Avant de choisir un outil de Business Intelligence, partez de vos cas d’usage métier pour aligner besoins, catégories et styles d’outils analytiques. Cela évite de payer pour un outil trop “tout-en-un” mais inadapté, et vous permet de sélectionner la BI la plus efficace selon vos données et objectifs.
Ces données et caractéristiques analytiques vous aideront à créer vos cas d’utilisation afin de choisir les styles et catégories de BI qui correspondent le mieux à votre situation.
La source des données : Vous devez savoir si vos utilisateurs utiliseront des sources de données déjà prédéfinies comme un entrepôt de données en particulier, ou alors si le choix des données se fera au fil de l’analyse.
L’analyse sera faite périodiquement ou une seule fois : Vos utilisateurs auront-ils besoin de l’analyse des données de façon périodique (hebdomadaire, mensuelle) ou alors préfèrent-ils que l’analyse soit faite une seule fois ?
La forme de visualisation des données : Vos usrrs préfèrent-ils que leurs rapports soient sous forme de tableaux, de graphiques d'activité élémentaires tels que les histogrammes, les courbes ou les graphiques sectoriels, ou préfèrent-ils des représentations plus évoluées comme les cartes thermiques, les graphiques en nuage de points et les cartes géospatiales ? Tout cela est important, car la visualisation des données doit être présentée de manière à être facilement comprise et interprétée par l’analyste.
Compétences analytiques : Connaissez-vous le niveau de compétence de vos utilisateurs quant à l’analyse des données ? Les utilisateurs avec plus d’expérience seront plus aptes à utiliser diverses techniques d’analyse et statistique, contrairement aux nouveaux utilisateurs, qui eux, s'appuieront sur une analyse guidée limitée aux fonctions de filtre et d'exploration.
D’autres critères tels que la mesure des performances et l’utilisation des feuilles de calculs sont aussi importants mais notre focus reste sur les cas d’utilisation. C’est pourquoi nous verrons quelques exemples types de cas d’utilisation de l'informatique décisionnelle qui pourront vous aider à choisir la catégorie et le style de BI appropriés.
Les analystes professionnels ont besoin de fonctions d'analyse visuelle évoluées comme les cartes thermiques, les graphiques en nuage de points, pour analyser les données et présenter les informations. Ce style de BI n'est généralement pas vendu séparément. Alors, si vos utilisateurs professionnels recherchent une BI de catégorie analyse guidée, pensez aux tableaux de bord disposant de visualisations évoluées et non aux graphiques d'activité élémentaires. Si par contre, ils cherchent une BI Self-service, les solutions de Data Discovery sont les mieux adaptées.
Parfois les sources de données appropriées et les mesures de performances ne sont pas toutes connues au début des applications analytiques. Les analystes métier devront par conséquent croiser les données et définir les KPI pendant l'analyse. Ce faisant, ils devront peut-être se lancer dans l'exploration extensive des données, mais ils ne sont généralement pas enclins à utiliser un tel outil. Ils préfèrent un outil simple, sans courbe d'apprentissage excessive, qui pointe vers des outils de Data Discovery.
Les applications de gestion de la performance sont conçues pour des secteurs spécifiques (par exemple, la santé) mais les applications de gestion de la performance d’entreprise les plus courantes concernent la prévision, la planification et le budget.
Ces applications sont souvent associées à des systèmes opérationnels spécifiques. Mais si l'application correspond à vos besoins, il y a de réels avantages à acheter un logiciel intégré dont les données et les processus analytiques reposent sur les « meilleures pratiques » du secteur. En contrepartie, vous souffrirez peut-être d'un manque de souplesse.
Étant donné que l’entreprise a régulièrement besoin d’un jeu de données et d’indicateurs de performance cohérents, les utilisateurs souhaitent pouvoir mener eux-mêmes un certain niveau d'exploration des données. Ils ont donc besoin, en priorité, d’une combinaison de graphiques simples et de données tabulaires, tout en conservant la possibilité d’approfondir l’analyse. Il existe aussi d’autres cas d’usage, comme la mesure de performance, où il est impossible d’identifier à l’avance les données réellement pertinentes avant l’analyse, notamment lorsque l’on doit intégrer des feuilles de calcul. Pour choisir l’outil le plus adapté, prenez donc en compte ces cas d’utilisation.