Outils de data visualisation : enjeux, tendances et chiffres clés

Oct 13, 2020 | BI/dataviz

A l’occasion d’une table ronde virtuelle, nous avons échangé avec des professionnels du secteur autour des évolutions technologiques qui marquent le marché de la data visualisation.

Nous vous proposons une synthèse de ces échanges, illustrée par un retour d’expérience de Matthieu Pontailler, Data Officer d’une entité du Groupe Siemens, qui a initié l’implémentation de la solution ThoughtSpot.

Nouveau call-to-action

 1. La data visualisation : fer de lance des entreprises data-driven

Alors qu’elle entre probablement dans son âge d’or, la data visualisation joue un rôle majeur pour les entreprises qui souhaitent transformer leurs données en un puissant levier de croissance.

Qu’il s’agisse des directions financières, RH, marketing ou commerciales… la donnée est un moteur qui permet de fiabiliser le pilotage de l’activité. Mais comment exploiter pleinement cette masse de données ? De quels outils et de quels indicateurs les directions doivent-elles disposer pour gagner en autonomie sur leurs analyses, leurs recherches et leurs prises de décision ? Comment libérer et faciliter l’accès à la donnée auprès d’utilisateurs aux besoins et profils éparses ?

La capacité d’une entreprise à collecter, transformer, mettre en qualité et restituer les données de façon intuitive et intelligible s’avère donc décisif.

En tant que cabinet de conseil et d’expertise data, nous observons une forte hausse de demandes liés à la définition de schémas directeurs décisionnels, de choix d’outils de BI et d’implémentation de solution de data visualisation. Une tendance largement confirmée par les cabinets d’analyse (chiffres issus d’études menées par IDC et Gartner) :

  • 59% des décideurs utilisent la data quotidiennement pour prendre des décisions
  • En moyenne, les entreprises disposent de plus de 400 sources de données gérées dans 6 outils différents
  • Les technologies de data visualisation seront omniprésentes dans toutes les organisations dès 2022
  • Seulement 10% des analystes sauront exploiter ces technologies à leur plein potentiel

 

2. Outils de data visualisation basés sur le langage naturel

La démocratisation de la BI en self-service se poursuit en réponse au besoin d’accès à des données contextualisées et personnalisées. Elle évolue même pour laisser place à une nouvelle génération de technologies basée sur l’IA et le machine learning.

Cette tendance florissante est confirmée par le Gartner qui prédit que 50% des requêtes analytiques se feront bientôt avec du langage naturel, s’inspirant ainsi des dernières avancées technologiques de NLP (Natural Language Processing).

En effet, la recherche de données et la formulation de requêtes à travers de multiples indicateurs n’a pas toujours été à la portée de tous. Elle est même généralement réservée aux développeurs, consultants ou utilisateurs spécialisés, nommés DataOps, dont le rôle est de traduire le besoin du métier en dashboards. Un fonctionnement qui peut générer des frustrations ainsi que des lenteurs de processus, retardant ainsi la prise de décision.

Grâce aux outils de data visualisation « nouvelle génération », le temps de paramétrage des requêtes a considérablement évolué depuis le début de l’ère de la data analytics :

  • Des mois entiers durant la période pionnière des outils mainframe qui a duré environ 30 ans.
  • Plusieurs semaines lorsque les outils de reporting sont apparus dans les années 80-90 comme BO, Hypérion, Cognos.
  • Quelques jours à l’ère de la visualisation de la dernière décennie, notamment grâce à Tableau ou Qlik, voire quelques heures avec Birst (Self-BI en Drag’n’drop).
  • En temps réel aujourd’hui avec des outils comme ThoughtSpot permettant une recherche en langage naturel (à l’image de Google ou Siri) et une automatisation complète du dashboarding.

Des outils traditionnels prennent à leur tour cette dernière direction mais sans atteindre le niveau de maturité de ThoughtSpot. C’est précisément la raison pour laquelle DataValue Consulting s’est engagé auprès de ce partenaire.

 

3. ThoughtSpot : le Google de la data visualisation

ThoughtSpot est une plateforme de recherche et d’analyse basée sur l’IA qui démocratise l’usage de l’analytique. Cet outil permet à tous les collaborateurs non experts en BI de générer toutes sortes de rapports à la volée via un moteur de recherche en langage naturel de type Google.

Il s’agit d’une révolution dans l’approche et l’optimisation de la couche sémantique.

En somme, ThoughtSpot permet par commande vocale ou écrite intuitive, d’obtenir des visualisations en temps réel : rapports, restitutions graphiques variées, tableaux, cartes. Sa couche machine learning « apprend » au fur et à mesure des questions de l’utilisateur pour optimiser les réponses futures en fonction de son profil et ses habitudes.

Véritable outil de data discovery, ThoughtSpot est également en capacité, grâce à son moteur « Spot IQ », d’exploiter les ressources cachées ou insoupçonnées de votre capital Data. « Spot IQ » interroge vos bases de données par des milliers de questions auto-générées afin de remonter des analyses, KPI, corrélations ou réponses à des questions que l’utilisateur ne s’est même pas encore posé.

En créant une source fiable et unique de données, la plateforme offre sécurité et gouvernance à grande échelle pour tout type d’organisation. De plus, ThoughtSpot permet de régler différentes problématiques :

  • Le taux d’adoption en interne est largement maximisé. Le manque d’adhésion peut constituer un frein majeur dans un projet de Data visualisation : complexité de certains outils, disponibilités des formations en interne ou par l’éditeur… De par son fonctionnement ultra intuitif, la plateforme ThoughtSpot est utilisable par tous et ne nécessite pas de compétences BI ou Data particulières.
  • Les performances : ThoughtSpot gère des volumes très importants de données, réduisant significativement les temps de réponse aux requêtes quand d’autres solutions mettent plusieurs secondes ou minutes à y parvenir. Il est par exemple possible de charger sur la plateforme 1 To de données en moins d’une heure et demie.
  • La disponibilité des équipes BI : par manque de ressources, elles ne parviennent souvent pas à répondre à une demande des métiers trop importante. ThoughtSpot apporte une réelle autonomie aux métiers sur leurs besoins de reportings ou d’analyses de données. Les paramétrages ou intervention d’un service BI ne sont ainsi plus nécessaires.

Enfin, la plateforme se connecte à un large panel de sources de données :

  • Systèmes on-premise : Teradata, SAP HANA et la plupart des ETL du marché
  • Datawarehouse dans le Cloud : Snowflake, Teradata, S/4 Hana, Microsoft Synapse, Redshift…
  • Plateformes PaaS : Google, IBM Cloud, Azure, AWS
  • Diverses solutions en SaaS 

 

4. Siemens France : les cas d’usage de data visualisation

Avec près de 400 000 collaborateurs et 100 Milliards de CA, Siemens est un groupe mondial à gouvernance très décentralisée. Sous l’impulsion de son Digital Center chinois, Siemens a choisi ThoughtSpot comme outil de data visualisation pour la réalisation d’une trentaine de POC. Matthieu Pontailler, Data Officer de l’entité France-Belgique-Maghreb (10 000 personnes et 2 milliards de CA) apporte son témoignage sur un premier use case qui sera bientôt lancé.

Nos outils actuels comme Qlik ou Tableau proposent des rapports « gelés » ou statiques dont la génération requiert l’intervention d’un expert, un certain coût de maintenance avec des capacités d’exploration de données et d’analytique parfois limitées. Il s’agit finalement davantage de reporting que d’analytique. Nous avons choisi ThoughtSpot pour sa capacité à décentraliser les Analytics au niveau des utilisateurs finaux mais aussi pour son adaptabilité et la simplicité de son fonctionnement sous format de question/réponse.

Matthieu Pontailler – Data Officer de l’entité France-Belgique-Maghreb Siemens

Ce premier use case, à destination du département commercial de la branche Siemens Industry FBM, a été implémenté à partir d’une base de données de clients et de prospects exploitée jusqu’à présent avec Qlik ou Tableau. L’objectif consiste à mettre à disposition des end users (ici les commerciaux) des outils d’analytique et de recherche afin qu’ils puissent cibler et préparer leur prospection commerciale.

L’application fonctionne très simplement :

On part de la requête dans la barre de recherche ThoughtSpot. Il gère les synonymes avec une restitution assez rapide. La réponse est ensuite transformée en rapport avec un tableau de bord.

 

L’outil est très apprécié et inspire rapidement les utilisateurs finaux. De la motivation et des idées ont émergé pour de futurs use case. La couche IA n’est pas encore exploitée pleinement par nos équipes mais le groupe y place des ambitions prometteuses.

Matthieu Pontailler – Data Officer de l’entité France-Belgique-Maghreb Siemens

Chez DataValue Consulting, nous intervenons sur l’ensemble de la chaîne de valeur d’un projet de Business Intelligence, de l’identification des cas d’usage à l’implémentation technique jusqu’à l’adoption, le paramétrage et la conduite du changement. Nous mettons notre expertise de la data au service de la réussite de vos projets. N’hésitez pas à nous contacter pour en savoir plus sur ces sujets.

La rédaction vous conseille

> Notre analyse du Magic Quadrant BI & Analytics 2021

> Intégration Business Intelligence & Analytics : tendances et marché

 

Livre Blanc

Mise en œuvre d'une stratégie 
de qualité des données 

Livre Blanc

Feuille de route d'une stratégie
de Data Management 

Baromètre annuel de la data

Les priorités des décideurs
data en 2022 

Share This