La Business Intelligence (ou informatique décisionnelle) désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données, matérielles ou immatérielles, d'une entreprise en vue d'offrir une aide à la décision et de permettre aux responsables de la stratégie d'entreprise d’avoir une vue d’ensemble de l’activité traitée. (Source Wikipedia)
Dans le domaine du Marketing et des Stratégies, l'enjeux est de « connaître le client pour connaitre ses besoins ». Pour connaitre un client, seul un sondage permettait d'avoir des informations perinentes. L'inconvénient est qu'un sondage coûte cher et qu'il ne concerne qu'un échantillion de la clientèle.
Les sondages étant contraignants, il était préférable d'avoir une nouvelle approche. La BI permet de déterminer des profils en fonction des données récoltées. Aujourd'hui, en plus des sondages, il est possible d'apporter des données supplémentaires et d'effectuer des statistiques sur l'ensemble de la clientèle, de croiser les informations selon diverses dimensions, et ce dans le temps.
Comme nous avons pu le voir, la BI permet d'extraire de l'information pertinente depuis les données recueillies. Pour comprendre les tendances pouvant en ressortir, voici quelques exemples :
Le schéma ci-dessous donne une vue d'ensemble du fonctionnement du processus de la Business Intelligence.
La finalité des outils mis à la disposition des décideurs permettent d'exploiter pleinnement les données de l'entreprise dans le but de faciliter la prise de décision.
L'exemple ici concerne l'utilisation d'un outil de la BI : le cube OLAP. Cet exemple permet de comprendre la nécessité de cet outil et plus généralement comment les utiliser. Les chiffres sont évidemment fictifs mais permettent de mieux imaginer un cas réel.
Exemple avec Amazon.com
Cette représentation permet de visualier en deux dimentions le nombre de vente pour une sélection de produit. Cette sélection permet donc de visualiser les produits les plus et les moins vendus. Ce qui est actuellement peut révélateur.
En ajoutant une troisième dimention, il est possible de voir les ventes sur une période donnée. Ceci permet donc de voir une évolution des ventes : augmentation ou diminution.
Enfin, nous souhaitons ajouter une 4ème dimention : la position géographique. Cette dernière représentation permet donc d'avoir une vue des ventes, en fonction du produit, de la période et enfin du lieu d'expédition. Avec l'ensemble des ces données croisées, l'information peut donc être utilisé pour que des décisions, statistiques ou analyses soient faites. Cette représentation pourrait se faire en visualisant un cube OLAP mais nous avons préféré la représentation ci-dessous qui est plus parlante et facilement compréhensible.
Pour votre curiosité, voici un exemple de cube OLAP (sans lien avec notre exemple)
Pour conclure, l'intêret premier de la Business Intelligence est de traduire les données en informations utilisables. Ces données seront ensuite analysées par un décideur qui l'aidera dans ses décisions.
Un exemple réel : Dans un magasin de bricolage (style Leroy Merlin) une analyse a été faite en croisant les ventes d'un produit et sa localisation dans le magasin. Les faits révélés ont été qu'il existait des zones froides et des zones chaudes, respectivement des zone avec peu ou beaucoup de vente. Une fois l'analyse terminée, il a été décidé de déplacer certains produits et réorganiser le magasin pour armoniser les ventes ou au contraire en accentuer certaines.
L'analyse de données repose généralement sur une entité recueillant toutes les données utiles, en les historisant : C'est le Datawarehouse (Entrepot de données).
Le Datawarehouse est une base de données répondant à ces caractéristiques :
Avant d'etre insérées dans le Datawarehouse, les données peuvent etre selectionnées Filtrées, Agrégées, Formatées, Croisées