Le nouvel Eldorado du décisionnel 2/3

Derniers maillons de la chaîne, les outils d'interrogation de données et de restitution (Business Objects, Brio Software, Actuate, Microstrategy). Ces derniers peuvent également offrir des fonctions avancées d'analyses prédictives, de simulation, de data mining et traitements statistiques, comme KXEN ou SPSS. Si, historiquement, chaque problématique comptait ses acteurs spécifiques, la tendance aujourd'hui est à la fourniture de solutions globales émanant à la fois d'éditeurs du décisionnel (Cognos, SAS...), de CRM (Siebel), de fournisseur d'ERP, comme PeopleSoft, JD Edwards, Oracle, ou encore d'éditeurs spécialisés dans la fonction marketing, tels que Marketic. Microsoft et SAS proposent, de leur côté, des plates-formes totalement intégrées incluant des bases de données relationnelles, des outils ETL et de data mining. « Depuis cette année, tous les grands éditeurs du marché CRM, SFA, d'automatisation du marketing, de centres multicontact, d'ERP, ont encapsulé de la Business Intelligence dans leurs offres produits. Cela est en partie dû à l'émergence du temps réel via le Web, qui vient totalement bouleverser les concepts du marketing », souligne Renaud Fillaz de Vilaine. Parmi cette pléthore d'outils, comment faire le bon choix ? En fait, tout dépend des objectifs fonctionnels de l'entreprise. Plus ces derniers seront évolués, plus les outils seront difficiles à choisir et à utiliser. « Il ne faut pas pour autant se focaliser sur des choix techniques, souligne Xavier Heuille, responsable solutions métiers au sein de la société Micropole-Univers. Ce qui est vraiment important, c'est la qualification des données. Il ne sert à rien de mettre sur pied un système de Business Intelligence si les données quantitatives et qualitatives sont fausses ou mal renseignées. » L'autre tendance du marché est à la démocratisation des solutions décisionnelles. Alors que dans le passé, la plupart des outils étaient réservés à des utilisateurs aguerris, statisticiens, informaticiens..., ils arrivent aujourd'hui sur le poste de monsieur "Tout Le Monde", comme une simple extension de ses applications bureautiques. « Nous souhaitons que les utilisateurs marketing soient totalement indépendants dans les processus de restitution et d'analyse de données, quels que soient la question posée et l'endroit où ils se trouvent. C'est la raison pour laquelle nous défendons ardemment le concept de datamarts métiers, permettant la mise à disposition des données sur un serveur départemental de l'entreprise à une communauté d'utilisateurs, marketing ou autre, et ce, sans bousculer l'organisation de l'entreprise », explique Jean-Claude Borraz, directeur général de Dimensional Insight, éditeur spécialisé dans la fourniture de solutions de BI. A l'inverse, certains experts estiment qu'il est dangereux de laisser les marketers et les opérationnels en général effectuer des analyses et modélisations de données, leur travail étant avant tout de concevoir des offres marketing. Là encore, ce sera à l'entreprise, et en particulier à la direction générale, de décider quels départements et utilisateurs elle souhaite impliquer dans un projet de Business Intelligence, notamment en fonction de leur sensibilisation à l'outil informatique.

L'intégration de données : facteur clé de réussite d'un projet de BI

« Le principal défi lié au développement d'une stratégie efficace de Business Intelligence réside dans la collecte et l'intégration des données hétérogènes de l'entreprise », souligne Gaurav Dhillon, président et CEO d'Informatica, fournisseur mondial de solutions de Business Analytics. Pour qu'une entreprise puisse mettre en place un système de Business Intelligence et de reporting efficace, il lui faut impérativement disposer d'une vue unifiée de l'ensemble de ses données et activités. De nombreux facteurs entraînent cependant la multiplication des bases de données opérationnelles dans l'entreprise. La dynamique de marché, les opérations de fusions/acquisitions, la mise en oeuvre de nouveaux canaux de vente et de nouvelles technologies sont autant de mutations internes et externes à l'entreprise qui compliquent ces processus d'intégration. Résultat : les données sont dispersées, difficiles à repérer, stockées sur des systèmes incapables de communiquer entre eux. « Nous vivons une véritable période de mutation avec l'explosion des bases opérationnelles et relationnelles dans l'entreprise. Tout l'intérêt d'un projet de Business Intelligence est, justement, de donner de l'intelligence à ces données pour en faire un outil performant d'aide à la décision », explique Yohann Evrard, responsable des solutions marketing de Microsoft France. La première étape pour réussir son processus d'intégration consiste à bien vérifier en amont la qualité des données. « Dans un projet de CRM analytique, il faut bien vérifier la fiabilité des données émanant des bases prospects, transactionnelles, celles des distributeurs et partenaires, les éléments qui proviennent des revendeurs, des centres de contacts et sites web, de toutes les sources possibles et imaginables. C'est un travail qui représente près de 70 % de durée de vie d'un projet », souligne Françoise Fogelman-Soulié, directeur associé chez Business & Décision. Bien sûr, le choix d'un outil d'intégration de données (ETL) performant, ouvert et assurant, si possible, un traitement temps réel, permettra de résoudre ce problème de qualification. La deuxième étape concerne le difficile choix d'une architecture technologique d'intégration : datawarehouse, systèmes ERP, logiciels d'intégration d'applications (EAI) sont autant de solutions qui offrent leurs avantages et inconvénients pour relier entre eux différents systèmes marketing opérationnels. Les logiciels d'EAI, de type BizTalk Server de Microsoft, Net.EAI de Mediapps et Sunopsis, servent à connecter entre elles au moins deux applications (marketing/commercial, commercial/logistique...), jeux de données ou interfaces. Leur principal intérêt est de préserver les systèmes existants tout en offrant aux utilisateurs un meilleur accès aux données. Ces logiciels sont particulièrement adaptés aux entreprises qui hébergent des systèmes très hétérogènes, mais restent très chers à l'achat (environ 60 000 E). Autre alternative : la mise en place d'un système ERP (progiciels de gestion d'intégration), comme Oracle e.Business Suite, JD Edwards... Dans ce cas, toutes les données sont stockées et gérées par un même système proposé par un seul fournisseur. Pour coller aux besoins de l'entreprise, les fonctions proposées par ces progiciels ont souvent besoin d'être paramétrées. Une option qui reste difficile à réaliser pour une entreprise à dimension internationale composée d'entités commerciales, de filiales implantées au sein de diverses zones géographiques, et qui aura donc une multitude de systèmes d'information marketing. Pour résoudre le problème de gestion et d'analyse de données contenues dans des bases distantes, l'implémentation d'une architecture de datawarehouse reste une alternative intéressante, quoique coûteuse. « La plupart de nos données (produits, ventes, marketing) étaient localisées dans des systèmes hétérogènes, notamment une application de CRM orientée "pharmacie", une autre orientée "visite médicale", mais aussi au sein d'un ERP et de bases de données marchés externes ventes de détails et analyse concurrentielle », explique Claude Sengel, DSI des Laboratoires Roche Nicolas. L'ensemble de ces données a pu être fédéré et consolidé au sein d'un système unique de datawarehouse.

ST Dupont rallie ses collaborateurs à son projet décisionnel

Pour le groupe français spécialisé dans la fabrication et la distribution de produits de luxe, la refonte du système d'élaboration budgétaire a été la première pièce stratégique du projet de Business Intelligence. Très vite, les commerciaux et marketers ont été impliqués dans le projet qui avait pour objectifs principaux : optimiser le calcul des ventes et marges brutes, mieux gérer les niveaux de stocks à la référence et mesurer l'impact des nouveautés sur les ventes d'une ligne de produits. Le groupe Dupont réalise près de 85 % de son chiffre d'affaires à l'international et intègre un réseau de distribution très disparate (Duty Free, cadeaux d'entreprise, points de vente...). Seul un projet décisionnel fédérateur et transversal pouvait permettre au groupe d'atteindre ses objectifs. « Il nous fallait à la fois prendre en compte les besoins des commerciaux, du marketing et des financiers. Les commerciaux souhaitaient accéder à des données temps réel, comme le budget par client, croisé par référence, alors que le rôle des financiers restait d'analyser les données, de les synthétiser et de les contrôler », explique Catherine Py-Leducq, directeur financier. Le nouveau système mis en place repose sur la création d'une base référentielle unique intégrant des données marketing, tarifaires, budgétaires, partageable entre la communauté commerciale, financière et marketing. Grâce à l'outil d'analyse Showcase, les commerciaux peuvent désormais anticiper leurs chiffres d'affaires. Une fois que le marketing direct a défini, par exemple, une nouvelle collection, ils peuvent analyser les potentiels de marché par circuits de distribution et avoir une meilleure vision d'objectifs de croissance sur différentes branches. Le marketing tire également avantage de ce nouveau système. Il peut obtenir des informations sur la manière dont le marché réagit aux nouvelles collections, pourquoi celle-ci fonctionne au Japon et pas en France, mieux anticiper les suivantes, déterminer les problèmes relatifs à la distribution des produits, etc.

Text mining : mieux comprendre et analyser les demandes des clients

Disposer de vastes volumes d'informations, c'est bien ! Pouvoir en tirer une synthèse utile à l'orientation des stratégies marketing et commerciales, c'est encore mieux. C'est ce que propose le text mining. Alors que le data mining permet de traiter de grands volumes de données numériques, le text mining innove en permettant de transformer tout type de textes (courriers de réclamation, questions, rapports commerciaux, mails clients...) en une série de données analysables, pour en tirer des idées, tendances et les transformer en connaissances. On comprend ainsi aisément son intérêt dans le cadre d'un projet de Business Intelligence orienté client (CRM analytique). « En ajoutant à la notion de profil des informations textuelles relatives, par exemple, à un questionnaire de satisfaction, le text mining permet de mieux comprendre les attentes du client », explique Charles Huot, expert en Business Intelligence, directeur général en charge du développement commercial de Temis. Cette technologie permet, par exemple, d'optimiser les réponses des e-mails clients par une orientation vers l'interlocuteur compétent ou par une identification des questions types. Bien évidemment, de par leur coût d'acquisition (environ 60 000 E), les solutions de text mining du marché (SAS Text Miner, Insight Discoverer Extractor de Temis) restent réservées à certains segments de marché, comme la grande distribution, les banques, les laboratoires médicaux ou l'énergie pétrolière...