chiffres qui vous intéressent, mais sur un système conçu autour de vos besoins plutôt que sur un tableur adapté. Certains de ces outils sont de véritables monstres qui dévorent les données. L'un d'eux, datapine, permet à tous les membres de votre entreprise d'intégrer des données provenant de n'importe quelle division ou station, de tout regrouper par catégories et d'afficher l'ensemble comme bon vous semble.
Vous pouvez même passer en mode SQL et exécuter vos propres requêtes personnalisées, ou simplement laisser l'interface utilisateur dernier cri s'en charger pour vous. Ils finiront par vous faire télécharger l'application, sans quoi vous ne pourrez pas personnaliser l'interface, mais sinon, c'est comme avoir Spock en tant qu'officier scientifique, lisant les données pertinentes et accélérant votre prise de décision grâce à un logiciel mobile de veille stratégique.
Have an account? Log In
Logiciels de visualisation des données
Bon, à partir de là, on passe au niveau supérieur. Les logiciels de visualisation des données ressemblent un peu aux logiciels de création de rapports, sauf qu'ils n'ont pas une très haute opinion de vous en tant qu'être humain intelligent. Les bons programmes de visualisation sont essentiellement des systèmes et des applications de création de rapports dotés d'une équipe de conception exceptionnelle, qui a vraiment investi dans les résultats et l'interface utilisateur afin de rendre la veille stratégique aussi facile à comprendre que possible.
Imaginons que vous disposiez d'une énorme quantité de données provenant de fournisseurs, de vendeurs, des retours clients, des organismes de réglementation gouvernementaux et de votre équipe de services financiers. D'après leurs analyses prédictives, vous devriez pouvoir contracter un prêt pour acheter du cuivre avant la hausse des prix, puis rembourser ces intérêts avec l'argent que les clients paient pour vos cafetières musicales. Mais lorsque vous affichez tout dans un outil comme Tableau, vous pouvez constater que les ventes sur Amazon ont été lentes, que la hausse des taux d'intérêt vous a imposé un calendrier de remboursement difficile et que des rapports de ventes plus rigides que d'habitude compliquent la conclusion des affaires, ce qui laisse supposer une baisse de la clientèle.
Avec toutes ces informations affichées sur la page d'accueil de votre tableau de bord, vous demandez aux finances d'oublier les prêts, à la logistique de trouver du fil de cuivre moins cher, aux ventes de définir de nouveaux objectifs et à la R&D de réévaluer la situation, peut-être en améliorant les cafetières avec une horloge numérique intégrée à la base. Vous avez pris une série de décisions commerciales, toutes fondées sur une vision de votre entreprise que vous n'auriez pas eue sans une visualisation pertinente et relationnelle des données importantes provenant de plusieurs emplacements. Parmi les meilleurs outils pour cela figurent :
- Google Charts
- Tableau
- Grafana
- Chartist
- FusionCharts
- Datawrapper
- Infogram
- ChartBlocks
Traitement analytique en ligne (OLAP)
C'est plutôt génial, vous dites-vous, mais comment diable savoir quelles données examiner en premier lieu ? N'est-ce pas une question de « déchets entrants, déchets sortants » ? Qui vous indique quelles données sont importantes pour la prise de décision et lesquelles sont sans intérêt ?
C'est là qu'intervient le traitement analytique en ligne. Considérez l'OLAP comme un chercheur humain intelligent qui ne dort jamais et qui sait exactement où chercher les informations pertinentes. Quel que soit le type d'organisation que vous dirigez, vous stockez probablement des informations provenant de plusieurs sources, telles que les retours directs, le trafic web, les systèmes internes, les données de vente, etc. Un bon outil OLAP parcourt ces sources et les transmet à votre logiciel de visualisation des données ou de création de rapports, avec une approche des mégadonnées pour l'analyse et le suivi en temps réel, comme si un expert dans chaque domaine vous appelait chaque jour pour vous expliquer ce qui se passe.
Exploration de données
Les outils d'exploration de données complètent votre système OLAP en extrayant les données brutes dont vous avez besoin au départ. Considérez les applications d'exploration de données comme les policiers en patrouille. Lorsque votre système OLAP (le lieutenant) demande à ses détectives de sortir pour mener des entretiens, ce sont les programmes d'exploration de données qui enfilent leur imperméable, prennent leurs carnets et commencent à poser les questions.
Votre système OLAP doit-il rassembler des données provenant des ventes, des études de marché et des stocks ? C'est votre logiciel d'exploration de données qui extrait directement de ces bases de données les chiffres réels des ventes, les réponses aux questionnaires des clients et les informations de l'entrepôt sur la rotation des produits. Avant de pouvoir prendre des décisions judicieuses fondées sur les données, vous avez besoin des données elles-mêmes. L'exploration de données fait partie des outils de BI qui travaillent discrètement en arrière-plan pour fournir à vos autres systèmes d'informatique décisionnelle les informations brutes dont ils ont besoin pour fonctionner.
Avantages de l'informatique décisionnelle
Les solutions d'informatique décisionnelle offrent de nombreux avantages. Même si nous avons abordé les composants de l'apprentissage automatique et les différentes plateformes de BI, vous n'êtes peut-être toujours pas convaincu de la nécessité de les utiliser. Et je ne nierai pas qu'il existe des difficultés liées à la mise en œuvre de la BI. Mais, à mon avis, les avantages l'emportent largement sur les inconvénients.
Alors, pourquoi l'informatique décisionnelle est-elle si importante, et pourquoi est-elle nécessaire si vous disposez déjà de l'analyse prédictive et d'un bon jugement ?
Voici quatre raisons :
Une vision globale
Tout d'abord, une bonne informatique décisionnelle vous donne une vision globale de la situation. Vous êtes le patron, souvenez-vous-en. Vous devez avoir une vue d'ensemble. Dans le passé, cela signifiait soit que vous perdiez en perspective en prenant du recul et en perdant de vue les détails, soit que vous zoomiez sur un point précis sans voir la forêt derrière les arbres. Avec les outils d'informatique décisionnelle en libre-service, vous pouvez voir les arbres dans leur contexte et être presque intuitivement conscient de la situation.
Une efficacité organisationnelle accrue
Les différents éléments de votre organisation doivent communiquer entre eux pour que les choses avancent. Les rencontres fortuites dans les couloirs ne suffisent pas pour partager des informations dans une entreprise moderne, et même les réunions structurées n'ont qu'une valeur limitée. L'intelligence artificielle inhérente aux applications de BI utilise l'apprentissage automatique pour rassembler les données pertinentes et les transmettre aux personnes qui en ont besoin. Les gains d'efficacité parlent d'eux-mêmes.
Des décisions commerciales fondées sur les données
L'intuition a sa place dans les affaires, et vous êtes probablement doué dans ce domaine, mais sans données, vous ne faites que deviner. Les décisions fondées sur les données commencent par les données, et tout l'objectif d'un logiciel d'informatique décisionnelle est de vous les fournir sous une forme que vous pouvez assimiler. Savoir ce que vous faites d'un jour à l'autre constitue un avantage concurrentiel sur les entreprises rivales.
Une expérience client améliorée
Les solutions de BI peuvent être d'une intelligence impressionnante, comme le prouve leur capacité à résoudre des problèmes qui ne se sont pas encore produits. Une approche intelligente des ventes, du marketing, des chaînes d'approvisionnement, des systèmes de livraison — et de tout ce que vous pouvez imaginer — permet de résoudre les réclamations potentielles des clients avant qu'elles ne surviennent. Toutefois, il est important de comprendre les inconvénients de l'informatique décisionnelle avant sa mise en œuvre. Votre système de BI a peut-être signalé un problème avec votre interface web des mois auparavant et, en le résolvant rapidement, vous avez évité que des milliers de visiteurs du site rencontrent un problème et déposent une réclamation.
3 étapes vers l'informatique décisionnelle
Une fois que vous avez compris les étapes de l'informatique décisionnelle, il est plus facile de décider ce qu'il faut automatiser. Voici les étapes courantes :
Étape 1 : Collecte des données
Vous pouvez obtenir des données à partir de plusieurs sources. Commencez par prévoir d'alimenter votre logiciel de BI avec des données recueillies auprès d'autant de sources que possible. Les bonnes données commerciales peuvent provenir des sources suivantes :
- Sondages, questionnaires, enquêtes, etc.
- Chiffres des ventes
- Logiciel de suivi des stocks
- Compteurs intelligents
- Indicateurs de performance
- Scans IBM POS et autres systèmes de terrain
- En principe, tout ce que vous pouvez imaginer dans le monde
More Articles
Étape 2 : Analyser les données
Les scientifiques des données ont besoin de données et, une fois qu'ils les ont, ils doivent comprendre ce qu'ils observent tout en s'attaquant aux défis courants de la BI. Vous n'avez pas besoin d'une équipe d'analystes de données pour gérer des tâches relativement simples, comme la paie dans une feuille de calcul, mais pour tout ce qui dépasse ce que vous pourriez conserver dans un registre, optez pour des outils d'analyse performants comme ceux répertoriés ci-dessus. Vous pourriez également envisager une formation, par exemple en suivant un cours d’intelligence décisionnelle.
Étape 3 : Présenter les données
Les résultats, les résultats, les résultats. Si vous voulez comprendre ce que vous avez obtenu, vous devez commencer par le lire sous une forme compréhensible. Choisissez un bon outil de visualisation des données qui fonctionne dans les environnements professionnels modernes. Les infographies sont parfaites pour cela, tout comme les graphiques et diagrammes traditionnels. Cela dépend essentiellement de vous, et les bons outils d'analyse vous proposeront différentes options de visualisation.
Rassembler tous les éléments
En résumé, qu'est-ce que l’intelligence décisionnelle ? Il s'agit de l'ensemble des outils d'analyse des données que vous utilisez pour comprendre l'entreprise moderne que vous dirigez et prendre des décisions judicieuses quant à la suite. S'abonner à la newsletter de RevOpsTeam est une autre décision judicieuse, et c'est une décision que vous devriez prendre dès maintenant pour rester au fait des dernières techniques, des derniers outils et des dernières tendances qui peuvent donner à votre marque l'avantage concurrentiel dont elle a besoin pour prospérer.
