PARTAGER L’ARTICLE SUR
L’intelligence d’affaires, nommée BI, Business Intelligence, fait référence aux applications, aux infrastructures, aux outils et aux meilleures pratiques qui permettent l’accès aux informations, et leurs analyses, afin d’améliorer et d’optimiser les choix et les performances.
L’intelligence d’affaires offre des visualisations de données ou des représentations graphiques qui permettent aux individus de visualiser et d’interpréter les données plus rapidement et plus efficacement. Il est possible d’explorer les détails, de détecter les tendances, ainsi que les valeurs aberrantes, et finalement ajuster les données traitées, et/ou éliminées, à l’aide de visualisations de données interactives. Lorsque les données sont visualisées, il devient plus simple de découvrir les tendances en développement, ce qui est la première étape vers le recueil de connaissances.
L’intelligence d’affaires BI fait référence aux tactiques et aux technologies utilisées par les entreprises pour analyser les données et gérer les informations commerciales. Le reporting, le traitement analytique en ligne, l’analyse, le développement de tableaux de bord, l’exploration de données, l’exploration de processus, le traitement d’événements complexes, la gestion de la performance commerciale, l’analyse comparative, l’exploration de texte, l’analyse prédictive et l’analyse prescriptive, sont toutes des fonctions courantes des technologies de business intelligence.
Les systèmes de BI peuvent gérer de vastes volumes de données organisées et non structurées pour aider à l’identification, au développement et à la création de nouvelles opportunités commerciales stratégiques. Ces systèmes cherchent à simplifier la compréhension de grandes quantités de données. Les entreprises peuvent ainsi acquérir un avantage concurrentiel sur le marché, ainsi qu’une stabilité à long terme, en identifiant de nouvelles possibilités et en adoptant un plan efficace basé sur des idées.
Les entreprises peuvent utiliser l’intelligence d’affaires pour aider à concrétiser un large éventail de décisions commerciales, qu’elles soient opérationnelles ou stratégiques. Le positionnement et le prix des produits sont des exemples de choix opérationnels fondamentaux. Au niveau le plus général, les décisions commerciales stratégiques impliquent des priorités, des objectifs et des orientations. La BI a plus de succès, en toutes circonstances, lorsqu’elle combine des données collectées sur le marché sur lequel une entreprise travaille, les données externes, avec des données internes, dérivées de sources internes à l’entreprise, telles que des données financières et opérationnelles. Lorsque les données externes et les internes sont intégrées, elles peuvent offrir une image complète, ce qui se traduit par des « renseignements » qui ne peuvent être recueillis à partir d’une seule source de données.
Les technologies d’intelligence d’affaires, entre autres, permettent aux entreprises d’acquérir un aperçu des nouveaux marchés, d’analyser la demande et l’adéquation des produits et des services pour différents groupes de marché et de mesurer l’impact des activités de marketing.
Les données d’un entrepôt de données, DW, Data Warehouse, ou d’un data mart – magasin, entreprôt ou comptoir de données – sont utilisées dans les applications BI, et les idées de BI et DW sont combinées en tant que « BI/DW » ou « BIDW ». Un magasin de données est une copie des données analytiques, et il aide à la prise de décision.
Mener des recherches exploratoires semble délicat, mais un guide efficace peut aider.
Le mot « intelligence d’affaires » a été utilisé pour la première fois dans Cyclopædia of Commercial and Business Anecdotes (1865) de Richard Millar Devens. Devens a utilisé cette expression pour expliquer comment le banquier Sir Henry Furnese a profité de l’acquisition et de ses actions sur les informations et sur son environnement, avant ses concurrents :
Selon Devens, la capacité de collecter et d’agir sur les informations recueillies est essentielle à l’intelligence d’affaires.
Lorsque Hans Peter Luhn, chercheur chez IBM, a inventé l’expression « intelligence d’affaires » dans un essai de 1958, il a utilisé la définition de l’intelligence du Webster’s Dictionary… « La capacité de comprendre les interrelations de l’information fournie de manière à mener l’action vers un objectif souhaité ».
Howard Dresner, plus tard analyste chez Gartner, a développé l’expression « intelligence d’affaires » en 1989 pour caractériser « les concepts et les moyens d’améliorer la prise de décision des entreprises, grâce à l’utilisation de systèmes de soutien basés sur des faits ». Cette utilisation n’était toutefois pas répandue avant la fin des années 1990.
Les critiques considèrent la BI essentiellement comme un développement du reporting d’entreprise avec l’introduction d’outils d’analyse de données de plus en plus sophistiqués et conviviaux. À cet égard, elle a également été attaquée en tant que terme marketing dans le contexte du boom du « big data ».
Rapports
Les utilisateurs professionnels peuvent rester informés et recueillir des réponses aux questions posées, à intervalles réguliers, en utilisant un logiciel de reporting décisionnel qui recueille des informations à partir d’une ou plusieurs sources de données et les fournit dans un style facile à lire. Ils peuvent créer des tableaux de bord sophistiqués, dynamiques et parfaits, au pixel près, pour des milliers d’utilisateurs, ainsi que des rapports ad hoc pour les appareils en ligne, impressions ou mobiles.
Analyse
Les utilisateurs peuvent remarquer des tendances, identifier les difficultés et développer des informations avec des outils d’analyse de données destinés à analyser, afficher et manipuler tout type de données et les aider à améliorer leur prise de décision. Ils peuvent utiliser l’OLAP relationnel avancé, OLAP étant Online Analytical Processing, ou l’analyse en mémoire pour examiner les données de n’importe quelle source.
Tableaux
Les utilisateurs peuvent voir l’état global de l’entreprise, suivre les indicateurs de performance clé, KPI, Key Performance Indicator, développer un aperçu du contexte historique et en temps réel. Il est ainsi possible de réagir plus rapidement à l’aide de tableaux de bord qui intègrent des données et des indications graphiques et donnent des résumés en un coup d’œil. Lorsque les développeurs de logiciels intègrent ces tableaux de bord dans des applications grâce auxquelles les cadres et les intervenants disposant des connaissances prennent des mesures, ils augmentent la valeur et la compétitivité de leurs produits.
Intégration des données
Un logiciel d’intégration de données qui extrait, transforme et charge des données, ETL étant Extract Transform Load, à partir de nombreuses sources, à des fins de création de rapports et d’analyse(s) peut être utilisé pour créer un magasin ou un entrepôt de données. À l’aide des technologies de virtualisation des données, plusieurs sources de données relationnelles ou non relationnelles distinctes peuvent également être fusionnées et mises à disposition instantanément.
L’informatique décisionnelle nécessite quatre processus critiques pour transformer les données brutes en informations faciles à assimiler en vue de l’utilisation par tous les membres de l’entreprise. Les trois premières étapes, collecte, analyse et visualisation des données, jettent les bases du processus décisionnel ultime. Avant l’utilisation de la BI, les entreprises se devaient d’effectuer une grande partie de leurs analyses manuellement, mais les technologies BI automatisent de nombreuses procédures, ce qui leur permet d’économiser du temps et des efforts.
Étape 1 : recueillir et convertir des données provenant de diverses sources
Pour collecter des données structurées et non structurées, à partir de nombreuses sources, les systèmes d’aide à la décision utilisent souvent la technique ETL, Extract Transform Load, extraction, transformation et chargement. Ces données sont ensuite modifiées et repensées, avant d’être stockées dans un lieu qui soit centralisé, dans lequel les applications peuvent simplement les évaluer et les interroger en tant qu’ensemble de données unifié.
Étape 2 : rechercher les modèles et les divergences
L’exploration de données, également connue sous le nom de découverte de données, est une technique qui utilise l’automatisation pour analyser rapidement les données afin de détecter les modèles et les anomalies qui donnent un aperçu de l’état actuel de l’entreprise. Les solutions BI incluent souvent de nombreuses formes de modélisation et d’analyse de données, notamment en tant que modélisation et analyse exploratoires, descriptives, statistiques et prédictives. Tout cela permet aux utilisateurs d’examiner plus en détail les données, de prévoir les modèles et de faire des suggestions.
Étape 3 : présenter les résultats à l’aide de la visualisation des données
Les visualisations de données sont utilisées dans les rapports d’intelligence d’affaires, pour faciliter la compréhension et la diffusion des résultats. Les techniques de reporting comprennent des tableaux de bord de données qui sont interactifs, des tableaux, des graphiques et des cartes, qui montrent aux personnes qui le souhaitent, ce qui se passe dans l’entreprise à cet instant « T ».
Étape 4 : agir sur les insights en temps réel
L’affichage des données actuelles et historiques, dans le contexte des opérations commerciales, permet aux entreprises de passer rapidement des informations à l’action. L’intelligence d’affaires permet des modifications en temps réel, ainsi que des améliorations stratégiques à long terme, qui minimisent les inefficacités, répondent aux mouvements du marché, dissolvent les difficultés d’approvisionnement et résolvent les plaintes des clients.
L’intelligence d’affaires peut être utilisée aux fins suivantes :
Les plates-formes de Business Intelligence, qui comprennent des services de sécurité et d’audit, une couche de métadonnées et une architecture mutualisée, sont utilisées pour fournir des solutions de Business Intelligence.
Outils de création et de conception
Services de sécurité et d’audit
Couche de métadonnées
Multi-tenant
Distribution
Rapports statiques
Ce type de reporting décisionnel fournit une image cohérente des données issues du stockage des données opérationnelles. Certains rapports sont prêts à être imprimés, tandis que d’autres peuvent être téléchargés sous forme de feuille de calcul Microsoft Excel ou dans un autre format. Les rapports statiques d’aide à la décision donnent un instantané dans le temps, souvent dérivé de la base de données d’exploitation en direct de l’application. Ce type de rapport est le plus souvent utilisé pour les présentations qui ont une mise en page prédéterminée, tels que les factures, les relevés et les mises à jour périodiques.
Rapports interactifs contrôlés
Le succès d’une application fonctionnelle entraîne fréquemment de nouvelles exigences métier et de nouveaux problèmes pour l’entreprise en charge de l’application. L’utilisateur final contrôle les types de graphiques, les filtres et la disposition dans ce type de rapports d’aide à la décision. Il est le plus souvent utilisé pour les listes dynamiques, le filtrage des résultats et la mise en surbrillance conditionnelle. Grâce au partage d’informations et à des indicateurs de performance clés prédéfinis, les rapports de Business Intelligence gérés contribuent à stimuler la performance de l’entreprise, KPI, le Key Performance Indicator.
Tableaux de bord et rapports hautement interactifs
Si les rapports susmentionnés fournissent des informations précises sur les applications aux responsables opérationnels et aux utilisateurs en entreprise pour qu’ils puissent faire des choix tactiques quotidiens, ils peuvent ne pas convenir aux cadres ou aux responsables opérationnels. Les dirigeants peuvent ne pas avoir besoin d’applications opérationnelles quotidiennes, mais plutôt d’instantanés des performances de l’entreprise et du suivi des processus, sur une base hebdomadaire, quotidienne ou horaire. Un tableau de bord de performance de Business Intelligence examine les tendances à court et à long terme, tout en fournissant un accès rapide aux faits sous-jacents pour aider les gestionnaires à réagir aux KPI et aux indicateurs hautement graphiques.
Rapports en libre-service pour les services opérationnels
Cette fonctionnalité de rapport vous permet de développer des rapports d’aide à la décision uniques pour diverses activités qui ne font pas partie d’une application opérationnelle groupée. Une alternative s’offre aux utilisateurs. Ils peuvent avoir un accès direct à la base de données au schéma de l’application d’exploitation et télécharger un fichier CSV des données sur leur PC local. Ou bien, ils peuvent utiliser un outil de conception de rapports pour des besoins plus complexes. La seconde option est un environnement de conception conviviale pour les rapports et les analyses ad hoc. Les utilisateurs peuvent créer une couche sémantique simple qui se trouve au-dessus de la base de données d’application. Les utilisateurs peuvent créer leurs propres rapports d’aide à la décision, à la demande, à l’aide de l’ensemble de ces fonctionnalités et d’un générateur de rapports graphique, par glisser-déposer, sans avoir besoin d’assistance supplémentaire. Enfin, cette forme de rapport permet d’assister les utilisateurs.
Exploration des données en libre-service pour une meilleure compréhension
Les utilisateurs peuvent utiliser l’intelligence d’affaires pour étudier leurs données et en acquérir une compréhension plus approfondie. Un détaillant, par exemple, peut choisir d’étudier une série d’aspects de données, tels que les prix unitaires de gros, les prix de détail, le vieillissement des stocks, les coûts d’expédition et les données de marketing des différents produits. Pour ce faire, les utilisateurs peuvent créer des rapports sur mesure, ou bien utiliser des outils d’exploration de données qui leur permettent d’identifier facilement les données qu’ils souhaitent et de répondre à des questions sur leurs recherches ad hoc.
Découvrez le logiciel de sondage Voxco en action avec une démonstration gratuite.
Donnez à chacun la possibilité de traduire rapidement et simplement les données en informations. La visualisation des données facilite la découverte de modèles et l’identification rapide de valeurs aberrantes. Les données aident à comprendre le fonctionnement de l’entreprise, des possibilités poindre et des dangers qui émergent.
Les entreprises peuvent faire rapidement des choix basés sur ces données. Parce que l’interprétation de l’information et l’engagement avec les autres, pour en tirer des idées, sont maintenant un processus beaucoup plus rapide, basé sur des faits, l’époque où vous portiez des jugements fondés sur l’instinct est révolue depuis longtemps.
Les données ont une valeur énorme, mais la plupart des utilisateurs manquent de temps et de patience pour maîtriser une application de business intelligence spécialisée. En intégrant l’analyse en libre-service dans les applications et les processus métier, les entreprises peuvent faciliter l’accès aux données et rendre les analyses de données plus intuitives pour l’ensemble des utilisateurs.
Aujourd’hui, les équipes techniques peuvent économiser du temps et des efforts en n’ayant pas à écrire du code sur mesure pour chaque rapport ou chaque visualisation. Au lieu de cela, les entreprises peuvent désormais permettre aux utilisateurs finaux d’afficher et d’extraire eux-mêmes des informations à partir de données.
Le potentiel de fuites est l’un des problèmes les plus importants de toute technologie d’analyse de données. Si nous utilisons des applications de BI pour gérer des données sensibles, une erreur dans le processus peut les divulguer, causant un préjudice à votre entreprise, à vos clients ou à vos employés.
Les problèmes de sécurité ont été reconnus comme la difficulté la plus importante à laquelle est confrontée la BI par plus de 30 % des entreprises interrogées. Cependant, en raison de l’omniprésence de ce problème, de nombreux fournisseurs de BI prennent ceci très au sérieux et incluent des mesures de sécurité complètes. Évaluez toujours les choix de sécurité des différentes applications et des fournisseurs, tout en les comparant. Il peut également être avantageux d’être prudent quant au type de données auxquelles vous permettez à votre BI d’accéder.
Le coût des outils de Business Intelligence peut être prohibitif. Bien que le potentiel d’un retour sur investissement important puisse justifier cela, le coût initial peut être un important effort financier pour les petites entreprises. Vous devez également évaluer le prix du matériel et du personnel informatique nécessaires pour installer efficacement le programme.
Vous pouvez économiser de l’argent en choisissant des solutions de BI en libre-service plutôt qu’une méthodologie plus conventionnelle. Ces technologies vous aideront à éviter une assistance informatique coûteuse, tout en réduisant le temps nécessaire au déploiement ou à la modification de votre BI.
Plus votre BI sera complète, plus vous utiliserez différentes sources de données. Une gamme de sources diverses peut être utile pour fournir des statistiques bien équilibrées, mais les systèmes peuvent avoir du mal à fonctionner sur plusieurs plates-formes.
La bonne nouvelle, c’est que ce problème s’estompe progressivement. Les systèmes BI plus sophistiqués peuvent inclure une variété de types de données. Vous pouvez rechercher un logiciel de BI tout-en-un qui offre ces capacités, ou bien, vous pouvez utiliser des outils autonomes tels que des connecteurs de données, permettant d’agréger toutes vos données disparates.
Vous avez plus d’informations à votre disposition que jamais, si vous vous référez à l’avant-ère numérique, mais cela peut être gênant. Une surabondance de données peut impliquer qu’une grande partie de ce que vos outils de BI évaluent est inutile ou inutile, brouillant les résultats et retardant les opérations.
Vous pouvez éviter cela en lançant une stratégie de contrôle de la qualité des données. C’est aussi une bonne idée d’utiliser des indicateurs de performance clé qui sont pertinents pour vos demandes et objectifs spécifiques.
Tous les inconvénients de la BI ne sont pas liés au logiciel. L’un des défis les plus importants pour la BI est la réticence des individus ou des services et des départements à l’intégrer dans leurs opérations. Si votre organisation ne met pas en œuvre ces processus dans tous les domaines, ils seront inefficaces.
Vous pouvez aider vos employés à accepter la BI en facilitant l’intégration. Vos collaborateurs sont plus susceptibles d’utiliser votre logiciel s’il est convivial et que tout le monde en connaît ses avantages !
Nous utilisons des cookies sur notre site web pour vous offrir la meilleure expérience de navigation et pour adapter la publicité. En continuant à utiliser notre site web, vous nous donnez votre accord pour l'utilisation des cookies. Lire la suite
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
hubspotutk | www.voxco.com | HubSpot functional cookie. | 1 year | HTTP |
lhc_dir_locale | amplifyreach.com | --- | 52 years | --- |
lhc_dirclass | amplifyreach.com | --- | 52 years | --- |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_fbp | www.voxco.com | Facebook Pixel advertising first-party cookie | 3 months | HTTP |
__hstc | www.voxco.com | Hubspot marketing platform cookie. | 1 year | HTTP |
__hssrc | www.voxco.com | Hubspot marketing platform cookie. | 52 years | HTTP |
__hssc | www.voxco.com | Hubspot marketing platform cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gid | www.voxco.com | Google Universal Analytics short-time unique user tracking identifier. | 1 days | HTTP |
MUID | bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 1 year | HTTP |
MR | bat.bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 7 days | HTTP |
IDE | doubleclick.net | Google advertising cookie used for user tracking and ad targeting purposes. | 2 years | HTTP |
_vwo_uuid_v2 | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie. | 1 year | HTTP |
_vis_opt_s | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie that detects if the user is new or returning to a particular campaign. | 3 months | HTTP |
_vis_opt_test_cookie | www.voxco.com | A session (temporary) cookie used by Generic Visual Website Optimizer (VWO) to detect if the cookies are enabled on the browser of the user or not. | 52 years | HTTP |
_ga | www.voxco.com | Google Universal Analytics long-time unique user tracking identifier. | 2 years | HTTP |
_uetsid | www.voxco.com | Microsoft Bing Ads Universal Event Tracking (UET) tracking cookie. | 1 days | HTTP |
vuid | vimeo.com | Vimeo tracking cookie | 2 years | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
__cf_bm | hubspot.com | Generic CloudFlare functional cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gcl_au | www.voxco.com | --- | 3 months | --- |
_gat_gtag_UA_3262734_1 | www.voxco.com | --- | Session | --- |
_clck | www.voxco.com | --- | 1 year | --- |
_ga_HNFQQ528PZ | www.voxco.com | --- | 2 years | --- |
_clsk | www.voxco.com | --- | 1 days | --- |
visitor_id18452 | pardot.com | --- | 10 years | --- |
visitor_id18452-hash | pardot.com | --- | 10 years | --- |
lpv18452 | pi.pardot.com | --- | Session | --- |
lhc_per | www.voxco.com | --- | 6 months | --- |
_uetvid | www.voxco.com | --- | 1 year | --- |