la business intelligence

La Business Intelligence

Alexandre BODIN Nicolas FOURNIER

LA BUSINESS INTELLIGENCE




LE SOMMAIRE

2 of 57



01. Quest ce que la BI ? 02. La BI applique aux Tlcoms 03. Les tapes dun projet BI 04. Les outils et les solutions du

dcisionnel 05. Une nouvelle re pour la BI



Dans les grandes organisations, 25% des employs utilisent des solutions de Business Intelligence (BI)

Le chiffre d'affaires mondial des logiciels de Business Intelligence est de 13,8 milliards de dollars en 2013, une augmentation de 7% par rapport 2012

Seule une entreprise sur 2 a tendue la BI lensemble de ses activits. Les autres se cantonnent des secteurs spcifiques

Une entreprise sur 5 se sert de la BI pour prvoir son dveloppement futur.

3 of

NOTRE INTRODUCTION

57



QUEST CE QUE LA BI ?

4 of



Quest ce que la BI ? Telecoms Les tapes dun projet BI Outils et solutions Une nouvelle re pour la BI

57



LHISTOIRE

5 of



1965, cration par Dick Pick dun systme dexploitation comportant un SGBD Premier systme o le logiciel et les donnes sont spares

1976, cration de SAS

1989, Howard Dresner (Gartner), popularise le terme Business Intelligence

2005, Wal-Mart doit grer 460 To de base de donnes, 2 fois plus quInternet

Aujourdhui 90% des donnes dans le monde ont t gnres ces 2 dernires annes


57



DEFINITION ET OBJECTIFS

6 of



La BI (ou informatique dcisionnelle) est une solution informatique permettant de collecter, danalyser et de traiter toutes les donnes internes lentreprise selon des critres spcifiques ou externe (utile son mtier).

Les rsultats de cette analyse permettent aux dirigeants dobtenir une vue densemble sur leur activit, une meilleur comprhension du comportement client et une meilleure ractivit face au march.

Objectifs principaux : Accroitre ses parts de march Rduire ses cots / Augmenter ses revenus Mieux comprendre le comportement des clients


57



COMMENT A FONCTIONNE ?

Une architecture BI de manire gnrale :

7 of



SID = Systme dInformation Dcisionnel


57



PREMIERE PHASE LALIMENTATION

8 of




57



PREMIERE PHASE ETL

9 of



Les bases de donnes sont souvent htrognes, avec des doublons.

Elles proviennent de diffrentes sources, internes ou externes.

Les donnes sont de diffrents formats, selon des structures diffrentes (strates)

LETL (Extract, Transform and Load), se charge de rcuprer les donnes, de les nettoyer, et enfin de les charger dans le Datawarehouse.

LETL ajoute des informations la donnes tel que le type, la provenance ou encore la date de mise jour de la donne. Ce sont les metadonnes.


57



SECONDE PHASE LA MODELISATION : DATAWAREHOUSES

10 of



Cest lentrept, le centre de stockage du systme. Les donnes sont envoyes par lETL.

Il spare la partie oprationnelle (bases de donnes) du systme dcisionnel (outils de reporting). Il y a donc une tanchit des donnes.

But : Centraliser et uniformiser les donnes de lentreprise. Tous les mtiers possdent la mme information, la bonne !

Comporte des mcanismes de redondance, sauvegarde, reprise sur incident.


57




11 of



4 PRINCIPES: Non volatile : seule la lecture est autorise, pas de perte de donnes.

Intgration de donnes htrognes : ETL.

Historis : aucune donne nest supprime, tout est conserv et archiv. Cel diffre du modle annule et remplace des SGBD.

Orient mtier : les donnes sont organises et rassembles par thmes et non pas par processus fonctionnels. On passe donc dune vision verticale une vision transverse des donnes. Par exemple les chiffres de ventes et les types de produits vendus sont

regroups pour connatre quel produit sest le mieux vendu.


57




12 of



ARCHITECTURE TECHNIQUE SMP : Symetric Multi-Processing

Une seule machine Plusieurs processeurs en parallle, mmoire partage Recommand pour les petits DWH (



SECONDE PHASE LA MODELISATION : DATAMARTS

13 of



Linformation stocke dans le Datawarehouse est brute, avec des logs, tables dvnements Laccs direct lentrept est donc rserv aux utilisateurs avancs

Un Datamart, ou magasin de donnes, est un sous-ensemble du Datawarehouse destin un secteur particulier de lentreprise. On pourra avoir un Datamart commercial, un autre RH, ou encore un

marketing.

Performances amliores, car seules les donnes utiles au secteur sont prsentes.

Synchronisation avec le Datawarehouse, afin de prserver lintgrit


57



SECONDE PHASE LA MODELISATION : CUBES OLAP

14 of



Cubes OLAP (On-Line Analytical Processing) = reprsentation multidimensionnelle dinformations.

Agrge, met en forme les relations entre les donnes.

Tous les agrgats sont pr-calculs. Temps de rponse trs rapides

Dchargement des donnes du Datamart vers un cube Stockage spcifique, non ralisable pour toutes les donnes


57



SECONDE PHASE CUBES OLAP : EXEMPLE

15 of



Quelles sont les ventes du magasin de Villejuif, tous mois et catgories confondus ?


57



SECONDE PHASE LA MODELISATION : xOLAP

16 of



ROLAP : Relationnel Donnes obtenues partir de jointures entre les tables, cubes virtuels Faible cot mais temps de rponse long Langage SQL (Structured Query Language)

MOLAP : Multidimensionnel Donnes dans un cube propritaire, physique Temps de rponse courts car pr-calculs, cots levs Langage MDX (Multi Dimensional Expressions)

HOLAP : Hybride Donnes la fois dans le cube et dans des tables relationnelles MOLAP=cas normaux, ROLAP=niveau de dtail plus fin

DOLAP : Desktop Tlchargement de petits cubes pour permettre une analyse hors connexion Dcentralisation de donnes vers des postes clients


57



SECONDE PHASE QUELS SONT LES MODELES DE DONNEES ?

17 of



Modle en toile : une table de faits entoure de plusieurs axes : les tables de dimension


57



SECONDE PHASE

18 of



Modle en flocons : jointures entre les tables de dimension

La performance prime sur la structure

QUELS SONT LES MODELES DE DONNEES ?


57



TROISIEME PHASE LE REPORTING

19 of



REPORTING = Restitution des donnes sous forme de rapport 2 type de reporting existent :

Reporting ad hoc Cration dun rapport personnalis Choix des donnes intgrer depuis une interface Les vues prsentes sont adaptes aux besoins de lutilisateur

Reporting de masse Cration automatique de rapports Rpond un besoin rcurrent (ex: rsultats mensuels)


57



DERNIERE PHASE LE DATA MINING

20 of



Le DATAMINING est l'utilisation d'outils statistiques ou d'algorithmes mathmatiques sur les donnes afin de prdire, expliquer, ou de classer des informations. Finance

Gestion adapte du risque dans les tablissements financiers avec du scoring des clients

Industrie Optimisation d'une chane de montage Systme de rsolution de panne par la description des symptmes Prvision de pics de consommation d'un rseau (tlphone, nergie

lectrique...) Marketing

Ciblage des offres


57



TELECOMS ET BI

21 of




57



DEPENSES TELECOM ET BI

22 of



Les tlcoms sont le poste de dpense le plus important pour 61% des entreprises de moins de 200 salaris .

Ncessit doptimisation des services tlcoms aux entreprises.

La BI intervient dans les logiciels de TEM (Telecom Expense Management) Importation et contrle des factures Rassemblement des cots mobile, fixe, VOIP, options Ventilation des cots par centre de frais Analyse de la consommation


57



TABLEAU DE BORD ET BI

23 of





SWOT DE LA

24 of




BUSINESS INTELLIGENCE

57

Savoir ce qui se passe dans lentreprise et pourquoi

Maximisa6on des performances de lentreprise

Bases de donnes ables et robustes

Capacits danalyse ad-hoc limites

Inves6ssement important Dpendance du Data Warehouse

Business Intelligence 3.0

BI Temps rel

Business Intelligence Mobile

Le BIG Data



LES ETAPES DUN PROJET BI

25 of



Quest ce que la BI ? Tlcoms Les tapes dun projet BI Outils et solutions Une nouvelle re pour la BI

57



ETAPES 0 LES PRREQUIS

26 of



Engagement de la haute direcFon (budgtaire et poliFque) Lappui de la haute direc6on

permet de faire passer les changements plus facilement

Donnes de qualit et maturit informaFque Une solu6on BI permet de mesurer

ltat de sant de lentreprise (via ses donnes)

Accs des ressources techniques exprimentes dans la mise en place de soluFons BI Courbe dappren6ssage moins

abrupte

Penser GRAND,, commencer PETIT


57



ETAPES 1 & 2 METRIQUES & OUTILS INTERNES

27 of



IdenFcaFon des mtriques stratgiques de lentreprise Planica6on dateliers de travail

avec les direntes quipes Recueille maximum des mtriques

de dirents dpartements (HR, Marke6ng, Produc6on, SAV, Finance)

Analyse des ouFls internes Lanalyse des rapports existant

(produits manuellement) Meilleure comprhension des

mtriques Iden6ca6on des sources de donnes

u6lises


57



ETAPES 3 & 4 AUDIT & COLLABORATION

28 of



AudiFon des donnes Dtermina6on des sources de donnes

disponibles Pour chaque source, laudit permet

diden6er : Le niveau de qualit La procdure de mise jour Les employs responsables des

modica6ons La frquences des mises jour

ObtenFon de la collaboraFon des ressources cls Ressources cls = employs ayant une

grande comprhension des ac6vits de lentreprise, des SI ou des procdures opra6onnelles

Facilite normment la mise en place de la solu6on BI

But : iden6er ces ressources et avoir leur collabora6on pendant toute la dure du projet


57



ETAPES 5 & 6 CONSOLIDER, IDENTIFIER

29 of



ConsolidaFon et organisaFon des besoins idenFs Permet de regrouper de faon logique

les mtriques produire Permet une standardisa6on de tous les

requis IdenFcaFon des sources de donnes

ncessaires Pour chaque mtrique produire :

Do provient la donne pour ce_e mesure ?

Est-elle actuellement disponible dans lentreprise ?


57



ETAPES 7 & 8 PROCEDURES & SCOPE DU PROJET

30 of



IdenFcaFon des modicaFons aux procdures opraFonnelles Peut avoir lieu dans certains cas Lister ces modica6ons et valuer

leurs impacts budgtaires (Exemple : ajout dune nouvelle ressource)

DniFon du scope du projet Ralis avec le sponsor du projet Dtermina6on de son envergure et des

ralisa6ons ( par6r de la liste des besoins recueillis)


57



ROI DUN PROJET DECISIONNEL

31 of



Il est dicile de calculer le ROI dun projet dcisionnel

Calcul du cot Licences logicielles Cot du matriel Consul6ng Personnel Forma6on

Calcul des bnces Les bnces sont bass sur des

es6ma6ons On peut u6liser le modle ARRCAP

AugmentaFon des Revenues Quel est le revenue annuel de

lorganisa6on ?

Quel est le pourcentage de croissance ralis grce aux ac6ons entreprises suite une meilleure visibilit sur les ventes ?

RducFon des Cots A combien slve les dpenses

annuelles de lorganisa6on ? Quel est le pourcentage dconomies

ralises grce aux ac6ons entreprises suite une meilleure visibilit sur les cots ?

AmlioraFon de la ProducFvit On sintresse ici au temps consomm

la produc6on des rapports de la part des employs.


57



LES OUTILS ET LES SOLUTIONS DU DECISIONNEL

32 of




57



LES LEADERS EN DATA WAREHOUSE

33 of



Gartner Magic Quadrant Spots


57




34 of



Est devenu partenaire dHP en Janvier 2013

Propose des appliances (Hardware, sokware et services pr-congurs)

Sokware : Microsok SQL Server 2012 Hardware : HP, Dell, IBM Ore cloud : Windows Azure Virtual

Machine

Entreprise Allemande, connue pour ses ERP

4 grandes ores : Netweaver Business Warehouse Netweaver Business Warehouse

Accelerator HANA Sybase IQ

Hardware : HP, Dell, IBM


57




35 of



Bases de donnes : DB2 et Informix Logiciel Data warehouse : Infosphere Systmes Data warehouse : PureData,

solu6ons sur les systmes Z

Appliances : Database 11g, Exadata, Database 12c, Par66oning

Base de donnes : Oracle Plateformes prises en charges : Linux,

Solaris, Windows


57




36 of



Leader historique des entrepts de donnes

Connu pour ses serveurs MPP (Massively Parallel Processing)

Le SGBDR Teradata a t conu ds lorigine pour le dcisionnel

OS des machines : Microsok, SUSE (linux)


57



LES OUTILS DE REPORTING

37 of




57




38 of



Logiciel dexplora6on et visualisa6on disposant dun moteur in-memory

Les prix de Spoqire: Cloud work group: 2000$/an Cloud personal : 300$/an

Les prix de Tableau : Desktop professional : 1999$/an Desktop personal : 999$/an


57




39 of



Editeur de logiciel spcialis en informa6que dcisionnel

Prix license : Analy6cs Pro : 8700 $/an Visual Data Discovery : 10,170 $/an

Logiciel de Business Intelligence Prix license : 1350$/an


57




40 of



Power BI pour Oce 365 Power Pivot Power View Power Query Power Maps

Trois gammes de tarifs : Entreprises de catgorie E3/E5 :

240$/an Op6on de manire autonome :

480$/an Oce 365 ProPlus : 624$/an


57



UNE NOUVELLE ERE POUR LA BI

41 of




57



BIG DATA vs. BI

42 of



Descriptive Analytics

Diagnostic Analytics

Predictive Analytics

Prescriptive Analytics

Pass Futur

Data Analytics



57



BIG DATA vs. BI

43 of



DISCIPLINE TECHNOLOGIES COMPETENCES FOCUS


TRADITIONNELLE

Outils ETL / SQL RDMS Reporting Visualisation

Programmation Analyse de donne Modlisation de donnes Rapport de dveloppement Statistiques basiques Technique darchitecture Analyses Business &

Stratgie Prsentation

Dlivrer de linformation/Reporting

Data visualisation Statistique descriptive Intgration et consolidation

de donnes

DATA ANALYSIS

DATA SCIENCE

Logiciel de modlisation de donnes

Logiciel de diagramme Logiciel de documentation SQL Logiciel de profilage de

donnes

Modlisation de donne Analyses Business Manipulation de donnes Statistiques basiques

Rgles Business Dfinition et traabilit des

donnes Relations entre les entits Attributs des donnes Structure des donnes Sources et cibles des donnes Qualit des donnes

Logiciel de statistique Donnes Columnar (format) Map-Reduce NoSQL Langages programmation Logiciel visualisation de

donnes

Statistiques avances Programmation Analyses Business Technologies de data

management modern et architectures associes

Modles prdictif Analyses statistiques

avances Data Mining Gestion de donnes non-

structures Gros volumes de donnes Recherche


57



LA BI SELF-SERVICE

44 of



Donner du pouvoir aux u6lisateurs Lu6lisateurs peut accder lui mme

linforma6on sans a_endre des semaines, il est moins dpendant du services IT de lentreprise

Les besoins de la BI Self-Service ncessite plusieurs solu6ons

Inconvnients du Self Service

Lu6lisateur joue avec des donnes sans comprendre leur nature

Les employs ont besoin de comprendre quelles donnes ils peuvent croire et celles dont ils ne peuvent pas.


57



LA BI COLLABORATIVE

45 of



Deux ttes valent mieux quune Elle permet de partager de linformation afin de prendre collectivement des dcisions justes et pertinentes.

Ajout, aux traditionnels tableaux de bord, dannotations, de commentaires, dvaluations

Exemple : SharePoint ou Google docs


57



LA BI EN TEMPS REEL

46 of



Connu galement sous le nom de RTBI (Real Time Business Intelligence)

Disposer en temps rel des informa6ons per6nentes et mises jour

Alimenta6on du systme dcisionnel uidie

Rduc6on de limpact de lextrac6on de donn sur le SI

Extrac6on des donnes en hautes disponibilits

Ges6on dimportant volumes de donnes

Alimenta6on des datawarehouses en temps rel provenant de plusieurs sources htrognes.

Loi de Moore sur les prix de la mmoire vive

TEMPS

COT DE LA MEMOIRE / VITESSE

1980 : Mmoire $10,000/MB

2000 : Mmoire $1/MB

2014 : Mmoire $0.004/MB

Les bases de donnes in-memory


57



LA BI EN TEMPS REEL

47 of



Les bases de donnes in-memory Stockage des donnes en mmoire vive Gain en rapidit (1000 fois plus rapide

que les accs disque), on passe dheures en minutes ou en secondes mme pour certaines requtes.

Stockage et manipula6on eectus sur la mme base (pas de traduc6on)

Accs concurrents respects

Les grands acteurs du moments

Extreme data performance


57



LA BI MOBILE

48 of



AugmentaFon permanente des dbits AugmentaFon des devices mobiles


57



LA BI MOBILE

49 of



68% des organisa6ons jugent le sujet important

Avoir de linforma6on nimporte quel moment, avoir de linforma6on nimporte o

Pose des problmes de scurit comme pour la tendance du BYOD (cest ici que des solu6ons MDM peuvent tre mises en place)

Tout est fait/va tre fait via un device mobile


57



LA BI PREDICTIVE

50 of




57



LA BI PREDICTIVE

51 of



7 objecFfs stratgiques que lanalyFcs predicFve aide adeindre tre comp66f La croissance de lentreprise Le renforcement

Data Predic6ve Analy6cs

Marke6ng

Sales

Fraud detec6on

Call Center Core Business Capacity Clients

Entreprise

Predic6ve Models

Business Intelligence Business Units:

Lamliora6on La sa6sfac6on des clients Apprendre Agir

1

6

7 7

2

2

3

2

7

4

5


57



LE DATA STORYTELLING

52 of



Permet la mise en scne des donnes Le data storytelling cest :

Visualisa6on Anima6on Interac6vit Ce qui permet de raconter une

histoire

Hans Roslings 200 countries, 200 years, 4 minutes The Joy of Stats BBC Four

http://www.youtube.com/watch?v=jbkSRLYSojo


57




53 of



4 tapes du schma narra6f : - Situa6on ini6ale - Elment perturbateur (le problme) - Elment de rsolu6on - Situa6on nale (aprs rsolu6on)

Aujourdhui on peut faire vivre les donnes grce une mul6tude dou6ls.

Une histoire est un arbre

Schma narratif

Le contenu

Les illustrations


57




54 of



LES OUTILS DE BI Tableau, Yellown, Storyboard, SAS visual analy6cs, IBM Cognos Insight, Gapminder, BeGraphic, Microstrategy, Microsok (excel, geoow, powerview), Slice/Juicy Analy6cs, Such.io LES PLATEFORMES DATAVIS Dataseed, Sparkwise, Visualize.rs, DataHero, Quadrigram

LES OUTILS DE PRESENTATION Powerpoint, keynote, Prezi, Meograph, Bunkr, DataPlayer, Swipe, Emaze, Present.me

LES OUTILS WEBDOC Klynt, Floodlight, Atavist, Conductr, Djehou6, Fixmaster, the korsakov System, popcorn Maker, Storyplanet, zeega, 3WDOC

LES OUTILS DE DEVELOPPEMENT HTML5, Javascript + 3D.js, Jquery, Processing, Superconductor, R (Ggplot, GoogleVis, playwith)

LES AUTRES OUTILS Timeline 3D, Mahaya, Lignes de temps, Dipity, TimeRime, Mindmanager, Freemind, MyThoughts, Numbeez, Soundcloud

LouFl idal : Dynamique, mulFmdia, interacFf, connect aux donnes


57




55 of



Des ores de jobs existent depuis quelques mois pour ce domaine comme Master data storyteller (exemple : datastorytelling manager de Nike)

Le datastorytelling est une relle

tendance du moment et un moyen ecace dexprimer ses ides et de reporter des donnes de manire dynamique, intu i6ve et surtout comprhensible par son audience

Freeform Sketching de Microsok Research

http://www.youtube.com/watch?v=5KSZuHGTcC8


57



NOTRE CONCLUSION

56 of



La BI est aujourdhui une ncessit pour toute entreprise

Cest un domaine qui ne cesse dvoluer suivant les direntes volu6ons technologiques et besoins m6ers

Les entreprises daujourdhui nexploitent pas assez le potentiel de leur solution BI

Le Big Data est plus une opportunit quune menace et va pouvoir dvelopper de nouvelles mthodes danalyses an de rpondre au Business

De nombreux ou6ls apparaissent de plus en plus concernant la visualisa6on de donnes

La majorit des acteurs de la BI ore de plus en plus de solu6ons cloud leurs clients


57



MERCI DE VOTRE ATTENTION



? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

57 of 57

la business intelligence

Documents