Business Intelligence

Module : Management des systèmes d’informations

Master : Comptabilité Contrôle Audit

Réaliser par : Encadré par :

Amine EL Hadiri MME AJERAME MALIKA

Zakaria EL Goud

Année universitaire : 2020/2021

 Sommaire :

Introduction…………………………………………………………………..2

1) Définition du Business Intelligence…………………………………..3

2) L’historique et l’évolution du Business Intelligence…………………4

3) Etapes de processus du business intelligence ………………………..5

4) Les outils du business intelligence…………………………………….8

5) Les bénéfices du business intelligence………………………….……..10

Conclusion……………………………………………………………………..11

Bibliographies

1
Introduction
Dans un environnement devenu de plus en plus incertain et complexe, la mise au point d'une
stratégie susceptible de mieux d'atteindre les objectifs, l'élaboration de plans d'action, la
vérification des écarts avec la prédiction initiale, l'adaptation incessante des politiques, ne
peuvent s'imaginer sans recours aux technologies de l'information pour aider les gestionnaires
dans leurs prises de décisions. Avec la mondialisation des marchés, l'entreprise doit s'adapter,
si possible anticiper, parfois influencer, en tout cas réagir avec agilité. Pour y parvenir dans de
bonnes conditions, les gestionnaires ont besoin de l'information appropriée, au moment
opportun, pour la prise de décision.
Grace aux progrès réalisés en technologies de l'information (logiciels, bases de données…),
les entreprises peuvent aujourd'hui recueillir, traiter, stocker et diffuser de gros volumes
d'information, et toutes ces opérations s'effectuent de plus en plus rapidement et à un coût
raisonnable. Mais, si l'information n'est plus, comme dans le passé, une ressource rare, c'est
son organisation dans une base de données décisionnelle qui permet son analyse et son
exploitation à des fins de prise de décisions.
L’informatique décisionnelle représente donc le poste de pilotage de l’entreprise. Le business
intelligence a en effet l’avantage de présenter de manière structurée et simple l’ensemble des
informations de l’entreprise. Une uniformisation qui permet à tous les décideurs d’une même
société (et éventuellement de ses filiales) d’utiliser les mêmes indicateurs pour une meilleure
synergie. La prise de décision est facilitée que ce soit pour donner une nouvelle orientation à
l’entreprise (pénétrer de nouveaux marchés…) ou améliorer ses produits et ses services. Dans
ce point de vue, le logiciel aide simplement à rendre ce processus beaucoup plus facile à
mettre en œuvre et permet un plus grand échantillon de données à inclure dans l’analyse.
Cependant, business intelligence est efficace que et fiable pour guider les décisions
humaines. Cela dit, les sauts Business intelligence a fait pour guider les grandes entreprises de
contribué et à lui donner une quantité considérable de crédibilité dans le monde des affaires.
Par conséquent, de plus en plus d’entreprises ont saisi l’importance de la Business
Intelligence et des rapports d’activité. Ce terme est en train de devenir le mot à la mode dans
le monde de l’entreprise. Mais beaucoup d’entre nous ne saisissent pas encore pleinement
l’utilité de ce concept. C’est quoi le business intelligence ? Quelles sont les étapes et les outils

2
de processus de business intelligence et les outils ? Quel est l’intérêt de la Business
Intelligence ?

1. Présentation du business intelligence (BI)

1.1. Contexte
Aujourd'hui, dans un contexte où les sources d'information sont éclatées, volumineuses et
complexes, il y a un réel besoin de consolider et d'analyser ces dernières pour pouvoir avoir
une vision globale et optimiser le patrimoine informationnel de l'entreprise. Or, « trop
d'information tue l'information ». L'objectif du business intelligence est de créer, à partir des
données de l'entreprise mais aussi externe à celle-ci, l'information et le savoir aidant les
membres de l'entreprise, des cadres dirigeants aux opérationnels, dans leur pilotage. De
récentes études montrent que le business intelligence est l'une des préoccupations principales
au sein des directions de système d’information de grandes entreprises. En effet, dans le
contexte actuel des crises (comme la crise sanitaire que le monde souffre actuellement) et
d'hyper-concurrence, la business intelligence représente une opportunité pour les entreprises
d'optimiser le pilotage de leurs activités, et d'anticiper sur les évolutions du marché, des
comportements des clients / consommateurs…
Les domaines d'utilisation du business intelligence touchent la plupart des Métiers de
l'entreprise :
 Finance, avec les reportings financiers et budgétaires par exemple;
 Vente et commercial, avec l'analyse des points de ventes, l'analyse de la profitabilité
et de l'impact des promotions par exemple;
 Marketing, avec la segmentation clients, les analyses comportementales par exemple
;
 Logistique, avec l'optimisation de la gestion des stocks, le suivi des livraisons par
exemple ;
 Ressources humaines, avec l'optimisation de l'allocation des ressources par exemple ;
 Etc.

1.2. Définition du business intelligence

L’informatique décisionnelle que nous dénommerons BI s’insère dans l’architecture plus
large des systèmes d’information. L’informatique décisionnelle désigne les moyens, les outils

3
et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données,
matérielles ou immatérielles, d’une entreprise en vue d’offrir une aide à la décision et de
permettre à un décideur d’avoir une vue d’ensemble de l’activité prise en compte. La BI décrit
comment les utilisateurs souhaitent interagir avec des informations, dit comment les présenter
et les partager. Les profils des droits sont définis en partie par les besoins d’information
exprimés par les utilisateurs ou des groupes d’utilisateurs, et en partie sur la base des
capacités de reportings, des compétences et de l’infrastructure informatique qui existent dans
l’entreprise1.

2. L’histoire et l’évolution de business intelligence

 Il est convenu de fixer la naissance du business intelligence à 1958. Et d’en accorder
la paternité à Hans Peter Luhn, un analyste d’IBM2, cet analyste définit la BI comme
«la capacité à appréhender les interrelations entre les faits pour les présenter de façon
à orienter l'action vers un but désiré. »
 1970 : À la fin des années 1970 et dans les années 1980, l’informatisation des
entreprises se concentre sous l’angle de la production : saisies et calculs pour la
comptabilité, la paie, les stocks, les factures… .Des systèmes non conçus pour lancer
des requêtes d’analyse. Ces dernières, par leur lourdeur, génèrent en effet des bugs et
des ralentissements dans les bases de données… et provoquent la colère des opérateurs
de saisie.
 1980 : Apparition des premiers infocentres : des serveurs distincts sur lesquels est
enregistrée une copie des données de production destinée à l’analyse. Une copie
souvent partielle et mise à jour une fois par mois, qui livre cependant une vue
d’ensemble des activités passées et des informations utiles pour la prise de décision de
la direction générale. La séparation entre informatique de production et informatique
de décision lance le business intelligence dans l’ère moderne.
 1989 : C’est ainsi que se mettent en place les entrepôts de données (ou
datawarehouse) qui collectent et organisent les informations issues des différentes
applications des entreprises (comptabilité, infos clients, facturation…) ainsi que des
données économiques générales du secteur d’activité. Des outils informatiques,
baptisés ETL (Extract, Transform and Load) permettent cette collecte. Des

1
Carlier, Alphonse. Business intelligence et management. Editeur: AFNOR,2013, pages: 298
2
IBM : International Business Machines, est une société multinationale américaine présente dans les domaines
des matériels informatiques, du logiciel et des services informatiques.
4
 analystes spécialistes sont chargés d’exécuter les requêtes grâce à des applications de
type OLAP (On Line Analytical Processing) qui permettent un traitement analytique
en ligne. Ces spécialistes éditent tableaux et rapports de synthèse réguliers et offrent
aux dirigeants une connaissance toujours plus pointue et exhaustive des différentes
dimensions de la société (business, RH, ventes…) et de son marché.
 2000 : Le big bang informatique des années 2000, la puissance des ordinateurs et des
softwares entraînent une rapidité du traitement des données qui désormais est réalisée
en temps réel. La montée en puissance d’interfaces ergonomiques autorise les non-
spécialistes à manipuler les données, à les comparer, à les confronter et à établir eux-
mêmes des rapports d’activité clairs et des projections. On se libère de la contrainte
des lourdes manipulations informatiques. L’autre révolution vient de l’explosion du
web, de la digitalisation de toutes les activités qui impose de nouveaux défis et ouvre,
également, de nouvelles perspectives. Le défi est de contrôler l’augmentation
exponentielle de data et leur grande diversité : data formelles et factuelles
(statistiques) et data informelles (opinions et comportements sur les médias sociaux).
Un défi qui dépasse les compétences humaines mais pas celles du traitement des big
data par le machine Learning (apprentissage automatique). Grâce à des super
algorithmes, l’analyse des données non structurées produit aujourd’hui des modèles
prédictifs (data mining) couvrant tout le spectre de l’activité d’une entreprise :
comptabilité, budget, ou encore relation client, organisation interne, ressources
humaines… La direction générale bénéficie d’une vue à 360° et en temps réel de la
situation de son business global. Elle bénéficie aussi de prédictions toujours plus fines
qui facilitent les prises de décision.

3. Etapes de processus de BI
Un système d'information décisionnel assure quatre fonctions que sont la collecte,
l'intégration, la diffusion et la restitution des données 3.

3
Emilie DELTIL et Gérald PEREIRA, «Les étapes du processus » Business Intelligence, consulté le 16 janvier 202,
disponible sur le lien : https://www-igm.univ-mlv.fr/~dr/XPOSE2006/DELTIL_PEREIRA/processus.html#collecte
5
  La phase de collecte ou d’alimentation
La première étape de collecte de données permettra à terme de générer les indicateurs
nécessaires autour d’un système d'information décisionnel. Pour ce faire, vous devez trouver
l'emplacement des données. Les données d'application métier sont stockées dans une ou
plusieurs bases de données correspondant à chaque application utilisée.
Par conséquent, la collecte est un ensemble de tâches, y compris la détection, la sélection,
l'extraction et le filtrage des données brutes de l'environnement pertinent pour obtenir des
indicateurs utiles dans le contexte de l'aide à la décision. Les sources de données internes et /
ou externes étant souvent techniquement et sémantiquement hétérogènes, il est très difficile de
mettre en place cette fonction dans un système décisionnel complexe.
Ainsi, ces données applicatives sont extraites, transformées et chargées dans l'entrepôt de
données (ou datawarehouse) via un outil de type ETL (extract-transform-load) ou en utilisant
le français ETC (Extraction-Transformation-Chargement).
Par conséquent, les outils ETL permettent de synchroniser tous types de données dans les
entrepôts de données et les data-marts.
 La phase d’intégration
La deuxième étape est l'intégration des données. Une fois les données centralisées via l’outil
ETL, elles doivent être structurées dans l'entrepôt de données. Cette étape est toujours faite
par un ETL grâce à un connecteur permettant l’écriture dans le datawarehouse. L’intégration
est en fait un prétraitement conçu pour faciliter l’accès aux données centralisées aux outils
d'analyse.
Par conséquent, l'intégration consiste à concentrer les données collectées dans un espace
unifié, où la base informatique essentielle est un entrepôt de données.

6
Ce dernier est l’élément central du dispositif dans le sens où il permet aux applications d’aide
à la décision de bénéficier d'une source d'information homogène, commune, normalisée et
fiable. Cette centralisation permet surtout de s’abstraire de la diversité des sources de
données.
Dans cette étape, afin de maintenir une cohérence globale, les données sont transformées et
filtrées (les valeurs acceptées par le filtre de l'outil ETL de la fonction de collecte peuvent
introduire des incohérences dans les données centralisées) et sont rejetées ou intégrées après
la phase d'adaptation) Enfin, dans cette étape, tous les calculs et agrégations communs à
l'ensemble du système d'information décisionnel sont effectués.
 La phase de distribution ou diffusion
Cette étape de diffusion met les données à la disposition des utilisateurs. Elle permet la
gestion de droits d’accès et respecte donc des schémas correspondant au profil ou au métier de
chacun. Par conséquent, l'accès direct à l'entrepôt de données n'est pas autorisé. En fait, cette
approche ne répond généralement pas aux besoins des décideurs ou des analystes. Le
principal objectif de l'étape de diffusion est de diviser les données collectées en données
cohérentes, faciles à utiliser et correspondant au contexte d'activités décisionnelles spécifiques
(par exemple aux besoins d’un service particulier). En comparaison de l’entrepôt de données
peut héberger de nombreuses variables ou indicateurs, un contexte de diffusion n'en présente
que quelques dizaines pour rester simple d’exploitation. Chaque contexte peut correspondre à
un Datamart, bien que le stockage physique ne soit pas sujet à des règles particulières.
Généralement un contexte de diffusion est multidimensionnel : il peut donc être mis à
disposition via un outil OLAP.
 La phase de restitution
Cette dernière étape, également appelée reporting, se charge de présenter les informations à
valeur ajoutée de telle sorte qu'elles apparaissent de la façon la plus lisible possible dans le
cadre de l’aide à la décision. Les données sont principalement modélisées par des
représentations à base de requêtes afin de constituer des tableaux de bord ou des rapports via
des outils d'analyse décisionnelle.
Cette quatrième fonction, la plus visible pour l'utilisateur assure le fonctionnement du poste
de travail, le contrôle d'accès aux rapports, la prise en charge des requêtes et la visualisation
des résultats sous quelque forme que ce soit.
Le reporting est l'application la plus utilisée dans l’informatique décisionnelle, il permet aux
décideurs :
-de sélectionner des données par période, production, secteur de clientèle, etc.,
7
-de trier, regrouper ou répartir ces données selon des critères de choix,
-de réaliser des calculs (totaux, moyennes, sommes, pourcentages, écarts, comparatif..),
-de présenter les résultats de manière synthétique ou détaillée, généralement sous forme de
graphiques.
Les programmes utilisés pour le reporting permettent de faire varier certains critères pour
affiner l’analyse. Des instruments de type tableau de bord équipés de fonctions d'analyses
multidimensionnelles de type OLAP sont aussi utilisés pour cette dernière étape du SID.
4. Les outils de la Business Intelligence
 ETL
Extract-Tranform-Load ou en français ETC pour Extraction-Transformation-Chargement. Un
outil d'ETC est chargé de l'extraction des données métiers, de leur mise en forme dans le
cadre de l'aide à la décision et enfin de leur chargement dans un entrepôt de données.

Pour comprendre comment fonctionnent les solutions d’ETL, prenons l’exemple d’une
entreprise qui vend à la fois des produits en boutique physique et sur le web. Cette entreprise
a besoin d’analyser simultanément toutes les tendances de ventes.
Cependant, les données collectées en ligne et en magasin ne seront peut-être pas au même
format. De plus, les systèmes de collecte de données ne seront peut-être pas en mesure de
communiquer entre eux. Le rôle d’un logiciel ETL est de collecter les données pertinentes en
provenance des deux systèmes, de les transformer pour les rendre compatibles avec la
Datawarehouse, et enfin de les charger dans la Datawarehouse.
 Datawarehouse
Un entrepôt de données, ou datawarehouse, est une vision centralisée et universelle de toutes
les informations de l'entreprise. C’est une structure (comme une base de données) qui a pour
but, contrairement aux bases de données, de regrouper les données de l'entreprise pour des
fins analytiques et pour aider à la décision stratégique.
8
Un entrepôt de données peut être modélisé sous forme d'un datawarehouse ou d'un datamart.
Le datawarehouse globalise toutes les données métier de l'entreprise, alors que les datamarts
(alimentés depuis les données du datawarehouse) sont des contextes informationnels
concernant un métier particulier de l'entreprise (marketing, risque, contrôle de gestion, ...).
 OLAP
Le OLAP, ou Online Analytical Processing, est une technologie de traitement informatique.
Elle permet à un utilisateur de consulter et d’extraire facilement les données pour les
comparer de différentes façons. C’est un outil inscrit dans analyses services d’aide à la
décision bien pratique pour une entreprise. Les données OLAP sont stockées sur une base
multidimensionnelle, aussi appelées Cubes OLAP, pour faciliter ce type d’analyses. Un
serveur OLAP est nécessaire.

 Le tableau de bord
Le tableau de bord est un ensemble d'indicateurs de pilotage, guider ses décisions et ses
actions en vue d'atteindre les objectifs de performance.
Ces indicateurs peuvent prendre la forme d’écarts, de ratios, de graphiques ou de clignotants.
Le rôle de tableau de bord est le contrôle de gestion, le support de communication entre
responsables, favorise la prise de décision, peut être un instrument de veille permettant de
déceler les opportunités et risques nouveaux.
 Reporting
Le reporting est probablement l'application la plus utilisée encore aujourd'hui de
l’informatique décisionnelle, il permet aux gestionnaires :
Sélectionner des données relatives à telle période, telle production, tel secteur de clientèle,
etc.,
 Trier, regrouper ou répartir ces données selon les critères de leur choix
 Réaliser divers calculs (totaux, moyennes, écarts, comparatif d'une période à l'autre,
...),
 Présenter les résultats d’une manière synthétique ou détaillée, graphique selon leurs
besoins ou les attentes des dirigeants de l’entreprise
Les programmes utilisés pour le reporting permettent de reproduire de période en période les
mêmes sélections et les mêmes traitements et de faire varier certains critères pour affiner
l’analyse. Mais le reporting n'est pas à proprement parler une application d'aide à la décision.

9
 5. Les bénéfices du business intelligence

 Réduction des couts

Le business intelligence permet de réaliser des économies dans de nombreux domaines allant
de la réduction du personnel informatique à une meilleure négociation avec les fournisseurs
Grâce à la mise en place d’un système de business intelligence d’entreprise, les utilisateurs
peuvent trouver les réponses aux questions qu’ils se posent en définissent leurs propres
requêtes et leurs propres rapports. Les programmeurs peuvent alors se consacrer à des tâches à
plus forte valeur ajoutée, plus intéressantes et plus gratifiantes. Des économies importantes
sont ainsi réalisables en termes de ressources humaines en réaffectant les spécialistes
informatiques à des tâches plus profitables.

 Accroître l’efficacité au quotidien

En introduisant de l’intelligence dans les systèmes opérationnels disponibles en temps réel, on
peut accroître considérablement l’efficacité, réduire les coûts et améliorer la qualité de
service.

 Valoriser les investissements dans les progiciels ERP

Chacun sait que la mise en œuvre des applications de type ERP est complexe. Certaines
d’entre elles possèdent des milliers de tables et un format particulier que les programmeurs
mettent des années à maîtriser.
Mais la tendance actuelle la plus marquée est de faire évoluer les ERP au-delà de
l’automatisation pour donner naissance à ce que l’on pourrait appeler l’ERP intelligent.
Une étude récente a montré que les entreprises visent désormais l’intégration, au sein d’un
datawarehouse unique, des données provenant des ERP et autres systèmes opérationnels.
Les données sont extraites de l’application ERP afin d’être intégrées à un datawarehouse en
vue d’effectuer des analyses et de produire des rapports. C’est la meilleure façon
d’implémenter un système de business intelligence robuste au-dessus d’un ERP. Elle permet à
l’entreprise de concevoir le datawarehouse pour des utilisateurs qui ne sont pas des
techniciens.

10
 6. Conclusion

Le business intelligence est devenue un sujet incontournable et au cœur des préoccupations

des DSI dans leur impact positif sur la performance de l'entreprise. Elle s'apparente plus à un
processus continu au sein des entreprises, cadré par une stratégie, qu'à un projet ponctuel.
S'adressant aussi bien aux Directions Générales qu'aux Métiers, la BI, pour être efficace,
nécessite de la maturité dans les relations DSI-Métiers, en demandant notamment que DSI et
Métiers se considèrent réciproquement comme des partenaires et construisent ensemble sur
leurs différences. Aujourd'hui, les principaux enjeux pour la réussite des projets BI résident
dans la capacité de ces acteurs à consolider et structurer l'information en ligne avec la
stratégie de l'entreprise et sans problème de performance du fait de volumes en augmentation
constante, et à réussir l'accompagnement du changement :
 Assurer l'appropriation des outils par les utilisateurs et une utilisation partagée des
standards à partir de reports ad hoc;
 Offrir un espace de liberté aux utilisateurs, à côté des solutions existantes, pour
permettre la montée en puissance de l'utilisation des reports standards;
 Instaurer un climat de confiance entre la DSI et les utilisateurs;
 Nommer un process owner sur chaque projet;
 Définir et suivre les indicateurs clés,
 Etc.

11
 Bibliographie

 Carlier, Alphonse. Business intelligence et management. Editeur: AFNOR, 2013,

pages: 298
 Business Intelligence CIGREF_2009.PDF
 Présentation d'expert : « Évolution du secteur de la BI », Antoine PERCHET et
Dominique SANJIVY, APPEX, Janvier 2009
 Présentation « Pilotage des projets BI: déploiement, spécificités et mise en œuvre »,
Ariane DELALIEUX et David TREHOUT, GDF-SUEZ, Février 2009
 Présentation « Le décisionnel du groupe Carrefour », Jean-Christophe BRUN,
Carrefour, Mars 2009
 Présentation et retour d'expérience de Jacques-Benoit LE BRIS, Rhodia, Mars 2009
 Présentation et retour d'expérience de Bernard LOISEAU, Canal +, Mai 2009
 Présentation d'expert: « Marché BI: 15 tendances pour 2015 », Philippe
NIEUWBOURG, Mai 2009
 Thèse professionnelle "Business Intelligence", Matthieu Lafare, HEC Paris, 2006

Webographie

 https://www-igm.univ-
mlv.fr/~dr/XPOSE2006/DELTIL_PEREIRA/processus.html#collecte
 https://www.supinfo.com/articles/single/4278-comprendre-l-informatique-
decisionnelle-business-intelligence
 http://www.pikoter.org
 http://www.lemagit
 http://www.indexel
 http://www.wikipedia

12