Les outils de Business Intelligence (BI) jouent un rôle essentiel pour aider les organisations à prendre des décisions basées sur des données. Cependant, il est loin d'être facile de naviguer dans le monde de la BI. Bien que les générations d'outils de BI aient apporté des innovations et des capacités d'analyses accrues, la plupart des entreprises sont toujours à la recherche d'une solution de BI qui réponde à leurs besoins.
La méthodologie des outils de BI se divise en deux grandes catégories :
- En libre-service (les équipes opérationnelles peuvent exploiter la plateforme).
- Externalisée (engager des membres de l'équipe, ou un prestataire informatique, pour générer des données de qualité pour les équipes opérationnelles).
Pourquoi ces deux approches différentes ? Malheureusement, les données sont complexes. Si les équipes opérationnelles n'ont pas confiance dans leur capacité à utiliser leur outil de BI, elles n'auront pas confiance dans leurs informations et le supprimeront progressivement de leurs flux de travail.
Même si nous dressons un tableau un peu sombre du paysage de la BI, il y a de bonnes nouvelles. Les données s'améliorent et l'accent est mis sur leur facilité d'utilisation pour augmenter les taux d'adoption. Le verdict est tombé : les équipes opérationnelles ne peuvent pas compter sur les équipes de données pour obtenir des informations.
Tout cela est bien joli, mais comment faire de ce scénario idéal une réalité ? Pour comprendre les améliorations apportées à la BI, il faut comprendre son évolution à travers trois phases claires : la BI traditionnelle, la BI en libre-service et les analytics augmentés.
l'évolution de la BI
Avant de nous plonger dans l'évolution de la BI, établissons ce que sont réellement les outils de BI (oui, cela peut prêter à confusion). La Business Intelligence peut être définie comme un processus technologique créé pour analyser les données et générer des informations guidées pour les décideurs. En alimentant un outil de BI avec des données sur votre entreprise, vous pouvez obtenir des informations qui vous indiqueront quels produits ne sont pas performants, combien de nouveaux magasins ouvrir, ou toute autre décision qui peut être prise à l'aide de données.
Maintenant que nous sommes sur la même longueur d'onde, analysons le parcours des outils de BI et ce que son évolution signifie pour les propriétaires d'entreprise, les décideurs et les employés de tous les secteurs.
La BI traditionnelle
La BI traditionnelle s'appuie sur des bases de données pour analyser et créer des tableaux de bord statiques. Avec un outil de BI traditionnel, les décideurs établissent des KPIs pour répondre à leurs questions commerciales les plus pressantes. Le plus grand inconvénient de la BI traditionnelle était son incapacité à être utilisée efficacement par l'utilisateur non technique. Les grands acteurs de la donnée, comme Microsoft, IBM, Oracle et d'autres, ont été les catalyseurs de l'émergence de la BI traditionnelle.
Les deux facteurs les plus déterminants pour le succès de la BI traditionnelle sont les suivants :
- Tableaux de bord et reporting : Les outils de BI traditionnels utilisent un codage avancé pour manipuler les données dans des tableaux de bord, qui peut ensuite être utilisés pour le reporting.
- Stockage des données : L'émergence de la BI traditionnelle a obligé les entreprises à comprendre où et comment stocker leurs données. Les systèmes de gestion de bases de données leur ont permis de le faire, en permettant l'analyse de grands ensembles de données.
Les outils de BI traditionnels sont tombés à plat pour une raison essentielle : les équipes opérationnelles s'en remettaient entièrement aux équipes de données pour extraire des informations. Cela ralentissait fortement les équipes opérationnelles : chaque fois qu'il y avait une préoccupation ou une demande, les équipes de données étaient les seules à pouvoir exécuter les tâches. Les outils de BI traditionnels étaient très complexes et nécessitaient des connaissances de niveau expert en SQL pour manipuler les ensembles de données.
Un flux de travail pour un outil de BI traditionnel ressemblerait à ceci :
En raison de la complexité, des inconvénients et de l'inefficacité de ce flux de travail, la prochaine étape logique dans l'évolution de la BI a été de donner plus de pouvoir aux équipes opérationnelles.
La BI en libre-service
Les fournisseurs de solutions de BI ont entendu les réclamations des utilisateurs frustrés et se sont efforcés de résoudre bon nombre de ces problèmes.
Les tableaux de bord statiques étaient trop primitifs pour les besoins de l'entreprise moderne. Avec les outils de BI en libre-service, les tableaux de bord peuvent être mis à jour en temps réel grâce à des connecteurs cloud. L'automatisation de l'importation des données grâce à la modernisation des entrepôts a permis d'éliminer une étape de ralentissement pour les équipes opérationnelles.
Les outils de BI en libre-service ont rendu le processus d'importation de données facile d'utilisation, mais en ont-ils fait de même pour la manipulation des données et la création de visualisations ? Oui, mais c'est plus compliqué.
Il ne fait aucun doute que la BI en libre-service était plus facile à utiliser que son prédécesseur archaïque. Les utilisateurs non techniques peuvent désormais accéder à leurs sources de données et avoir un meilleur contrôle sur la création de leurs rapports et tableaux de bord. Cela est dû en grande partie à la simplification des plateformes de BI et à la réduction de l'apparition de code dur.
Les outils de BI en libre-service visaient à devenir l'unique accès aux plateformes de données. La création de la BI en libre-service a permis aux entreprises de réduire leurs piles technologiques. Les utilisateurs professionnels n'avaient besoin que d'un entrepôt de données et d'un outil de BI en libre-service pour obtenir beaucoup plus d'informations à un rythme plus rapide.
La BI en libre-service a également résolu le problème de l'intégration. Il fallait des années pour maîtriser les outils de BI traditionnels, et même alors, les équipes chargées des données rencontraient des problèmes. Les outils de BI en libre-service ont permis aux utilisateurs non techniques d'apprendre en quelques mois, rendant ainsi la BI plus accessible et plus facile à adopter par l'utilisateur quotidien. Bien que les outils de BI en libre-service soient beaucoup plus faciles à utiliser, ils restent techniques et leur apprentissage nécessite des cours intensifs. Les équipes de données étaient encore largement employées pour aider aux tâches plus techniques comme la préparation et la modélisation des données. En raison de la dépendance continue aux équipes de données pour extraire des informations, de nombreux utilisateurs se sont sentis trompés par l'étiquette "libre-service".
Le flux de travail de la BI en libre-service ressemble à ceci :
Il s'agit incontestablement d'une amélioration monumentale par rapport à la BI traditionnelle.
Bien que les outils de BI en libre-service aient constitué un pas en avant, les équipes opérationnelles s'appuyaient toujours sur les équipes ds données pour accomplir les tâches techniques. La troisième génération de BI a compris la demande d'un outil de BI véritablement en libre-service, et les entreprises de données ont entrepris d'atteindre cet objectif.
La BI augmentée
C'est là que l'évolution de la BI adopte une approche plus psychologique des données et des informations. La meilleure façon d'expliquer la BI augmentée est de la comparer à "l'effet IKEA". L'effet IKEA fait référence au phénomène physiologique de valorisation de quelque chose que nous créons. Par exemple, un propriétaire est plus susceptible de s'occuper de ses meubles IKEA parce qu'il a participé à leur montage. Avec les analytics traditionnels et en libre-service, les utilisateurs sont plus isolés de la création et de la modélisation des tableaux de bord. La BI augmentée cherche à mettre chaque aspect du pipeline de données entre les mains des utilisateurs professionnels.
Cette approche a été révolutionnaire pour les entreprises, qui remarquent la différence entre le fait de forcer les utilisateurs à utiliser les outils de BI et le fait qu'ils montrent de l'intérêt à les utiliser. La BI augmentée permet aux utilisateurs de créer un pipeline en libre-service qui extrait les données de nombreuses sources, les traite et les organise automatiquement, et enfin de construire eux-mêmes les visualisations.
Comparons cela à l'effet IKEA. Vous vous souvenez que les équipes opérationnelles se méfiaient de la BI traditionnelle ? La BI augmentée inverse complètement cette méfiance. Lorsque les équipes opérationnelles construisent leurs propres pipelines automatisés et contrôlent les processus de modélisation des données, elles sont plus investies émotionnellement et plus sûres des informations générées.
Cette philosophie est exactement ce dont nous nous sommes inspirés pour créer Toucan. Au lieu de fournir à nos clients une plateforme et de les laisser dans le noir, Toucan se concentre sur une véritable démocratisation des données. La seule façon d'y parvenir est de placer une plateforme sans code devant l'utilisateur non technique, lui permettant de suivre chaque étape du processus de données.
La visualisation de données de Toucan permet aux utilisateurs non techniques de créer leurs visualisations de données à partir de zéro grâce à une intégration transparente en un clic à partir de sources de données (AWS, Snowflake, PostgreSQL, etc.). L'utilisateur professionnel quotidien est beaucoup plus susceptible de faire confiance à une visualisation, un tableau de bord et un reporting créés par lui-même, car il sait qu'ils sont exempts d'erreurs, visuellement attrayants et faciles à comprendre.
Pourquoi investir dans un outil de BI augmenté ?
La BI augmentée est le moyen le plus simple de créer une culture axée sur les données, définie par l'efficacité et la démocratisation. Les entreprises qui investissent dans des outils traditionnels et en libre-service connaissent ce que l'on appelle communément le "casse-tête de des données". La surcharge de travail, les ralentissement et la frustration des utilisateurs professionnels contribuent tous à des taux d'adoption trop bas.
Chez Toucan, nous mettons l'accent sur les utilisateurs non techniques en les entourant des fonctionnalités et des capacités dont ils ont besoin pour que l'expérience des données soit intéressante et efficace. Notre plateforme comprend des fonctionnalités de collaboration telles que des sections de commentaires et des annotations directement dans l'application, ainsi que le partage instantané par e-mail, Slack et d'autres canaux de communication.
Plus important encore, les utilisateurs de Toucan s'approprient chaque aspect de la visualisation des données. Qu'est-ce que cela signifie pour vous ? Vous ne douterez plus de vos visualisations et de vos reporting. Fini les présentations PowerPoint encombrantes, les visualisations ratées et les processus de reporting qui prennent des mois. Vous êtes propriétaire de tous les aspects de vos tableaux de bord sur tous les appareils, où que vous soyez. La confiance est essentielle dans le processus de traitement des données, et les plateformes de BI augmentée comme Toucan mettent enfin les données entre les mains des décideurs, qui bénéficient réellement des informations.
