Intégration Business Intelligence & Analytics : tendances et marché

Juin 3, 2021 | BI/dataviz

La publication du dernier Magic Quadrant Gartner BI & Analytics 2021 offre une lecture des tendances et évolutions des stratégies des éditeurs de logiciel BI du marché. Dans le prolongement de ce décryptage, nous vous proposons une analyse des évolutions des phases d’implémentation des projets de Business Intelligence, que ce soit du point de vue des clients ou de celui des ESN.

Des projets BI courts, à rendement rapide

Que ce soit pour les solutions de data visualisation ou de Business Intelligence, la durée des projets tend à se réduire. Les implémentations s’adressent désormais à des équipes d’analystes plus réduites, permettant un chiffrage, un recueil des besoins, un développement et des recettes plus souples à exécuter.

Cela nécessite également une adaptation du côté des ESN, avec des profils de consultants devant maîtriser des palettes de compétences plus larges : un même intervenant réalisant les ateliers, les développements, la recette, voire les formations.

La valeur finale pour les entreprises se situe dans la mise à disposition de données intelligibles et qualitatives. Cela incite l’utilisateur à se connecter quotidiennement, analyser son activité, gagner du temps et en parler à ses collègues… qui ont de fortes chances de souhaiter le même standard de reporting si le projet fut mené correctement.

Nouveau call-to-action

Montée en compétences en interne : de la valeur pour les acteurs de la BI

De nombreux CDO ou DSI affichent dans leur priorités la création de centres de compétences, data factory ou training analytics center. Faurecia en est le parfait exemple. Outre l’effet d’annonce, il y a un double enjeu de sanctuarisation des compétences analytiques au sein des organisations :

1. Former, former et former

La maîtrise des solutions de reporting reste encore trop marginale, même au sein d’équipes majoritairement composées de cadres supérieurs.

Former les équipes en Business Intelligence représente un coût financier et du temps, largement rentabilisé par les bénéfices que cela peut rapporter :

  • Une meilleure adoption de la solution analytique implémentée,
  • Du (vrai) temps libéré pour analyser les performances de l’activité et se concentrer sur des missions à forte valeur ajoutée,
  • Une meilleure cohésion afin de limiter la « fracture numérique » au sein de départements, notamment entre différentes générations.

2. Démontrer une réactivité optimale face aux demandes

Créer un centre de compétences analytiques est une priorité de nombreux groupes, dans le cadre de leur transformation digitale.

Tout en s’appuyant sur des partenaires externes pour certaines compétences précises, les organisations peuvent ainsi internaliser des compétences, assurer un support avec une bonne connaissance fonctionnelle, former les collaborateurs, gérer les parcs de licences et communiquer sur les nouveautés de la solution (roadmap éditeur).

Dans certains cas, il est également intéressant d’adopter un modèle où les talents du centre de compétences analytiques peuvent être intégrés pendant plusieurs mois dans une direction métier ou une équipe projet spécifique.

A l’issue des projets, cela représente pour les ESN une opportunité de passer d’un rôle de simple support, à une position de conseil élargie auprès des consommateurs de données.

 

Aller plus loin que la simple dataviz : data gouvernance et maîtrise de l’hébergement cloud

Auprès de leurs partenaires IT, les entreprises attendent une valeur de conseil forte, à l’heure où de nombreux programmes de transformation sont à l’œuvre.

En plus de la traditionnelle implémentation technique d’une solution de data visualisation, les clients attendent désormais des gammes de prestations bien plus complètes, intégrant des phases de consulting dédiées.

1. La qualité des données et leur mise sous gouvernance

La maîtrise des objets métiers et la qualité des données exploitées sont des facteurs clés de succès de la pérennité d’une solution. Ces problématiques sont souvent reportés au lendemain car complexes et sujet à de potentielles crispations au sein des organisations.

Ces chantiers de fond sont pour autant indispensables afin de limiter les fameux « shadow IT », « données en silo » ou « reporting faux », souvent annonciateur de l’échec d’un projet.

> À LIRE AUSSI : Comment structurer une gouvernance des données efficace ?

2. L’hébergement des solutions analytiques chez des fournisseurs de cloud

Le déploiement des solutions analytiques est désormais majoritairement effectué auprès d’hébergeur cloud. Cela implique donc un coût récurent d’utilisation, qui peut rapidement devenir important pour des organisations élargies.

Avant l’implémentation, il est donc primordial de disposer d’une projection financière (Capex/Opex), prenant en compte les modèles économiques retenus (paiement à l’usage, à la licence, à la volumétrie), la granularité de sécurité attendue ou encore le taux de disponibilité souhaité (de 95,99% à 99,99%, les coûts varient sensiblement).

Portrait de Benjamin Breton

Par Benjamin Breton
Responsable commercial Industrie, Retail & Services chez DataValue Consulting

 

La rédaction vous conseille

> Outils de data visualisation : enjeux, tendances et chiffres clés

> Notre analyse du Magic Quadrant BI & Analytics 2021

Nos ressources

Livre Blanc

Mise en oeuvre d'une stratégie 
de qualité des données 

Livre Blanc

Feuille de route d'une stratégie
de Data Management 

Enquête Nationale

État des lieux du pilotage 
dans le secteur public en 2021 

Share This