Tribune Infor - L'avenir connecté de l'entreprise

Les puissantes évolutions technologiques qui nous touchent en tant que consommateurs modifient fondamentalement la façon dont les personnes et les entreprises interagissent, créant ainsi une période de transformation digitale. Les exemples ne manquent pas. Regardez comment la musique est désormais consommée (Spotify®, Pandora®, Sonos), comment nous gérons nos maisons (Amazon® Alexa, Google® Home, Apple® HomePod), comment les enfants utilisent leurs ordinateurs, tablettes ou smartphone (en guise de passerelle vers l’information, plutôt que comme un contenant pour l’information elle-même), ou comment nous interagissons avec nos amis et les membres de notre famille.
 
Par Eric Delattre, Managing Director, France & Southern Europe, Infor / Birst
 
Maintenant, imaginez si nous pouvions utiliser ces technologies de façon transparente pour révolutionner notre façon de travailler. C’est ce que la transformation digitale signifie pour les entreprises. C’est l’occasion de définir une stratégie digitale, d’éliminer les obstacles qui limitent l’impact des nouvelles technologies numériques et, en fin de compte, d’offrir une plus grande valeur ajoutée. Nous appelons cela une opportunité. La réalité est que les entreprises ont de moins en moins le choix. L’économie connectée d’aujourd’hui signifie passer au digital ou devenir obsolète, indépendamment de la taille de votre entreprise, secteur d’activité ou localisation. Examinons ensemble comment, grâce à l’innovation, cela impacte les usages Analytics/BI dans l’Entreprise. 
 
Le modèle de BI connectée identifie 7 exigences associées aux programmes d’analyse moderne, considérées comme vitales pour leur réussite. Ces exigences réunissent les meilleurs aspects de l’analyse centralisée et décentralisée. Les entreprises qui évaluent les solutions BI de dernières générations doivent rechercher des offres capables de répondre à ces exigences. 
 
1.  Unifier les données à partir de multiples systèmes sources ou structures complexes 
 
  Les solutions qui prennent en charge un modèle de BI connectée doivent pouvoir unifier rapidement les données à travers une multitude de sources de données hétérogènes et les présenter comme si elles provenaient d’une source unique. Les entreprises doivent comprendre si la solution de BI combine des sources de données physiquement, en déplaçant les données à partir de systèmes sources vers un système cible, ou logiquement, en utilisant des requêtes fédérées pour accéder aux données là où elles se trouvent et livrer des résultats à l’utilisateur comme une source unique.
 
2.  Analyser des processus métier ou des modèles opérationnels complexes 
 
  Un modèle de BI connectée reconnaît que différentes personnes peuvent avoir besoin de comprendre différentes parties de l’entreprise en fonction de leur position. Cependant elles doivent être alignées via des instances virtuelles et pas physiques. La solution de BI doit pouvoir fournir des informations sur des processus métier complexes qui couvrent de multiples fonctions à l’intérieur et à l’extérieur de l’entreprise.
 
3.  Mélanger des données centralisées et décentralisées et du contenu analytique 
 
 
Une BI connectée doit absolument présenter un scope complet de l’entreprise mélangeant données centralisées (globales) et décentralisées (locales). Cela permet l’analyse de BU pour lesquelles les équipes ont besoin de données locales, mais peuvent également exploiter des données globales.
 
4.  Créer et tenir à jour des indicateurs et des définitions réutilisables 
 
  La solution est de mettre en place un ensemble de définitions métiers uniques. La BI connectée doit fournir une couche sémantique métier qui lève toute ambiguïté sur la signification d’une dimension métier. Les utilisateurs doivent pouvoir se fier à leurs données et se consacrer à l’analyse au lieu de débattre de leur pertinence.
 
5.  Fournir aux utilisateurs des outils analytiques spécifiques à un poste 
 
 
La BI connectée rompt avec les paradigmes de la BI traditionnelle de « constructeurs » et « visionneurs » en transformant tous les consommateurs d’informations en producteurs d’informations. Une solution de BI connectée doit diminuer le gap entre tableaux de bord et découverte, en créant une expérience utilisateur unique adaptée aux modes de travail contemporains. Les utilisateurs verront alors les mêmes données que ce soit, sur un ordinateur, un PC portable ou un smartphone, y compris en mode déconnecté. De plus, une solution de BI connectée doit intégrer les outils que les utilisateurs adorent et connaissent bien comme Excel. Cette approche favorise l’adoption utilisateurs, augmente le ROI des outils tiers et supprime le besoin du département IT jouant le rôle « d’usine à rapports ».
 
6.  Permettre un retour sur investissement rapide avec un déploiement itératif et agile 
 
  Le contexte actuel exige un déploiement rapide des projets, suivi d’un processus agile et itératif qui implique les utilisateurs finaux. La BI connectée permet aux entreprises d’être plus agiles en accélérant considérablement le temps d’implémentation et en raccourcissant le temps requis pour apporter de la valeur à l’entreprise. En supprimant un grand nombre de tâches associées aux déploiements traditionnels, la BI connectée donne aux entreprises la possibilité de faire des projets en prenant beaucoup moins de risques et de réagir aux changements plus rapidement.
 
7.  Redimensionner les utilisateurs et les volumes de données selon une logique économique et en fonction de la demande 
 
  La mise en place de fonctionnalités analytiques dans l’entreprise nécessite la prise en charge de volumes de données importants ainsi que leur accès simultané. Une solution de BI connectée construite sur une architecture cloud mutualisée (Multi-tenant) doit permettre une évolutivité immédiate dans un environnement complexe. Ainsi, contrairement aux solutions traditionnelles, les performances sont très bonnes. Le temps et les coûts requis pour ajouter de nouveaux utilisateurs et des données au système sont considérablement réduits.

Comment se lancer dans les Analytiques et la BI connecté
 
La nature agile d’une approche de BI connectée supprime de fait les projets de développement « en cascade » longs et coûteux. Parce que le réseau analytique connecté peut être étendu sans réplication physique, il est tout à fait possible de commencer une implémentation avec un seul cas d’usage. Une fois que ce cas d’usage initial est achevé et qu’il s’avère performant, des cas d’usages supplémentaires peuvent être ajoutés au réseau en exploitant les données et les objets sémantiques existants. Cette approche limite les risques, réduit les coûts et accélère le ROI.
 
La première étape pour les entreprises qui envisagent une approche de BI connectée consiste à identifier un cas d’usage spécifique qui sert de point de départ. Voici quelques exemples de cas d’usage courants qui peuvent aider les entreprises à démarrer : 
 
Analyses commerciales, marketing et financières : Avoir une plus grande visibilité sur les opérations de base (rapidité des opportunités, attribution des campagnes, taux de flux de trésorerie) aide les dirigeants à comprendre les performances de leur entreprise, des ventes jusqu’aux résultats financiers.
 
Adopter une stratégie « Cloud First » : Alors que les solutions On Prem  traditionnelles ne répondent plus aux besoins, les Entreprises se tournent de plus en plus vers des solutions Analytiques déployées dans le Cloud pour bénéficier de la mutualisation. Cette alternative moderne et agile augmente le ROI significativement et réduit considérablement le coût de possession de la solution.
 
Migrer à partir d’une BI traditionnelle : Le coût de maintenance d’une BI traditionnelle est supérieur au coût induit par un changement. Les dsi recherchent des solutions modernes afin de supprimer les goulets d’étranglement des rapports centralisés, de libérer des ressources et d’offrir aux utilisateurs finaux décentralisés une autonomie véritable.
 
Intégrer Hadoop dans votre stratégie de données : Les entreprises qui exploitent la flexibilité de Hadoop ont besoin d’une architecture BI qui sépare le stockage de données et le traitement des données. 
 
Pour en savoir plus, inscrivez-vous à notre webinar 
 
Mai 2019