Webconférence : la Data Visualization ou le retour de la DSI au coeur des Métiers

Webconférence : la Data Visualization ou le retour de la DSI au coeur des Métiers Vendredi 24 mai, de 9h30 à 11h Parmi les enjeux associés à la Data Visualization, il en est un qui n'apparaît pas dans les cahiers des charges mais dont l'impact est pourtant crucial : elle peut transformer la manière dont les SI collaborent avec les Métiers. Les outils de Data Visualization sont en effet très visibles et souvent très appréciés des collaborateurs Métiers. Leur mise en place est l occasion d un rapprochement, d une valorisation des équipes IT et d une meilleure compréhension des enjeux business par la DSI. A l inverse, elle peut dans certains cas cristalliser un divorce existant entre ces deux mondes. - Quels sont les facteurs clés de succès de la collaboration IT - Business lors de la mise en place d'un projet de Data Viz? - Quel niveau d'implication attendre des uns et des autres? - Une fois l'outil mis en place, comment communiquer sur ces outils auprès des experts métiers? - Comment gérer les remarques, demandes d'évolutions etc.? Intervenants : Yassine Faihe, Architect Expert Big Data Analytics, HEWLETT PACKARD Olivier Brousseau, BI Program Manager, SCHLUMBERGER Charles Du Réau, Directeur Consumer & Market Knowlege, UBISOFT Animateur : Mouloud Dey, Directeur Business Solutions, SAS INSTITUTE

Début de conférence Intervention de Mouloud Dey: Ce que nous constatons globalement dans les entreprises, c'est que les enjeux des DSI et les enjeux des métiers ne cohabitent pas toujours de manière sereine. Les DSI peuvent être plus orientées sur les coûts et les dépenses tandis que les métiers sont plus orientés vers les innovations, les besoins et l'activité de l'entreprise en général. Les entreprises ont réussi leur informatisation qui représente une part importante du chiffre d'affaires de l'entreprise. Une étude de Forrester montre qu'elle représente 4% du chiffre d'affaires de l'entreprise. C'est évidemment inégal selon les secteurs mais ce chiffre montre que l'informatique pèse sur le budget des entreprises. Quant aux dépenses de fonctionnement courantes de l'informatique, ce qui permet de faire fonctionner l'entreprise au quotidien, elles représentent 3% du chiffre d'affaires des entreprises. Globalement dans les entreprises, ¾ des données est mal ou sous-utilisé. Les directions métiers de plus en plus utilisent les données comme outils et facteurs de décision. Et les entreprises qui utilisent les outils décisionnels et les solutions analytiques réussissent mieux que leurs concurrents. Les directions métier admettent une perte de rentabilité du fait de la mauvaise utilisation des données et du manque d'accès à l'information. Finalement, l'informatique signifie des dépenses pour l'entreprise et parallèlement les directions métiers se plaignent de ne pas avoir accès à toutes les informations. L'on constate également que de nombreuses entreprises continuent de prendre des décisions basées sur l'instinct plutôt que sur des règles ou des données. Il existe une dissonance entre les DSI et les les directions métiers qui manquent d'informations ou n'ont pas les outils pour avoir accès à cette information même si les DSI font le nécessaire pour satisfaire les consommateurs. Pour remédier à ces aspects là, les directions métiers prennent l'initiative de projets informatiques particuliers initiés par la direction métier pour satisfaire des besoins métiers. 70 % des DSI admettent que les directions métiers prennent des décisions sur des projets informatiques dont elles devraient être motrices. Il existe donc un décalage entre les initiatives prises par les DSI et celles prises par les métiers. Et ces dépenses qualifiées de «fantômes», les «shadow IT», représenteraient environ 25% des dépenses des entreprises. Ces dépenses ne sont pas contrôlées par les budgets informatiques. Les DSI n'ont pas toujours le temps de fournir les projets demandés par les directions métiers et il y a des pertes de contrôle de leur part. Il y a un écart entre la volonté des DSI qui veulent être un vrai centre de services tout en ayant un contrôle sur les coûts et la volonté des directions métiers d'être capable d'utiliser la donnée et l'information de la meilleure manière et de satisfaire leurs besoins métiers. Les logiques peuvent être divergentes entre les deux et c'est tout l'enjeu de cette conférence. Concernant les enjeux de la data visualization, il existe une vraie réalité pour fournir des services comme l'analytique ou de collaboration de métiers qui permette de prendre la

main sur la donnée pour remplacer les décisions intuitives ou instinctives par des décisions basées sur des faits et la modélisation de l'analytique. Il existe donc un vrai besoin dans les entreprises de mettre en œuvre des plateformes analytiques décisionnelles avec le recours aux aspects data visualization qui sont les premières briques de ces processus décisionnels. Pour les DSI, il y a donc l'obligation pressante de fournir l'infrastructure suffisante pour satisfaire ces nouveaux types de besoins qui n'existaient pas il y a quinze ans. La collaboration et la vision transversale est nécessaire et parfois essentielle sur certains métiers. Tout l'enjeu de la réussite de ces projets analytiques et de ces projets data visualization est de casser les silos et de permettre une logique transverse aux métiers tout en permettant à la DSI de faire une gouvernance des données et de fournir un service en temps utile aux directions métiers. Il faut concilier nécessairement les deux points de vues, d'une part celui des métiers pour lesquels la donnée devient de plus en plus un actif d'entreprise et nécessite une réaction la plus agile possible et en temps réel et, d'autre part, celui des DSI qui se trouvent dans une logique de contrôle, d'efficacité, de contrôle des coûts, de centralisation, ils veulent ainsi mettre en place une gouvernance centralisée et ce, même si les données sont décentralisées. Les nouveaux projets innovants à fort potentiel créatif doivent permettre la créativité des directions métiers tout en étant intégré à un cadre structuré par les DSI. Témoignage de Charles Du Réau : Je dirige le pôle marché et consommateurs au sein du groupe Ubisoft. Notre activité est l'édition de logiciels de jeux vidéos pour toutes les consoles, tablettes et PC. Je dirige le pôle «études et marchés» pour le groupe. Dans ce cadre, j'ai porté le projet d'accès et d'utilisation plus large aux données. Le périmètre de ce projet est que nous avions un baromètre de performance de marques qui était un peu enfoui dans des tableaux Excell par marque et très lourd. Nous avons environ 200 marques avec 150 variables par marque. Notre usage principal est de comparer les marques entre elles mais ces 200 tableaux rendaient l'utilisation très difficile. Cette data était donc réservée à mon équipe qui l'utilisait pour la partager ensuite au marketing mais elle restait sous utilisée. L'objectif était donc de créer un outil de comparaison automatique entre les différentes marques, accessible également aux non-experts. Nous nous sommes adressés à la DSI naturellement. Pour réussir à la convaincre, nous avons dû faire un prototypage pour prouver à la société que suffisamment de départements étaient intéressés par ce genre d'outil. J'ai donc réalisé un prototype avec un tableau Excel contenant moins de variables et moins de marques. Après un roadshow à travers les différentes instances du marketing, nous avons relevé un intérêt fort. La mise en place a pris du temps mais l'expérience s'est bien déroulée avec la DSI. Mouloud Dey: Comment la DSI a-t-elle ressenti votre initiative? Comment l'avez-vous convaincue? Charles Du Réau : Tout d'abord, il fallait qu'ils soient convaincus qu'une large part de la société allait l'utiliser. Les difficultés que j'ai rencontré avec mon équipe n'étaient pas techniques, il s'agissait plutôt de difficultés de communication. Les tests utilisateurs ont aussi apporté quelques difficultés. Le projet a pris huit mois avant d'avoir une première version. La deuxième version a pris quatre mois pour fixer toutes les contraintes et faciliter

la navigation et l'accessibilité. Mouloud Dey: Et concernant les métiers? Charles Du Réau : Les métiers étaient les équipes marketing (siège, Europe, Etats-Unis) principalement mais aussi les studios de développement de jeux qui sont moins familiers de ce type de données. Mais nous n'avons pas eu un input pour le choix de l'it, il s'agissait du premier projet de data visualization pour Ubisoft, c'était nouveau pour le groupe en général. Mouloud Dey: Est-ce que ces données externes ont été mises en perspective de données internes ou s'agissait-il essentiellement de données externes? Charles Du Réau : Maintenant que nous avons cet outil, nous pouvons mettre en relief les données internes mais il s'agissait d'utiliser ces données externes qui avaient deux avantages : la perception du consommateur et la neutralité de ces données qui ne venaient pas d'un département particulier au sein d'ubisoft. Depuis la mise en accès de cet outil, nous remarquons que les directions marketing ou les studios de développement ne sont pas les seuls à l'utiliser mais d'autres départements sans servent également. La réception auprès des différents départements a été très positive. Ce projet a vraiment favorisé la dissémination de ces données auprès de départements qui n'en avaient pas connaissance ou qui ne savaient pas quel sens leur attribuer. Mouloud Dey: Avez-vous eu des idées de retour sur investissement sur ce projet? Charles Du Réau : C'est encore trop tôt pour le mesurer. Le retour sur investissement du premier projet de data visualization a été un galop d'essai pour la DSI qui, maintenant, a réalisé une application sur notre outil qui permet de faire des infographies synthétiques. Cela leur fait une nouvelle vitrine pour le retour de la DSI. En ce sens, la DSI en a retiré un profit important, elle se place désormais en acteur capable de délivrer de la data visualization. C'est une certaine forme de reprise de contrôle sur une initiative métier. La DSI en retire plus de crédibilité. Mouloud Dey: Bien que ce projet soit un succès, y a-t-il des choses que vous auriez fait différemment? Charles Du Réau : Au début du projet, nous ne voyions pas le produit fini. Au final, deux points peuvent être améliorés : savoir sur quel support web nous pouvons visualiser ces données dès le départ et connaître les incompatibilités au départ. Mais dans l'ensemble, le projet a été un franc succès et j'espère qu il sera pris comme exemple pour développer ce type de projet dans d'autres sociétés. Témoignage de Olivier Brousseau : Je suis en charge du BI chez SCHLUMBERGER. Mon rôle et ma fonction font partie de la DSI. Nous avons mis en place au quotidien une plateforme et un service de visualisation de données qui permet aux gens du métier de réaliser eux-mêmes leur analyse et leur dashboard sans avoir besoin de faire appel aux IT. SCHLUMBERGER est numéro 1 des services pétroliers mondiaux avec 42 milliards de chiffre d'affaires et 120 000 employés à travers le monde. Notre challenge au niveau de la BI est de s'assurer qu'un peu partout

dans le monde, nous puissions apporter une solution adéquate. Dans la société, le BI a débuté dans les années 2000 d'une initiative marketing à laquelle les autres fonctions de l'entreprise sont venues se greffer. Chacune d'entre elles a ainsi une vue 360 sur leur business. Nous avons également une culture de manager on the road, les managers sont affectés tous les trois ans dans une région du monde. Avant leur transfert, ils ont les KPIs en main grâce à l'application reporter, l'application BI traditionnelle de SCHLUMBERGER. Nous avons un petit data warehouse, nous sommes très loin du big data. Mais en terme de dashboard, nous sommes un très gros consommateur de BI. Nous avons plus de 50 dashboards et plus de 150 000 rapports sur la plateforme. Chaque fonction globale possède son propre dashboard ainsi que toutes les entités business et les font évoluer régulièrement pour monitorer et driver le business. Depuis l'année dernière, nous avons un nouveau challenge, celui de servir n'importe quel client en interne et de servir tous les besoins BI de la compagnie. La qualité du service n'était pas forcément là car les silos avaient des difficultés à s'interconnecter. Par an, les dépenses avoisinaient 130 000 dollars dont seulement 40 % concernaient la BI traditionnelle. Il y avait donc beaucoup d'inefficacité. Nous avons reconnu le besoin de fournir de la BI en mode selfservice, pour que le business puisse lui-même utiliser un outil fourni par la DSI et faire lui-même son analyse, sa publication, etc.. Cela demande plus de performance et surtout une interface beaucoup plus intuitive. L'approche de la BI dans l'entreprise a évolué et nous avons introduit une boîte à outil. Nous boostons l'interface utilisateurs avec des solutions de type Memory qui permet d'avoir des temps de réponse et d'interactivité bien supérieurs à ce qui était possible avant. Mouloud Dey: Avez-vous eu l'impression que les directions métiers ont été impliquées dans cette démarche? Olivier Brousseau : L'initiative est née du constat que nous n'avions rien à proposer en selfservice. Nous avions des projets en cours auxquels, avec la BI traditionnelle, nous n'arrivions pas à répondre complètement. Il ne s'agissait pas d'une stratégie IT mais de réels besoins. Pour illustrer, voici quelques retours d'expérience de success stories : -Une petite entité de l'entreprise souhaitait avoir un dashboard. Elle s'est appropriée très vite la solution développée en interne et en sept jours seulement elle a élaboré leur dashboard. -Le deuxième exemple concerne un projet en local, Bresil IT, pour mettre en place une solution qui permette de visualiser les dépenses. Ils ont pris la technologie pour développer eux-mêmes une solution et en une année, ils ont pu engranger plus de 40 000 dollars. Mouloud Dey: A terme, des problématiques de big data pourraient-elles devenir

importantes pour SCHLUMBERGER? Olivier Brousseau : Nous réalisons déjà un peu de big data. Mais c'est un autre métier qui n'est pas de la BI dans notre entreprise. Mouloud Dey: Les solutions vont-elles restées élaborées en interne ou évoluer vers des solution de type cloud consulting? Olivier Brousseau : Notre solution a une infrastructure unique, c'était une condition de fonctionnement. Concernant le cloud, nous ne sommes pas encore prêts à laisser partir nos données hors de l'entreprise. Mais un cloud privé, pourquoi pas. Témoignage de Yassine Faihe : Nous intervenons sur deux grands groupes de projets : -la BI classique ou BI corporate : Il s'agit de la mise à disposition de différents outils qui permet de mieux piloter les KPIS. Ici, il y avait des problèmes de performance avec des bases de données traditionnelles qui n'étaient pas adaptées à l'analytique et qui sont pourtant utilisées dans cette optique. Ces projets sont essentiellement pilotés par les DSI avec deux objectifs : rationaliser les coûts et répondre à la demande de performance de leurs utilisateurs. Petit à petit, avec la croissance du volume, la complexité des analyses et le nombre d'utilisateurs, nous nous sommes aperçu que le data warehouse ne permettait pas de répondre à la performance attendue. Ainsi, nous intervenons sur ce type de projet pour aider le data warehouse existant avec de nouvelles technologies. -Concernant les métiers, il s'agit de projets nouveaux qui impliquent des volumétries beaucoup plus importantes pilotés par les métiers. Ce sont des projets de monétisation, de grande base de données qui étaient jusqu'à présent dormantes. Les clients viennent nous voir pour savoir que faire avec leurs données et c'est là que nous faisons intervenir les data analytics pour les assister pour faire le lien entre les données et le besoin métier avec le ROI comme objectif. Il ne s'agit pas ici du retour sur investissement mais de retour sur information qui dépend du volume de données qu'il est possible d'explorer, du nombre de personnes qui peuvent analyser ces données et de la vitesse à laquelle nous pouvons obtenir ces informations, tout cela rapporté aux investissements. Cela implique la mise en place de nouvelles infrastructures et tout dépend de la nature du problème, de la nature des données et des performances recherchées. Par exemple, avec des volumes terra et des besoins en terme de performance et de vitesse de restitution de l'information, la solution In-Memory est plus adaptée. Quand la nature des données est structurée ou semi-structurée, des solutions de type Adobe sont recommandées surtout si les contraintes de temps réel ne sont pas importantes. Enfin, pour des données en grande masse et non structurées, il faut des solutions d'indexage sémantique, de recherche. Mouloud Dey: Dans ce cadre, êtes-vous amené à mettre en place des infrastructures basées sur un cloud HP ou un cloud externe? Yassine Faihe : Il y a une tendance vers le cloud mais tout dépend de la culture des

clients. Certains préfèrent que tout se fasse en interne avec un cloud privé, d'autres optent pour le cloud managé, il s'agit alors d'infogérance traditionnelle, hébergé par HP. D'autres encore, comme des sociétés qui n'ont pas de data center mais l'ensemble de leur infrastructure IT hébergée sur le cloud, l'hébergement se fait directement sur des cloud de type Rackspace ou Amazon. Mouloud Dey: Ce genre de déploiement amène de nouvelles compétences. Est-ce le genre de points que vous abordez auprès de vos clients? Ce nouveau rôle de «data scientist» est-il plus proche de la DSI ou des métiers? Yassine Faihe : Le cloud amène une certaine agilité pour le DSI et les métiers. Lorsque le cloud a émergé, il y a eu cette lutte entre les métiers et les DSI qui fonctionne avec un budget annuel et qui doivent prioriser les projets qui vont répondre aux besoins métiers. Souvent, l'ensemble des besoins métiers ne sont pas satisfaits ce qui conduit les directions des métiers à se tourner vers des solutions sur le cloud. Pour lutter contre le «shadow IT», la DSI a créé un catalogue de services à la disposition des métiers. Ce service est provisionné en interne ou en externe et de manière transparente. Le rôle du DSI est d'accompagner et de prendre les devants, d'offrir, par exemple, la data as a service, de faire en sorte d'avoir une datahouse d'entreprise ou l'ensemble des données dont auraient besoin les métiers serait disponible de manière fiable. C'est le premier niveau dans lequel le DSI peut se désengager de l'aspect visualisation en offrant les données pour qu'ensuite chaque métier apporte ses propres outils. Une approche efficace est d'aller un pas en avant et d'avoir des outils de reporting et de visualisation assez souples qui permettent un premier socle de visualisation développé par la DSI tout en laissant toute liberté aux métiers de personnaliser, de modifier et d'ajuster leur rapport à leur guise. La data analytics a pour rôle de manipuler les grands masses de données en vue d'extraire de l'information utile et exploitable. Il s'agit généralement d'équipe plutôt que d'individus car les compétences requises sont larges : la maîtrise des statistiques et des techniques de data mining et d'apprentissage machines, de programmation, de manipulation des données ainsi que d'autres compétences comme la connaissance des différentes métiers, la curiosité et la capacité à raconter une histoire. Concernant les différents types d'analyse : Il y a l'analyse descriptive. C'est généralement ce qu'on utilise avec des KPIs. De plus en plus, nous remarquons une analyse descriptive en temps réel qui nécessite d'avoir les bons outils. L'analyse de type diagnostique ou encore l'analyse de type prédictif consiste à essayer de comprendre ce qui s'est passé dans le passé pour construire un modèle et prédire le futur. Enfin, l'analyse prescriptive dans laquelle il s'agit de capitaliser sur les résultats de l'analyse prédictive pour offrir des recommandations à l'utilisateur.

Eléments de conclusion : Charles Du Réau : Il faut évoluer en fonction des différents besoins et avancer pas à pas. Je suis d'accord avec les différentes approches mis en avant par Olivier Brousseau. Cette flexibilité est nécessaire. Olivier Brousseau : Aujourd'hui, la visualisation de données n'est pas à même de remplacer la BI traditionnelle. Il faut sécuriser l'accès au data warehouse et faire émerger des scénarios de convergence. Public : La data visualisation n'est-elle pas seulement la partie immergée de l'iceberg? Finalement, n'est ce pas plutôt la qualité des datas et le data management en amont qui posent véritablement problème? Et n'est-il pas difficile de mesurer le ROI de ces projets? Olivier Brousseau : Le ROI est assez fantastique. Les gains sont énormes. La data visualisation permet de faire des gains au local. La BI traditionnelle sert les intérêts globaux de l'entreprise. Le travail en amont reste le gros du travail. Fin de conférence