Business Intelligence, Architecture du SID
11 février 2020 Par Alain Fernandez Partagez
S ur le plan technique, la Business Intelligence peut être
caractérisée comme une famille d'outils progiciels bien spécifiques.
Chacun est destiné à traiter une phase du processus décisionnel,
depuis la collecte de données au sein même des unités de production
jusqu'à la facilitation de l'aide à la décision pour les managers.
Voyons les caractéristiques typiques d'une plate-forme informatique
décisionnelle. L'architecture du principe est ici classiquement
présenté selon 4 étages.
Définition, 1- Collecter, 2- Stocker, 3- Distribuer, 4- Exploiter,
Ressources, Livres de référence
Les outils de la Business Intelligence
We are just beginning to understand how to use information as a tool.
Peter Drucker
Architecture du Système d'Information Décisionnelle (SID)
La Business Intelligence (informatique décisionnelle) propose d'utiliser les
données transitant par le Système d'information, données de production le
plus souvent, en informations susceptibles d'être exploitées à des fins
décisionnelles.
Sur le plan pratique et technique, la Business Intelligence se compose d'une
famille d'outils informatiques et de progiciels assurant le fonctionnement de
la chaine de traitement de l'information.
Les 4 fonctions de la chaîne décisionnelle
Il est coutumier de présenter les éléments et outils composant la chaîne
décisionnelle en quatre catégories correspondant chacune à une fonction
spécifique, à une phase du processus.
Fig 1. Les 4 phases du processus de Business Intelligence, de la donnée à
l'information.
-1- Collecter, nettoyer et consolider les données Extraire les données
des systèmes de production et les adapter à un usage décisionnel.
-2- Stocker Centraliser les données structurées et traitées afin qu'elles
soient disponibles pour un usage décisionnel.
-3- Distribuer Ou plutôt faciliter l'accessibilité des informations selon les
fonctions et les types d'utilisation.
-4- Exploiter ou comment assister du mieux possible l'utilisateur afin
qu'il puisse extraire la substance de l'information des données stockées
à cet usage.
1. Collecter : Les outils d'ETL (Extract Transform and Load)
Collecter, Nettoyer et Consolider les données de l'entreprise étendue.
La collecte des données est une fonction remplie par une famille d'outils
dénommée ETL pour Extract Transform load.
Le système d'information de l'entreprise ne s'est pas bâti en un temps unique.
La majorité des systèmes d'information d'entreprise sont de nature
hétérogène pour la plupart. Bien que la standardisation des échanges entre
les divers outils informatiques avance à grands pas, la disparité des formats
des données en circulation est toujours une réalité. C'est le principal obstacle
technologique aux échanges étendus d'informations.
Avant d'être utilisables, les données seront formatées, nettoyées et
consolidées. Les outils d'ETL (Extract Transform load) permettent
d'automatiser ces traitements et de gérer les flux de données alimentant les
bases de stockage : Data warehouse ou Datamart.
Le Master Data Management, la gestion des données de référence, assure la
standardisation et la traçabilité des données de référence de l'entreprise.
C'est un projet en soi dont la finalité dépasse la constitution de la base
décisionnelle. La meilleure solution restant de mettre en oeuvre
une gouvernance des données digne de ce nom. Ce sera le moyen de mieux
garantir la qualité et la pertinence des données en fonction de l'usage que
l'on en attend. Autrement, dit on ne peut décider qu'à la condition que les
données utilisées soient toutes de confiance.
2. Stocker : Le Data warehouse et le datamart
Les bases de données de production ne sont pas utilisables pour une
exploitation décisionnelle. Les données brutes ne sont pas prêtes à cet usage
et par ailleurs les requêtes décisionnelles sont particulièrement gourmandes
en ressources machines.
Les données, au préalable nettoyées et consolidées, seront stockées dans une
base spécialisée: le data warehouse ou le datamart.
Le datamart est une version plus réduite du data warehouse. Le data mart est
orienté sujet ou thème et peut être par exemple utilisé pour des applications
de CRM (Custom Relationship Management) ou de Data Mining .
Le data warehouse ou le datamart sont alimentés par l'outil d'ETL (Extract
Transform load). À noter que le projet Data Warehouse est assez particulier.
Il est préférable de le considérer comme un processus. Le Data Warehouse
est en effet en perpétuelle évolution.
3. Distribuer les informations
L'écrasement de la pyramide et la multiplication des points de prise de
décision modifient fondamentalement la gestion de l'information.
L'information sera perçue en terme de flux et non d'unité de stockage. Afin
de dynamiser la réactivité globale, l'information sera largement distribuée
auprès de l'ensemble des partenaires. Aux premiers temps du web on
attendait beaucoup du portail décisionnel, EIP Enterprise Information
Portal, pour remplir cette fonction essentielle. Désormais, le développement
du web a un peu modifier la donne avec une Business Intelligence de 2nde
génération, exploitant pleinement les capacités du web social pour
l'entreprise, démocratise très largement l'accès à l'information décisionnelle.
4. Exploiter : Tableau de bord, analyse OLAP ,
datamining,...
Une fois les données stockées, nettoyées, consolidées et accessibles, elles
sont utilisables. Selon les besoins, différents types d'outils d'extraction et
d'exploitation seront envisagés.
Analyser les données, notamment avec les outils de type OLAP pour
les analyses multidimensionnelles.
Rechercher des corrélations peu visibles avec le Data mining .
Piloter la performance, aide à la décision des décideurs en situation
avec les tableaux de bord présentant les indicateurs clés de l'activité.
Communiquer la performance avec le Reporting.
Accéder à la connaissance, échanger avec ses pairs en exploitant
pleinement les ressources coopératives du web social tel que le
propose la Business Intelligence de deuxième génération.
