Ces outils partagent désormais le même objectif : permettre la prise de décisions sur la base des données dont les entreprises disposent. Toutefois, il s’agit d’un processus humain qui reste plus complexe qu’il n’y parait. Tirer uniquement de la valeur de ses données n’est plus suffisant, principalement en raison de la forte fluctuation de celles-ci depuis l’intensification de la crise économique. A l’ère du tout numérique, il est plus que nécessaire de repenser le processus décisionnel, les entreprises doivent impérativement prendre de meilleures décisions si elles veulent survivre dans ce contexte économique.
Ces dernières années, les outils analytiques ont intégré de nouvelles fonctionnalités reposant sur l’intelligence artificielle et le machine learning afin d’offrir une expérience utilisateur plus interactive. Destinées principalement aux utilisateurs métiers, elles permettent d’interroger les données et d’en tirer des enseignements plus facilement.
Ces solutions semblent prometteuses. Pourtant, la crise liée à la pandémie de Covid-19 a démontré que, si ces algorithmes ne reposent pas sur des données « business-ready », c’est-à-dire des données disponibles en temps réel, de qualité et dans lesquelles les utilisateurs peuvent avoir confiance, alors ils sont voués à l’échec. En reposant uniquement sur des données dites « historiques » qui ne reflètent pas les comportements actuels, les prévisions des algorithmes sont erronées. Il en résulte alors des failles dans la prise de décision.
Tant que les données ne répondront pas aux exigences en matière de confiance, de gouvernance et de disponibilité en temps-réel, les entreprises ne seront pas en mesure de prendre la bonne décision au bon moment.
Les outils de BI traditionnelle ont principalement été développés afin d’améliorer la collaboration entre les utilisateurs métiers et les données. Aujourd’hui, ces outils doivent concerner l’ensemble de la chaîne analytique et donner ainsi les moyens aux entreprises de bénéficier d’une intelligence active.
Premièrement, le pipeline analytique c’est-à-dire le processus de l’intégration à la transformation des données doit gagner en intelligence. Pour cela, il ne doit pas uniquement fournir des données prêtes pour l’analytique, il doit permettre aux différents utilisateurs d’y ajouter une logique business, ce qui est notamment possible grâce aux solutions de traçabilité des données (data lineage). Lesdites données sont ainsi prêtes à l’emploi pour les décisions métiers.
En outre, les données doivent être le reflet de l’entreprise. Au-delà de leur disponibilité en temps réel, elles doivent désormais être hyper contextualisées. L’amélioration du contexte passe par une plus grande connectivité et par un travail méticuleux sur les sources. Les entreprises devraient adopter des technologies qui leur permettent d’obtenir des informations en temps réel et de manière agile. Une fois qu’elles disposent d’un pipeline analytique intelligent et d’informations en temps réel, elles peuvent alors avoir recours à l’automatisation pour concrétiser ces enseignements en actions réelles.
La dernière étape vers l’intelligence active concerne la collaboration entre ceux qui produisent la donnée et ceux qui l’utilisent. Les fonctionnalités permettant celle-ci ne doivent plus concerner uniquement les dernières étapes de la chaîne analytique, mais doivent s’appliquer sur l’ensemble du spectre. En comprenant les données ensemble, les entreprises bénéficieront de données reflétant réellement la logique business ce qui engendra alors une transformation plus agile.
Les outils de 3ème génération de BI doivent prendre une nouvelle dimension en considération et rendre la prise de décision plus agile, exhaustive, fiable et automatisée. Ainsi, les données tiendront réellement leurs promesses par rapport à leur potentiel. Jusqu’à présent, ces outils se sont concentrés sur la simplification de l’expérience des utilisateurs métiers, afin de les augmenter grâce à la donnée. S’il est certain que l’ensemble des collaborateurs doivent maitriser les données afin de les interroger et de travailler avec, cela ne suffit plus. Désormais, il est nécessaire pour les entreprises d’implémenter des technologies qui fournissent une mosaïque de données fiable, garantissant l’accès des bonnes données aux bons utilisateurs, au bon moment.