L avantage concurrentiel procuré par l innovation dans la Business Intelligence

Un Thought Leadership Paper élaboré par Forrester Consulting pour SAP L avantage concurrentiel procuré par l innovation dans la Business Intelligence Valorisation des outils de Business Intelligence, d analyse prédictive et du «Big Data» existants et émergents Mai 2013

Table des matières Résumé... 2 Les informations procurent un avantage concurrentiel majeur... 4 Le manque d agilité entrave la valorisation des solutions BI... 5 La robustesse de l architecture BI est tributaire d un équilibre entre contrôle et agilité... 8 Des technologies novatrices pour valoriser au maximum l architecture BI... 10 Principales recommandations... 14 Annexe A : Méthodologie... 16 Annexe B : Notes... 16 2013, Forrester Research, Inc. Tous droits réservés. Toute reproduction non autorisée est strictement interdite. Les informations qui figurent dans les présentes s appuient sur les meilleures ressources disponibles. Les opinions exprimées dans ce document reflètent un point de vue au moment de sa rédaction et sont susceptibles d évoluer. Forrester, Technographics, Forrester Wave, RoleView, TechRadar et Total Economic Impact sont des appellations commerciales de Forrester Research, Inc. Toutes les autres marques commerciales sont la propriété de leurs détenteurs respectifs. Pour plus d informations, visitez le site www.forrester.com. [1-M0XFQR] À propos de Forrester Consulting Forrester Consulting prodigue des conseils indépendants et impartiaux fondés sur des recherches afin d aider les cadres dirigeants à réussir au sein de leur entreprise. Pour une courte séance de stratégie ou un projet personnalisé, les services de Forrester Consulting vous mettent directement en relation avec des analystes de recherche qui porteront un regard expert sur les défis de votre entreprise. Pour plus d informations, visitez le site www.forrester.com/consulting. Page 1

Résumé Le monde d aujourd hui confronte les entreprises à de nombreux défis, nul besoin de le rappeler. Pour tirer leur épingle du jeu, les professionnels doivent s adapter aux nouvelles exigences de l environnement économique mondial, tout en s accommodant de cycles d activités toujours plus courts au sein d un environnement concurrentiel qui ne cesse de s affirmer. La récente transition vers l économie numérique oblige les structures à mettre en avant leur capacité d adaptation. Considérées comme une ressource vitale, les données sont devenues incontournables pour tous, plus seulement pour les sociétés exerçant dans le Seulement 17 % des entreprises interrogées affirment ne pas douter de la maturité de leur environnement BI. Parallèlement, moins d un professionnel sur cinq déclare avoir été pleinement satisfait de la plupart des projets BI menés. Généralement, les entreprises utilisent uniquement 10 % de leurs données à des fins décisionnelles et d analyse. domaine de la vente. Dans ce contexte, l exploitation stratégique et tactique de celles-ci prend tout son sens. Ces nouvelles méthodes de gestion, gage de réussite pour qui les maîtrise, renforcent le pouvoir des véritables dirigeants. Le processus d optimisation de l utilisation des données d entreprise n est pas automatique. Sans les solutions technologiques innovantes, les données ne pourraient être exploitées. En permettant la transformation des ressources en informations utiles et l exécution de délais de livraison raisonnables, elles sont l outil de base des processus décisionnels des professionnels. Nombreuses sont les entreprises qui souffrent de processus, d infrastructures technologiques et d outils de Business Intelligence (BI) existants inadaptés. A contrario, certaines se félicitent du déploiement des toutes dernières innovations de la technologie BI (visualisation interactive, analyse «Big Data», etc.), qui leur permet d atteindre de nouveaux objectifs commerciaux. En février 2013, SAP a confié à Forrester Consulting le soin d examiner l impact des innovations liées à BI, à l analyse prédictive et au «Big Data» sur la réussite commerciale des entreprises. L un des principaux objectifs de l étude était d identifier les méthodes de gestion efficaces des technologies innovantes, qu elles soient liées à l utilisation de BI, à l analyse prédictive ou au «Big Data». Comment différencier un vrai leader d un suiveur? Forrester a mené des études approfondies auprès de 330 décisionnaires de gestion BI à l échelle mondiale et a identifié une forte corrélation entre la réussite commerciale des entreprises et l adoption d outils innovants de BI, d analyse prédictive et du «Big Data». Ce document vous présente les stratégies appliquées par les entreprises leaders dans la valorisation des technologies innovantes de BI et d analyse prédictive. Ce livre blanc vous présente la méthodologie à respecter pour rester à la pointe ou émerger parmi les nouveaux leaders. Principales conclusions L étude Forrester a abouti à cinq conclusions majeures : Pour la majorité des entreprises, les données procurent un avantage stratégique incontestable. Les professionnels reconnaissent l importance des données dans la gestion efficace de leur entité. Pour beaucoup d entre eux, ces ressources constituent un avantage concurrentiel. Ainsi, nombreux sont ceux qui déclarent fonder leur stratégie sur les données, mais seulement un décisionnaire sur deux utilise les données dans ses processus décisionnels. Derrière cette statistique se cache un formidable potentiel inexploité de réussite commerciale. Un lien pourrait être établi entre la maturité de l architecture BI et la réussite commerciale. Il va sans dire qu il n est pas aisé d établir des liens directs de cause à effet entre ces deux éléments. Malgré tout, cette étude (tout comme la recherche Forrester et d autres études indépendantes) a prouvé qu une maturité élevée de l architecture BI induit des résultats commerciaux supérieurs, concrétisés par l envol de la croissance d une année sur l autre. Les entreprises les plus performantes (connaissant une croissance minimale de 15 % par exercice) font également état d une plus grande réussite du déploiement de BI (voir Figure 1). Page 2

Les nouvelles fonctionnalités de BI peuvent aider les entreprises à répondre à leurs défis actuels. En s appuyant sur les technologies d analyse prédictive et sur les techniques «Big Data», les entreprises sont en mesure d exploiter des données toujours plus diversifiées en quantité plus importante, souvent en temps réel, et profitent ainsi d un avantage commercial sans égal. La virtualisation des données et les technologies de libre-service garantissent la réussite des processus décisionnels, en vous donnant les moyens de procéder à une reconnaissance efficace des modèles et en vous attribuant les outils dont vous avez besoin, en tant que décisionnaire. Les entreprises de pointe ont davantage tendance à utiliser des technologies innovantes, tout en restant encore une fois très prudents sur les liens de cause à effet. Les entreprises performantes ont davantage recours aux technologies innovantes, comme l analyse prédictive, le «Big Data», la visualisation interactive des données et le Cloud. Elles sont également plus enclines à procurer des outils de libre-service à leurs utilisateurs. Les environnements de BI agiles sont vitaux. Aujourd hui, la diversification des demandes commerciales et des dispositions réglementaires nécessite le déploiement de technologies adaptées à un nouveau modèle stratégique. De plus en plus, les entreprises reconnaissent l importance des environnements agiles. Pour l ensemble des acteurs, les données doivent être pertinentes et remises à la bonne personne. Pour bénéficier des degrés appropriés de contrôle et de flexibilité, il est nécessaire d établir une collaboration positive et constructive entre les services commerciaux et informatiques. Figure 1 La réussite de l architecture BI entraîne presque systématiquement la réussite commerciale «Vos initiatives BI sont-elles réussies?» 15 % de croissance ou plus Croissance négative ou inférieure à 4 % Souvent très réussies 9 % 35 % Souvent réussies 40 % 46 % Souvent plutôt réussies 19 % 37 % Souvent plutôt infructueuses Souvent infructueuses Je ne sais pas 3 % 4 % 1 % 2 % 5 % Base : 131 décisionnaires de gestion BI (79 dont l entreprise présente une croissance comprise entre des valeurs inférieures et 4 % ; 52 dont l entreprise présente une croissance supérieure ou égale à 15 %) Source : Étude réalisée par Forrester Consulting pour SAP, avril 2013 Page 3

Les informations procurent un avantage concurrentiel majeur Le monde actuel est soumis à des évolutions permanentes. Le contexte économique difficile accentue la pression exercée sur les leaders par un environnement concurrentiel de plus en plus contraignant. Pour la majorité des entreprises, l adoption d une stratégie différente, adaptée aux nouvelles exigences, est vitale. Est-il nécessaire de le rappeler ici? Au cours de l année écoulée, de nombreuses sociétés se sont retrouvées en difficulté (certaines même placées sous administration judiciaire). Leurs déboires nous démontrent le caractère impératif de cette évolution stratégique. À tous les niveaux de l entreprise, les décisionnaires (rôles exécutifs et opérationnels) ont la lourde tâche de définir les orientations qui accompagnent la croissance de l entreprise. Leurs choix entraînent idéalement une hausse de la rentabilité, une augmentation des parts de marché et un positionnement favorable face à la concurrence. Cette rivalité prend un nouveau visage, symbole de l évolution générale. Ainsi, il peut s agir d entreprises nouvellement créées ou de sociétés reconverties. Pour proposer une réponse appropriée, les décisionnaires ont bien entendu besoin des données, mais à un niveau de qualité élevé, ils doivent pouvoir compter sur des niveaux optimaux, gage de leur réussite commerciale. Sans ces informations, comment connaîtraient-ils la productivité de leur chaîne de production? Comment intégreraient-ils les éléments d inventaires dans leur stratégie? Comment obtiendraient-ils une visibilité instantanée sur leur chaîne d approvisionnement? Percevraient-ils les signes avant-coureurs des difficultés suffisamment tôt? Sur quels éléments baseraient-ils les décisions stratégiques qui n affectent pas le secteur financier de l entreprise, comme celles liées à la perception de la marque, au comportement des clients ou à tout autre paramètre non comptable? Pour rationaliser de manière sûre la circulation des données, en toute fiabilité, il est généralement nécessaire d établir une stratégie d entreprise de gestion des informations mais ce processus implique généralement des éléments et des personnes extérieures à la structure de déploiement. Malgré tout, une stratégie efficace de gestion des informations offre de nombreux avantages. Par exemple, cette politique peut contribuer à résoudre des problèmes persistants ou à identifier de nouvelles sources de revenus. En équipant les décisionnaires et les experts des outils appropriés, en leur donnant accès à des données pertinentes, cette stratégie répond aux exigences actuelles. En s appuyant sur les résultats de cette étude et des autres enquêtes réalisées jusqu alors, Forrester a établi que les entreprises qui reconnaissent la valeur de leurs données : Profitent de multiples avantages commerciaux. Interrogés sur l utilisation des informations au sein de leur entreprise, 75 % des professionnels assuraient considérer ces éléments comme une ressource stratégique, tandis que 70 % des personnes interrogées déclaraient prendre des décisions fondées sur les données en fonction des informations dont ils disposaient. Ainsi, leurs dirigeants sont en mesure de prendre des décisions commerciales plus avisées, de mieux contrôler les performances des processus et d obtenir une meilleure satisfaction des clients. Parallèlement, les résultats actuels laissent présager un avenir encore meilleur sur le plan commercial (voir Figure 2). Obtiennent des avantages matériels probants sur le plan commercial. Les analyses de rentabilité liées au déploiement des solutions de BI peuvent être difficiles à définir. Sans négliger les avantages immatériels, il faut impérativement appuyer la stratégie avec des promesses de résultats concrets. Dans le cadre de cette étude, nous avons en effet établi une corrélation entre l augmentation des dépenses consacrées aux solutions de BI (11,9 % contre 9,5 % pour les dépenses informatiques totales) et l envol de la croissance de l entreprise d une année sur l autre (plus de 15 % contre moins de 15 %). La recherche indépendante va dans le sens des conclusions de Forrester : les entreprises qui adoptent des processus décisionnels fondés sur les données obtiennent des résultats et une productivité 5 à 6 % supérieurs à ce qu ils auraient pu obtenir avec leur système informatique d origine. 1 Page 4

Peuvent mettre à profit les informations pour améliorer les pratiques commerciales actuelles ou identifier de nouveaux modèles commerciaux. En optimisant l utilisation de leurs données, les structures ont les outils pour affiner le développement de leurs produits, leurs messages marketing et leurs processus. Mieux positionnées sur le marché, elles disposent d une marge de manœuvre plus grande face à la concurrence. Dans ce contexte, même les entreprises confrontées aux risques de désintermédiation peuvent utiliser les données pour identifier des chaînes de valeur émergentes. En outre, de nombreux indices apportent la preuve du changement stratégique amorcé par de nombreuses entreprises. Aujourd hui, elles sont de plus en plus nombreuses à utiliser les données comme «monnaie d échange» lors des négociations tarifaires. Le potentiel d évolution est aussi important que lors des débuts du commerce en ligne : après l avènement de l e-commerce, une nouvelle révolution vient modifier le paysage commercial. Ceux qui avaient raté le coche il y a une décennie se voient offrir une nouvelle chance d être les précurseurs! Figure 2 L utilisation des données en tant que ressource stratégique procure de nombreux avantages commerciaux «La mise en œuvre d une architecture BI d entreprise nous a offert les avantages suivants :» Prise de décisions plus avisées Amélioration de la qualité et de la cohérence des données Amélioration de la planification stratégique Amélioration du contrôle des performances de processus Amélioration de la conformité et réduction des risques Amélioration de l interaction et de la satisfaction des clients Amélioration et optimisation des performances de processus 59 % 55 % 55 % 49 % 48 % 48 % 48 % Base : 330 décisionnaires de gestion BI identifiant leur activité comme «fondée sur les données» ou considérant les informations comme une ressource stratégique Source : Source : étude réalisée par Forrester Consulting pour SAP, avril 2013 Le manque d agilité entrave la valorisation des solutions BI Pour disposer d une visibilité globale sur votre activité, il vous faut adopter la technologie BI. Cela étant dit, de nombreuses structures peinent à exploiter pleinement cet atout : tandis que 46 % des personnes interrogées estiment que les initiatives BI mises en place sont majoritairement fructueuses, seules 19 % d entre elles affirment disposer de déploiements pleinement réussis. Pourquoi l adoption totale est-elle freinée? Par le passé, l implémentation d environnements BI évolutifs, robustes et dotés de nombreuses fonctionnalités représentait un enjeu majeur pour les professionnels. Désormais, les outils et les techniques modernes nous permettent de relever ce défi. Cependant, tous les problèmes ne sont pas encore résolus. Désormais, le bât blesse au niveau de l agilité et de la flexibilité des systèmes ; 25 % des répondants seulement affirment posséder un environnement BI hautement agile. Très probablement, la cause est à rechercher dans les architectures et technologies de BI de première génération, qui présentent une limite non négligeable : elles provoquent un arriéré constant des demandes commerciales. Il s agit d un problème classique de file d attente de type FIFO (premier arrivé, premier sorti). Avec ce type d architectures, le nombre des demandes de BI en entrée est trop important pour la capacité de traitement en sortie. Voici quelques axes d explication : Page 5

L architecture de type BI reste assez complexe. Au sein d une grande entreprise typique exerçant plusieurs activités sur plusieurs sites distants géographiquement, le nombre de composants requis pour l assemblage de solutions complètes de BI peut parfois atteindre plusieurs dizaines. Ces composants proviennent très rarement du même fournisseur. Si c est le cas, les éléments acquis en dernier sont bien souvent difficiles à intégrer. Le processus d intégration commence par l extraction, l association, la réconciliation et l agrégation de données issues de dizaines, si ce n est de milliers de sources différentes. Par la suite, et ce même si la stratégie prévoit l utilisation d un entrepôt de données, elle n est jamais complètement aboutie. Dernière remarque, un outil unique de BI satisfait rarement l ensemble des besoins. En conséquence, les responsables informatiques ont la lourde tâche d assurer la prise en charge et l intégration de plusieurs plates-formes : 49 % des personnes interrogées ont déclaré avoir équipé leur environnement BI de plus de 10 plates-formes différentes, hébergeant notamment des systèmes de gestion de base de données (SGBD), des outils d extraction, de transformation et de chargement (ETL), des solutions de BI ou de gestion des données principales. La mise en œuvre des solutions BI nécessite l utilisation de meilleures pratiques. Lors du déploiement des solutions BI, appuyez-vous sur l utilisation des meilleures pratiques et sur l expérience tirée des erreurs passées. Pour plusieurs raisons, ce savoir-faire est encore plus important que les éléments constitutifs de votre déploiement, à savoir la technologie et l architecture. Tout d abord, le déploiement de l architecture complète BI et les mises en œuvre associées nécessitent des efforts coordonnés d assemblage des différents composants, dédiés à la collecte des données, à l intégration, à la modélisation, aux mesures, à la génération des rapports, aux tableaux de bord, aux portails et aux alertes. Ensuite, sachez qu il est délicat d anticiper les besoins futurs de l architecture BI. En effet, le climat commercial et l environnement réglementaire sont tributaires des exigences du moment. Enfin, ayez à l esprit qu il n est jamais facile de s entendre sur les indicateurs et la façon dont ils doivent être définis. Voilà pourquoi les stratégies, les processus et les applications BI demandent des années d expérience. Les objectifs des parties prenantes commerciales et informatiques (BI) ne sont pas toujours alignés. Les utilisateurs professionnels, et c est dans leur intérêt, ont tendance à se soucier davantage des besoins de leurs clients. Ainsi, ils se satisfont plus des conclusions de contrats et des ventes de produits. Les responsables informatiques, a contrario, s attachent à optimiser la structure technique et bien souvent, leur activité est indépendante des objectifs commerciaux. La normalisation et la rationalisation des outils et des plates-formes atténuent les risques opérationnels ; nul ne saurait contester la légitimité du déploiement d une base technologique fiable et prometteuse. Malgré tout, ces objectifs informatiques, s ils ne sont pas alignés sur les demandes commerciales, peuvent représenter des obstacles à la réussite économique de l entreprise. Les structures de support des solutions BI existantes ne répondent souvent plus aux besoins actuels. Même les entreprises qui ont établi des centres de compétence BI estiment que ces structures, dans la plupart des cas, ne répondent plus aux exigences en l état. Axés généralement sur le service informatique et sur les projets, les centres de compétence appliquent des méthodologies compatibles avec la définition des impératifs de rapports réglementaires et fiscaux. Toutefois, ils ne sont tout simplement pas adaptés aux besoins évolutifs actuels des décisionnaires de gestion BI. Venant s ajouter à l activité commerciale croissante et à la pression concurrentielle, le décalage des objectifs informatiques et commerciaux réduit de facto le niveau d exigence des entreprises, qui cherchent avant tout à mener à bien leurs projets, sans en demander plus. Par exemple, uniquement un tiers des personnes interrogées ont déclaré que leurs utilisateurs professionnels avaient choisi d attendre la mise à jour des applications d entreprise ou l arrivée de nouvelles solutions. Les deux autres tiers ont décidé de prendre les choses en main en élaborant leurs propres applications avec des tableurs et d autres outils bureautiques (voir Figure 3). Cette enquête nous a également appris qu environ 40 % des environnements BI appartiennent exclusivement au département commercial ou au département informatique et sont exploités isolément, sans qu une grande coordination n ait été établie au préalable. Page 6

Figure 3 Les utilisateurs professionnels identifient leurs propres alternatives, par défaut d initiatives du service informatique «Quel est le pourcentage d applications BI (rapports, tableaux de bord) déployées par vos commerciaux?» Ils développent leurs propres applications pour répondre à des besoins immédiats, puis adoptent les applications d entreprise quand elles sont disponibles Ils attendent la mise à jour des applications d entreprise ou l arrivée de nouvelles solutions 34 % 38 % Ils développent leurs propres applications à l aide de tableurs et d autres applications de bureau 25 % Base : 330 décisionnaires de gestion BI (les réponses «Je ne sais pas» et «autre» n apparaissent pas) Source : Étude réalisée par Forrester Consulting pour SAP, avril 2013 En définitive, il est indéniable que les besoins des architectures BI évoluent trop rapidement pour les services informatiques, dépassés. Même si l architecture est déployée dans les règles de l art, une application BI peut être déclarée archaïque le jour même de sa mise en œuvre. Un processus complet de déploiement d une application BI, impliquant la conception, l élaboration et la mise en œuvre de la solution peut être rapide, réalisé en quelques semaines. Ce n est peut-être pas encore assez rapide. La longévité d une application BI, comptée en jours et semaines ou en mois et années, dépend de nombreux paramètres. Par exemple, un événement de fusion-acquisition, une nouvelle menace concurrentielle, une nouvelle structure de gestion ou de nouveaux impératifs de rapports réglementaires sont autant d événements susceptibles de rendre votre solution caduque. Pour toutes ces raisons, il est essentiel de mettre en œuvre un environnement BI agile sur tous les plans : développement du logiciel BI, organisation et technologies BI. Cette mise en place peut éventuellement vous apporter d excellents résultats sur le plan commercial. Il est important de noter que les entreprises les plus performantes de notre enquête (affichant une croissance minimale de 15 %) possèdent dans la plupart des cas des environnements BI très agiles (voir Figure 4). Figure 4 Les entreprises performantes disposent des environnements BI les plus agiles. «Votre environnement BI est-il agile, flexible et évolutif?» 15 % de croissance ou plus Croissance négative ou inférieure à 4 % Très agile 42 % 13 % Pourcentage cumulé 25 % Plutôt agile 38 % 53 % 53 % Pas trop agile 13 % 23 % 16 % Pas du tout agile Je ne sais pas 2 % 6 % 4 % 5 % 3 % 4 % Base : 131 décisionnaires de gestion BI (79 dont l entreprise présente une croissance comprise entre des valeurs inférieures et 4 % ; 52 dont l entreprise présente une croissance supérieure ou égale à 15 %) Source : Étude réalisée par Forrester Consulting pour SAP, avril 2013 Page 7

La robustesse de l architecture BI est tributaire d un équilibre entre contrôle et agilité Après avoir défini l «agilité» des architectures BI, il est nécessaire d apporter une précision importante. «Agile» ne signifie pas «carte blanche», modèle où tout individu disposant des compétences techniques ou du budget suffisant pourrait élaborer sa propre solution BI. En plus des coûts supplémentaires et des risques potentiels associés, cette approche renforce les silos de données existants et en crée de nouveaux. C est exactement ce que redoutent les décisionnaires, à la recherche d une visibilité complète et en temps réel sur leurs activités, au sein d un environnement transparent. D un autre côté, une architecture BI complètement centralisée, quoiqu offrant des avantages évidents, est souvent un environnement peu réactif. L ensemble des nouvelles requêtes suivent un processus bureaucratique interminable, via les comités de direction, les séances d approbation et autres obstacles administratifs. Par ailleurs, l application d une stratégie centralisée et trop rigide peut provoquer une situation désastreuse, que l on essaie justement d éviter : les utilisateurs professionnels finissent par élaborer des solutions BI à partir des tableurs ou par s approvisionner auprès de fournisseurs informatiques. Aujourd hui, les budgets informatiques sont principalement constitués par le secteur commercial. Par conséquent, les départements informatiques ne disposent pas des fonds nécessaires à la prise en charge de l ensemble des entités de la structure et contractent sans cesse des dettes techniques. Ce n est pas forcément un désavantage : en se répartissant les investissements dans des architectures et des outils émergents et plus agiles, les secteurs informatiques et commerciaux se partagent également la gouvernance, la propriété, la gestion, les contrôles, la limitation des risques et l agilité. Les principales caractéristiques d un environnement de livraison BI efficace sont les suivantes : La garantie d un équilibre approprié entre contrôle et agilité. Le moindre déséquilibre peut provoquer un désastre. En cas de mauvaise gestion du contrôle, votre architecture devient un symbole de laxisme ou d autoritarisme ; en établissant le bon équilibre, vous obtenez ce que chacun recherche : la démocratie (voir Figure 5). La réduction des risques liés à l agilité. Les entreprises ne peuvent pas accroître leur agilité sans penser à la réduction des risques associés. La correspondance entre les informations et les décisions. Les décisions critiques sur le plan commercial, liées par exemple à la quantité du produit à commander ou à la nature des composants de moteur à choisir, doivent être prises sur la base d informations fiables et validées. Les décisions secondaires, qui ne présentent pas de caractère stratégique pour les opérations quotidiennes, peuvent être prises à l aide de sources informatives non vérifiées, pas forcément validées. Par ailleurs, les entreprises d aujourd hui ont davantage tendance à incorporer des données externes dans leurs catalogues de données internes vérifiées, sans avoir préalablement examiné les contrôles qualité effectués par les fournisseurs tiers. Ainsi, les décideurs doivent toujours remettre en question les jeux de données qu ils utilisent dans le cadre des processus décisionnels. À l avenir, l élaboration d une évaluation risque-rendement deviendra une obligation. L efficacité de la transition du centre de compétence BI (BICC) vers un centre de solutions BI (BISC). Le centre de compétences traditionnel est moins complet, comme l indique la définition de Forrester : un BISC est «une structure organisationnelle permanente, transversale, virtuelle ou physique, évolutive à des fins de flexibilité et d agilité. Le centre est en charge de la gouvernance et des processus de prestation ou de facilitation de la prestation de solutions BI efficaces et joue les rôles institutionnels de coordinateur, de protecteur et de tribune pour les meilleures pratiques BI» (voir Figure 6). Page 8

La séparation de la préparation et de l utilisation des données. Ici, le secteur commercial doit préalablement prendre possession des couches d utilisation des données au sein de l architecture BI. Ensuite, chacun peut se concentrer sur son domaine de compétence : les experts informatiques manipulent les couches de préparation des données de l architecture BI ; ils s occupent notamment de l intégration des données, des métadonnées et de l entreposage des données. Sur cette base, les commerciaux sont en mesure de générer leurs propres rapports, requêtes ad hoc et tableaux de bord à l aide d outils sélectionnés avec le département informatique et conformes aux normes de l entreprise. Figure 5 L équilibre entre le contrôle et l agilité de l architecture BI Source : «Création d une organisation BI agile», Forrester Research, Inc., 25 janvier 2013 Figure 6 Centre d excellence BI, pourvu de structures séparées de préparation et d utilisation des données Source : «Création d une organisation BI agile», Forrester Research, Inc., 25 janvier 2013 Page 9

Des technologies novatrices pour valoriser au maximum l architecture BI De nombreuses technologies et techniques sont apparues au cours des 18 ou 24 derniers mois. Ces solutions fournissent aux entreprises l agilité et la flexibilité nécessaire à la prise de décisions opportunes, basées sur une «Pour nous, l architecture BI n est pas une solution technologique, il s agit d une fonctionnalité commerciale. Nous ne pouvons pas nous permettre de consacrer trop de temps à l amélioration des performances par l adaptation aux nouvelles exigences. Nos solutions technologiques doivent démontrer des capacités d évolutivité permanente.» (responsable BI, fabrication des biens de consommation, États-Unis) visibilité complète des performances de l entreprise, des processus de transactions avec les clients, des tendances émergentes, etc. Certains de ces outils sont dédiés à la communication des données aux personnes appropriées : les décisionnaires et les experts. Certaines de ces technologies (ou des principes sousjacents) ne sont pas récentes, elles existent parfois depuis un certain temps, qu il s agisse du traitement en parallèle massif ou de la visualisation des données. Ce qui est nouveau, c est la combinaison de l innovation logicielle, grâce à laquelle vous profitez d outils plus performants et plus faciles d utilisation avec les améliorations matérielles, qui vous offrent une puissance de traitement haute performance à des tarifs compétitifs. Vous pouvez profiter de cinq innovations majeures (voir Figure 7) : Figure 7 Cinq innovations majeures Cinq innovations majeures Outils de libre-service Visualisation interactive Analyse prédictive Analyse «Big Data» Modèles de livraison basés sur le Cloud Source : Forrester Research, Inc. Outils de libre-service. Ces outils permettent aux entreprises de mettre en œuvre le principe organisationnel de séparation de la préparation des données avec leur utilisation. En donnant aux commerciaux les moyens de générer leurs propres rapports et requêtes, ou encore de développer leurs propres tableaux de bords, ils allègent la tâche des spécialistes BI. Ces derniers sont dispensés des longs cycles de création de rapports entraînant inéluctablement (même si les réponses requises sont fournies) de nouvelles questions. Grâce aux outils de libreservice, les spécialistes BI sont débarrassés des processus «Lorsque nous travaillons à l aide d approches et de technologies BI traditionnelles, des éléments sont égarés entre les utilisateurs et le service informatique. Pour limiter au maximum les risques, les commerciaux doivent s approprier les technologies BI de libreservice.» (responsable informatique, fabricant de produits chimiques, Australie) interminables et frustrants et les commerciaux posent les questions de leur choix, non pas celles interprétées par les professionnels du service informatique ou les spécialistes de l architecture BI. Page 10

Visualisation interactive. Sous une forme ou une autre, la visualisation interactive existe depuis un certain moment. Il est bien plus facile et plus rapide d isoler les informations critiques lorsque les données sont présentées sur une carte. De la même manière, nul besoin de débattre sur l utilité des graphiques et des cartes géographiques, qui facilitent l identification des tendances et des modèles. Toutefois, les représentations graphiques n offrent qu une visibilité «Nos données sont trop complexes pour les bases de données relationnelles, elles sont trop vastes. Pour nous, une transaction est l un des événements constitutifs d un essai clinique. Pensez à la quantité innombrable d attributs d une transaction. Le poids, la taille, l âge, le sexe, la race, le groupe sanguin, la couleur des cheveux/yeux, les antécédents médicaux (sous-divisés en centaines d attributs), le profil génétique, le mode de vie, etc. En réalité, elle comporte des milliers d attributs. Les outils communs de traitement analytique en ligne, dédiés à l analyse de quelques dimensions au maximum, ne nous sont d aucune utilité. Nous devons pouvoir compter sur des fonctionnalités avancées de visualisation des données» (responsable informatique, société pharmaceutique, États-Unis) «Nous devons comprendre les motivations des clients. Pourquoi voudraient-ils faire appel à nous? Notre attractivité en ligne est bien trop faible.» (responsable marketing, assureur européen) partielle sur la situation. Sans la visualisation, qui permet d accéder directement aux données sous-jacentes, elles ne présentent qu un intérêt limité si l utilisateur est contraint d utiliser d autres outils ou interfaces pour obtenir les données spécifiques dont il a besoin. De la même manière, il peut être intéressant de basculer aisément entre deux visualisations en fonction des spécificités d une recherche. Il n est pas forcément évident, par exemple, d identifier immédiatement le graphique le plus adapté à un ensemble d informations donné. Aujourd hui, certaines entreprises, soucieuses d assurer une gestion efficace de leurs jeux de données complexes, sollicitent des outils avancés de visualisation des données. Dans ce secteur, le marché se développe pour répondre aux attentes des experts. Désormais, ces derniers ont une large gamme d outils à leur disposition et profitent des nouvelles solutions, des innovations et de la commercialisation de masse des produits existants pour exercer leur métier dans les meilleures conditions qui soient. Analyse prédictive. Dans le monde professionnel actuel, où la capacité d adaptation et l esprit de compétition sont mis en avant, il est devenu essentiel de pouvoir anticiper l avenir proche. Considérons par exemple les secteurs industriels comme les services, la fabrication ou l extraction de matières premières. En prévoyant les pannes d équipement, ces professionnels sont en mesure de réduire les coûts d entretien et les interruptions de service. Les commerçants peuvent améliorer l efficacité de leurs campagnes marketing à l aide de l analyse prédictive, et le taux d attrition de tout secteur peut être atténué à l aide de mesures appropriées ciblant les clients sur le départ. Dans le secteur médical, les praticiens peuvent mieux prévoir l efficacité et les effets secondaires des différents médicaments. Si nous ne pouvons dresser une liste exhaustive ici, permettons-nous simplement de mettre en garde les structures qui tournent le dos à ces techniques. Tôt ou tard, leur positionnement sur le marché s en trouvera affaibli. Analyse prédictive du «Big Data». Au cours des 18 derniers mois, aucun autre domaine technologique n aura autant fait parler de lui. Tout d abord, sa définition fait débat. Certains évoquent 3 «V» (volume, variété, vélocité), voire 4 (avec la variabilité) ou plus ; quoi qu il en soit, tout le monde se rejoint sur un point : la valeur ajoutée des techniques d analyse prédictive du «Big Data» à leur activité. Ces techniques incluent le traitement en Un ensemble de compétences, de techniques et de technologies dédiées au traitement des données à grande échelle, avec agilité et à moindre coût (définition de Forrester) La prudence est de mise : tous les outils d analyse prédictive du «Big Data» ne sont pas de «niveau professionnel» ; beaucoup sont encore expérimentaux, pas aboutis. parallèle massif, les systèmes de gestion de base de données de type BI (en colonnes ou In-Memory), l analyse de données non structurée (extraction d entités sémantiques, traitement du langage naturel (ou techniques similaires)), la faible latence et l analyse prédictive en flux. Page 11

Par le passé, le coût élevé de ces technologies les mettait hors de portée des entreprises. L émergence des solutions abordables d analyse, dédiées au traitement d une grande diversité de données, a modifié le marché. En complément des environnements BI traditionnels, elles viennent renforcer le potentiel des structures. Les solutions «Big Data», sans remplacer ces applications analytiques, intègrent peu à peu le paysage BI. En effet, les données critiques des commerciaux sont de plus en plus migrées à l extérieur des systèmes BI et de reporting, ce qui ouvre la voie à de nouvelles solutions. Beaucoup de choses, parfois fantaisistes, ont été dites sur les technologies «Big Data» mais judicieusement choisis, les outils d analyse de ces données offrent des avantages incomparables sur le plan commercial. Modèles de livraison basés sur le Cloud. Répandues ou marginales, les techniques et technologies basées sur le Cloud sont nombreuses. Elles ont toutes vocation à Le Cloud computing comprend : prendre en charge les ressources des entreprises, afin que ces dernières puissent davantage se concentrer Les services gérés des fournisseurs tiers sur leurs activités critiques et faire preuve de la L hébergement applicatif des fournisseurs tiers flexibilité et de l agilité nécessaire à l évolution des Le Cloud public besoins. Par ailleurs, elles entraînent une réduction Le Cloud privé des dépenses d investissement. Les entreprises performantes font davantage confiance aux technologies innovantes BI Dans cette étude, nous avons évoqué l adoption des nouvelles technologies BI et avons dépeint la relation existant entre la maturité des architectures BI et l utilisation des technologies BI innovantes décrites ci-dessus. Par ailleurs, nous avons cherché à démontrer la corrélation entre les résultats commerciaux (croissance d une année sur l autre) et le déploiement desdites technologies. Voici nos conclusions : Il existe un lien entre la maturité des architectures BI et l utilisation des technologies BI innovantes. Les entreprises qui affirment posséder un environnement BI mature ou très mature sont plus nombreuses à avoir déployé des outils interactifs de visualisation des données et utilisent plus facilement l analyse prédictive et les technologies d analyse du «Big Data». Dans ces structures, le modèle de libre-service est plus répandu et les professionnels développent eux-mêmes entre 75 et 100 % de leurs rapports et tableaux de bord. Elles sont également plus ouvertes à l adoption de modèles de livraison BI alternatifs, comme les applications ou services hébergés par un fournisseur tiers ou les infrastructures de type Cloud (public et privé). Les entreprises performantes font davantage confiance aux technologies innovantes. Les entreprises qui ont vu leurs revenus augmenter d un taux supérieur ou égal à 15 % utilisent beaucoup plus l analyse prédictive, ont déployé des solutions interactives de visualisation des données et sollicitent les techniques d analyse prédictive du «Big Data». Par ailleurs, elles se tournent plus facilement vers les modèles de livraison de type Cloud (voir Figure 8). Les professionnels qui font confiance à l analyse prédictive du «Big Data» sont également plus nombreux à avoir mis en place la phase de production de leur projet, à avoir dépassé le stade du prototype. L utilisation du libre-service BI stimule les performances commerciales. En offrant aux professionnels compétents les outils appropriés de BI, vous gagnez du temps et vous épargnez le problème d «égarement» décrit dans la section précédente. Les résultats de l enquête montrent que quasiment toutes les entreprises ont commencé à accorder de l autonomie à leurs utilisateurs, qui sont désormais en mesure de créer des rapports et des tableaux de bord. Toutefois, toutes n ont pas franchi le pas de l adoption. En réalité, les entreprises performantes ont davantage tendance à utiliser les outils de libre-service BI (voir Figure 9). Page 12

Figure 8 Les entreprises performantes font davantage confiance aux technologies innovantes et aux modèles de livraison BI Notre entreprise... 15 % de croissance ou plus Croissance négative ou inférieure à 4 % Héberge des environnements BI et EIM hors site (Cloud privé ou public, services gérés, hébergement applicatif) 82 % 98 % Utilise différents types de technologies d analyse «Big Data» (entreposage de données sur des bases de données MPP, analyse In-Memory, traitement du langage naturel, faible latence, analyse des données en flux, etc.) 77 % 96 % Utilise l analyse prédictive, comme les algorithmes perfectionnés de traitement statistique, d exploration de données et d apprentissage automatique 46 % 87 % Déploie des solutions de visualisation des données interactives (pas statiques) au sein de l environnement BI 41 % 75 % Base : 131 décisionnaires de gestion BI (79 dont l entreprise présente une croissance comprise entre des valeurs inférieures et 4 % ; Source : Étude réalisée par Forrester Consulting pour SAP, avril 2013 52 dont l entreprise présente une croissance supérieure ou égale à 15 %) Figure 9 L utilisation du libre-service BI stimule les performances commerciales «Quel est le pourcentage d applications BI (rapports, tableaux de bord) déployées par vos commerciaux?» 15 % de croissance ou plus Croissance négative ou inférieure à 4 % 90 % à 100 % 4 % 19 % 75 % à 89 % 6 % 23 % 50 % à 74 % 9 % 23 % 25 % à 49 % 17 % 28 % 10 % à 24 % Moins de 10 % 8 % 8 % 24 % 25 % Je ne sais pas 2 % 4 % Base : 131 décisionnaires de gestion BI (79 dont l entreprise présente une croissance comprise entre des valeurs inférieures et 4 % ; 52 dont l entreprise présente une croissance supérieure ou égale à 15 %) Source : Étude réalisée par Forrester Consulting pour SAP, avril 2013 Page 13

PRINCIPALES RECOMMANDATIONS Au sein de nombreuses structures, les professionnels disposent de moins en moins de moyens de traitement des données brutes (issues de sources internes et externes), qu ils pourraient transformer en informations sur lesquelles s appuyer lors des processus décisionnels. Cette perte d autonomie s explique en partie par le manque de flexibilité des organisations et environnements technologiques BI traditionnels, qui peinent à répondre aux demandes commerciales dans des délais raisonnables. Dans de nombreux cas, cette situation explique le développement de projets BI «risqués», créés par pure frustration et découlant sur des solutions peu efficaces. Pour pallier ces problématiques et valoriser les technologies BI nouvelles et existantes, Forrester préconise de : Veiller à entretenir de bonnes relations entre les secteurs informatiques et commerciaux et à aligner les objectifs, les priorités, les rôles et les responsabilités. Nombre d entreprises ne parviennent pas à optimiser les déploiements BI existants et planifiés. Pour remédier à ce problème, il vous faut établir une relation de confiance entre les services commerciaux et informatiques. En cas de tensions ou d absence de communication entre les deux départements, amorcez avec prudence les projets. Vous faites partie du département informatique? Essayez donc d identifier les solutions alignées sur les priorités commerciales. Si vous appartenez au secteur commercial, nouez le dialogue avec les experts informatiques et essayez de comprendre pourquoi vos besoins ne sont pas satisfaits. Chargez le secteur informatique de la préparation des données et des applications BI critiques. Donnez à vos commerciaux les moyens de créer leurs propres solutions BI, en particulier les applications non critiques. Ici, les technologies BI innovantes jouent un rôle clé. En alignant les objectifs et les responsabilités des secteurs commerciaux et informatiques, vous augmentez vos chances de concrétiser les investissements dans les technologies et outils récents. Développer un centre de solutions BI agile (Centre d excellence ou de compétence BI) en y intégrant des technologies pilotes innovantes. Si vous disposez déjà d un centre d excellence BI, vérifiez qu il fournisse la flexibilité et l agilité nécessaire à la valorisation de l architecture BI. Assurez-vous de l implication des secteurs commerciaux et informatiques, de la séparation de la préparation des données de leur utilisation et veillez à ce que les décisionnaires commerciaux possèdent les outils de libre-service et le support technologique spécifique nécessaires. Enfin, n oubliez pas qu il est primordial de consacrer du temps et des efforts aux expérimentations. Établissez un centre d expérimentation ou demandez aux professionnels BI (ou à des commerciaux) de consacrer une partie de leur temps à des essais. D une manière ou d une autre, vous devez évaluer le potentiel des nouvelles technologies. Ne pas faire durer les projets pilotes et les évaluations. Bien souvent, les avantages d une technologie ne sont pas facilement identifiables. Il est essentiel d appliquer une approche pratique afin d établir la valeur ajoutée d une technologie spécifique. Si cette valeur est nulle, agissez rapidement. Modifiez vos déploiements ou les techniques et outils utilisés. Un des clients de Forrester, une grande banque de détail américaine, obtient des résultats d expérimentation probants à l aide des milliers (!) de campagnes qu elle réalise chaque mois avec des segmentations de clientèle et des structures de tarification différentes. Grâce aux technologies d analyse prédictive innovantes, la banque développe ses campagnes très rapidement et envisage l ensemble des possibilités afin d identifier la méthode la plus efficace (campagnes avec le plus de réponses). Classer vos projets en fonction de leur pertinence vis-à-vis des technologies innovantes. Les solutions technologiques émergentes ne sont pas adaptées à l ensemble des besoins. Définissez le nombre de cas d utilisation appropriés pour vos besoins commerciaux et réglementaires. Par exemple, vos décisions sont-elles stratégiques, tactiques ou opérationnelles? Devez-vous consulter vos données en temps réel? Les données du mois précédent vous suffisent-elles? Quelle est la fréquence de modification de vos besoins? Dans quelle mesure les entités externes (autorités de réglementation et partenaires) contrôlent-elles vos processus BI? Comptez-vous sur des informations 100 % fiables (quitte à rallonger le temps de production)? Vous satisfaites-vous de données «de qualité suffisante» disponibles immédiatement? Planifiez ces exemples d utilisation en les mettant en correspondance avec les outils et technologies BI existants, puis associez chaque cas à la solution innovante qui vous permettra d appliquer un modèle risque/récompense optimal. Page 14

Valoriser les technologies pour permettre aux professionnels d accélérer et d affiner leurs processus décisionnels. Si vous souhaitez limiter les risques et éviter de baser vos décisions sur des données erronées, vous devez mettre en œuvre une plate-forme technologique solide et des mécanismes puissants de gouvernance. À partir de là, les entreprises doivent essayer de valoriser efficacement les données dont elles disposent. Pour ce faire, les professionnels doivent intégrer les outils adaptés dans les portefeuilles technologiques existants. Il peut s agir de solutions d analyse du «Big Data», de visualisation avancée ou d analyse prédictive. Enfin, nous insistons sur l importance de l autonomie à accorder aux commerciaux. Ils connaissent les rouages de votre activité, laissezles s occuper eux-mêmes de l analyse et de la découverte des données. Forrester recommande que les utilisateurs soient chargés d au moins 80 % des livrables BI. Cette statistique peut être moins importante au sein des entreprises très structurées ou réglementées (par exemple, la génération des rapports ad hoc est interdite dans le cadre des contrôles des bonnes pratiques de fabrication pharmaceutiques menés par la FDA). Forrester estime que le manque d implication des utilisateurs dans la gestion des livrables BI entraîne l allongement de la file d attente des requêtes BI, qui devient très rapidement ingérable. Page 15

Annexe A : Méthodologie En février 2013, SAP a confié à Forrester Consulting le soin d examiner l impact des innovations liées à BI, à l analyse prédictive et au «Big Data» sur la réussite commerciale des entreprises. Forrester a mené des études approfondies auprès de 330 décisionnaires de gestion BI à l échelle mondiale et a identifié une forte corrélation entre la réussite commerciale des entreprises et l adoption d outils innovants de BI, d analyse prédictive et du «Big Data». L enquête a été effectuée en ligne en Amérique du Nord, en Amérique latine, en Europe et en Asie en mars 2013. Forrester a également interrogé 3 utilisateurs de BI, afin d analyser le sujet plus en détail. Annexe B : Notes 1 Sur la base des réponses fournies par 460 utilisateurs de BI dans notre récente enquête, nous avons établi une corrélation entre l augmentation des dépenses consacrées aux solutions BI (11,9 % contre 9,5 % pour les dépenses informatiques totales) et l envol de la croissance de l entreprise d une année sur l autre (plus de 15 % contre moins de 15 %). Source : Étude stratégique Forrsights : Business Intelligence et Big Data, 4e trimestre 2012, Forrester Research, Inc. En se penchant sur les données recueillies lors d enquêtes visant les pratiques d entreprise et les investissements informatiques de 179 grandes sociétés cotées en bourse, les chercheurs ont identifié l impact des décisions fondées sur les données. Les entreprises qui franchissent le pas obtiennent des résultats et une productivité 5 à 6 % supérieurs à ce qu ils auraient pu obtenir avec leurs investissements et leur système informatique d origine. Source : Erik Brynjolfsson, Lorin M. Hitt, et Heekyung Hellen Kim, «Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance?» (La force des nombres : l impact des décisions fondées sur les données sur les performances d entreprise), Social Science Research Network, 22 avril 2011 (http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1819486). Page 16