La situation de la business intelligence
Malgré le discours dominant sur les bénéfices de la révolution data, les entreprises françaises ne sont pas très avancées dans la valorisation de leurs données et le déploiement des technologies big data semble plus compliqué qu’il n’y parait. Ernst & Young rapporte dans son étude : Big data, où en sont les entreprises françaises ? qu’en dépit d’une image positive de la tendance, les pratiques ne sont pas réellement propagées en dehors des acteurs globaux du digital. L’indice maturité data construit par le cabinet de conseil révèle que plus de 80% des entreprises sont peu matures dans leur utilisation des données malgré les études d’opportunité effectuées.
La collecte de donnée reste confinée aux canaux traditionnels et les data à disposition sont sous exploitées. Il existe donc un véritable décalage entre la demande d’applications data et la maturité réelle des entreprises.
Un réel besoin de simplicité et d’agilité
La difficulté aujourd’hui n’est plus de stocker des quantités faramineuses de data mais de les valoriser. Les solutions traditionnelles de Business Intelligence se construisent sur un modèle holistique, qui aujourd’hui peut être source de nonstatisfaction. Une étude menée par McKinsey à partir d’une base de données de 5400 projets SI révèle que plus de 45% des projets dépassent le budget alloué, 7% durent plus longtemps que prévu et 56% des projets ne remplissent pas les objectifs fixés. Cette méthode créé une forte déception au sein de l’entreprise entre l’investissement et la valorisation finale des data.
Une des solutions envisageables est de s’inspirer de la façon dont procèdent les concepteurs d’applications grand public: Ils développent des Apps très spécialisées et au périmètre restreint. Souvent en passant d’abord par une Proof of Concept, ces développeurs valident leurs intuitions sur les usages des utilisateurs finaux et apportent facilement les itérations nécessaires.
Parcourir le dernier kilomètre de la donnée
En envisageant les solutions d’analyse Big Data comme une simple couche supplémentaire qui vient s’ajouter à la Business Intelligence existante, via des Apps dédiées, les entreprises retrouvent une dimension humaine à leurs projets Big Data. La small app analytique réconcilie DSI et métiers autour de la conception d’applications data simples et intuitives. Les small Apps couvrent un besoin métier avec agilité et sont conçues dans des cycles courts en étroite coopération avec les utilisateurs finaux.
Exemple d’une small app
Le contraste entre les termes small App et big data peut paraître saisissant mais il s’agit justement de réduire la technologie à taille humaine pour en faciliter l’utilisation et ainsi diffuser son adoption. Le “small” est également en opposition avec l’ampleur des projets tentaculaires de BI traditionnelle qui mobilisent beaucoup de temps, d’argent et d’énergie. La capacité de stockage a certes été multipliée mais le temps que nous pouvons consacrer à l’analyse est le même, la quantité finale d’information assimilée reste limitée, et les solutions proposées aux utilisateurs doivent rester leur échelle. Ce qui devient alors “big” dans la small app analytique ce sont les avantages obtenus.
Une plus grande symbiose entre les équipes techniques et le terrain est rendue possible par le principe de conception de ces solutions numériques de petite taille. Grâce cette meilleure collaboration, les outils mis entre les mains des métiers seront de meilleure qualité, plus faciles à utiliser car spécialisés et restreints, et plus évolutifs en fonction de leurs besoins en Business Intelligence.
