Vous maîtrisez donc vos analyses et vous êtes presque certain de recueillir les bonnes informations pour prévoir la direction que prend 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 l'analyse intelligente des données aux mégadonnées en temps réel pour vous donner une image de ce qui se passe dans votre organisation, plutôt que de ce qui devrait, selon vous, 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 traite de l'informatique décisionnelle, de son fonctionnement et des 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 visualisation des données de meilleure qualité (et réellement utile) et d'améliorer votre processus de prise de décision. À la fin de votre lecture, vous devriez disposer d'informations exploitables que vous pourrez mettre en œuvre dès votre retour au bureau et qui changeront votre manière d'appréhender vos analyses commerciales.
Qu'est-ce que l'informatique décisionnelle ?
Commençons par définir l'informatique décisionnelle et voir en quoi elle diffère des analyses commerciales que vous utilisez déjà. Pour commencer, il ne s'agit pas d'idées totalement différentes à 100 %, puisque l'informatique décisionnelle comme les analyses commerciales sont des moyens d'obtenir une vision 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 de données pour extraire les informations importantes et vous donner une vue d'ensemble. Elles présentent généralement les données d'une manière compréhensible sur une sorte de 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 dans tous les sens.
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 concernant les ventes de ce trimestre, une bonne informatique décisionnelle vous indique si vous atteignez ces objectifs ou à quel moment vous avez pu vous en écarter.
Cela vous permet de résoudre les petits problèmes alors qu'ils sont encore limités, plutôt que de rester 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 vous aviez prévu. C'est un enjeu suffisamment important pour que le ministère de l'Intérieur aide effectivement les petites entreprises à mettre en place leurs propres outils de BI.
Pour mieux comprendre comment cela s'intègre à votre entreprise, imaginez que de nombreuses sociétés cherchent désespérément, aujourd'hui, à recruter et à conserver de bons éléments. Vos analyses commerciales des ressources humaines prévoyaient que consacrer $100,000 au recrutement vous permettrait d'obtenir 110 % des employés dont vous avez besoin cette année, et que peut-être 9 % d'entre eux ne conviendraient naturellement pas, pour une raison quelconque, vous laissant avec un effectif à 101 %. 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 devez refuser du travail, car les employés restants travaillent déjà en double équipe. 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 les supportaient pas. Oui, cela semble stupide, mais parfois, c'est vraiment aussi simple que cela. Vous ne l'avez découvert que le 15 avril, car pendant tout l'hiver vous vous êtes fié au modèle d'analyse au lieu de suivre le taux d'attrition en temps réel et de mener des entretiens de départ approfondis pour comprendre pourquoi le personnel de bureau, mais pas vos techniciens de terrain, donnait 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 menés 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 actuellement, au fur et à mesure, 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 questions-réponses rudimentaires des entretiens de départ. Et, bien sûr, l'autre aspect est la qualité des rapports. Tous les avantages de l'informatique décisionnelle au monde ne vous serviront 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 varient selon le type d'activité que vous exercez, 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 dernier cri consacré aux mégadonnées, qui promet un suivi seconde par seconde de vos stocks lorsqu'ils circulent dans des entrepôts répartis 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, à la fois pour les recueillir et les consulter d'une manière compréhensible.
Feuilles de calcul
Quand je dis feuilles de calcul, votre première pensée va être Microsoft Excel et Google Sheets, et ce n'est pas faux. Les feuilles de calcul ordinaires 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 de vente au suivi du personnel, aux frais généraux et au prix que vous payez pour le fil de cuivre ? Ajoutez quelques onglets et travaillez dans un seul document.
Besoin de connaître le rendement moyen des fils de cuivre que vous achetez, indexé par l'une des 37 gammes de produits que vous vendez et qui les utilisent ? C'est très simple. Il suffit de saisir le prix du fil dans la colonne A, la quantité utilisée par produit dans la colonne B, d'ajouter des lignes pour chaque produit et de demander au magicien de l'ordinateur de calculer une moyenne dans la colonne C pour chaque ligne. Exportez ensuite cela à votre responsable logistique afin qu'il puisse vous expliquer ce que vous regardez.
Les premières feuilles de calcul étaient de gros registres en papier dans lesquels vous deviez griffonner avec une plume ou quelque chose du genre. Plus tard, elles sont devenues des programmes que vous conserviez sur votre ordinateur et copiez physiquement sur des disquettes (ah, quelle époque formidable). De nos jours, tout est dans le nuage et vous partagez vos feuilles de calcul avec les personnes concernées de votre entreprise en temps réel. Il vous suffit d'ouvrir le document, 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 feuilles de calcul dans le nuage pour le suivi de la veille économique. Comme les feuilles de calcul, 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 une feuille de calcul adaptée. Certains de ces outils sont de véritables monstres dévoreurs de données. L'un d'eux, datapine, permet à chacun dans 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 vous le souhaitez.
Vous pouvez même passer en mode SQL et exécuter vos propres requêtes personnalisées, ou simplement laisser l'interface utilisateur ultramoderne le faire pour vous. Le téléchargement de l'application finira par vous être demandé, sans quoi vous ne pourrez pas personnaliser l'interface, mais sinon, c'est comme avoir Spock comme officier scientifique, vous lisant les données pertinentes et accélérant votre prise de décision grâce à un logiciel mobile de veille économique.
Have an account? Log In
Logiciels de visualisation des données
Bon, à partir de là, on monte d'un niveau. 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 remarquable, qui a véritablement investi dans les résultats et l'interface utilisateur afin de rendre la veille économique 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. Selon 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 gens paient pour vos cafetières musicales. Mais lorsque vous affichez tout cela dans un outil comme Tableau, vous pouvez voir que les ventes sur Amazon ont été faibles, que la hausse des taux d'intérêt vous a imposé un calendrier de remboursement difficile et que des rapports de vente plus rigides que d'habitude compliquent la conclusion des affaires, ce qui laisse présager une baisse de la clientèle.
Avec toutes ces informations affichées sur la page d'accueil de votre tableau de bord, vous dites 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, en améliorant peut-être les cafetières avec une horloge numérique à leur base. Vous avez pris une série de décisions commerciales, toutes fondées sur une image de votre entreprise que vous n'auriez pas eue sans une visualisation pertinente et relationnelle des données importantes provenant de plusieurs endroits. Voici quelques-uns des meilleurs outils pour cela :
- 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 « données erronées en entrée, données erronées en sortie » ? Qui vous dit quelles données sont importantes pour prendre des décisions 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 passe ces sources au crible 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, comparable au fait d'avoir un expert dans chaque domaine qui vous appelle chaque jour pour vous expliquer ce qui se passe.
Exploration de données
Les outils d'exploration de données complètent votre OLAP en récupérant les données brutes dont vous avez besoin au départ. Considérez les applications d'exploration de données comme les policiers sur le terrain. Lorsque votre système OLAP (le lieutenant) demande à ses détectives de sortir et de mener des entretiens, ce sont les programmes d'exploration de données qui enfilent leur imperméable, prennent leur carnet et commencent à poser les questions.
Votre 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 concernant la rotation des produits. Avant de pouvoir prendre des décisions intelligentes fondées sur les données, vous avez besoin des données elles-mêmes. L'exploration de données est l'un des outils de BI qui travaille discrètement en arrière-plan pour fournir à vos autres systèmes d'intelligence économique les informations brutes dont ils ont besoin pour fonctionner.
Avantages de l'intelligence économique
Les solutions d'intelligence économique offrent de nombreux avantages. Nous avons passé en revue les composantes de l'apprentissage automatique et les différentes plateformes de BI, mais vous n'êtes peut-être toujours pas convaincu de l'intérêt de leur mise en œuvre. 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'intelligence économique est-elle si importante, et pourquoi est-elle nécessaire si vous disposez déjà d'analyses prédictives et d'un bon jugement ?
Voici quatre raisons :
Une vision globale
Tout d'abord, une bonne intelligence économique vous donne une vision globale de la situation. Vous êtes le patron, souvenez-vous-en. Vous devez voir l'ensemble du tableau. Par le passé, cela signifiait soit que vous perdiez en perspective en vous éloignant et en perdant de vue les détails, soit que vous vous concentriez sur un point précis et ne voyiez pas la forêt derrière les arbres. Grâce aux outils d'intelligence économique en libre-service, vous pouvez voir les arbres dans leur contexte et avoir ainsi une perception presque intuitive de la situation.
Efficacité organisationnelle accrue
Les différentes composantes de votre organisation doivent communiquer entre elles pour accomplir quoi que ce soit. Les rencontres fortuites dans les couloirs ne suffisent pas pour partager l'information 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'intérêt d'un logiciel d'intelligence économique est de vous fournir ces données 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.
Amélioration de l'expérience client
Les solutions de BI peuvent être d'une intelligence étonnante, comme le montre 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 voudrez — permet de résoudre les réclamations potentielles des clients avant qu'elles ne surviennent. Toutefois, il est important de comprendre les inconvénients de l'intelligence économique 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'intelligence économique
Une fois que vous avez compris les étapes de l'intelligence économique, 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 :
- Enquêtes, questionnaires, sondages, etc.
- Chiffres des ventes
- Logiciel de suivi des stocks
- Compteurs intelligents
- Indicateurs de performance
- Scans de points de vente IBM et autres systèmes sur le terrain
- Pratiquement tout ce que vous pouvez imaginer dans le monde
More Articles
Étape 2 : Analyse des données
Les scientifiques des données ont besoin de données et, une fois qu'ils les ont, ils doivent comprendre ce qu'ils examinent tout en relevant les 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 efficaces comme ceux répertoriés ci-dessus. Vous pouvez également envisager une formation, par exemple en suivant un cours d'informatique décisionnelle.
Étape 3 : Présentation des données
Résultats, résultats, résultats. Si vous voulez comprendre ce que vous avez obtenu, vous devez commencer par le lire sous une forme qui a du sens. Choisissez un bon outil de visualisation des données adapté aux 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 toute une gamme d'options de visualisation.
Tout mettre en place
En résumé, qu'est-ce que l'informatique 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 des événements. 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.
