Business intelligence, intelligence d’affaires ou encore informatique décisionnelle, késako ? Théorisée en 1958 par Hans Peter Luhn, un informaticien allemand, cette notion regroupe les solutions IT qui permettent d’exploiter les données d’une entreprise (comptabilité, finances, base clients…) afin d’établir des rapports d’analyse servant à la gouvernance et à la prise de décision. Un outil devenu incontournable aujourd’hui pour diriger et orienter toutes les business unit d’une entreprise (organisation, ventes, investissements…). Explications.

Une solution d’aide à la prise de décision

Base de données clients, tableau Excel des ventes, sources web, textes, infos… Tout est data ! Et ce flux de données éparses et multiformes ne cesse d’augmenter : en 1992, le monde produisait 100 gigaoctets de données par seconde. En 2020, on atteindra les 50 000. La business intelligence (BI) consiste à récupérer cette data, à l’organiser, à l’analyser pour en tirer des modèles qui serviront à la prise de décision au sein de l’entreprise. La récupération des sources se fait via un outil informatique, appelé ETL (Extract, Transform and Load), qui se charge d’extraire et de charger les données dans un « entrepôt ». Des outils informatiques d’analyse décisionnelle permettent ensuite de créer des rapports et des tableaux de suivi de l’activité de l’entreprise, destinés à guider la direction générale dans ses orientations et ses choix. La business intelligence conduit à définir des indicateurs pertinents et fiables pour vérifier le bon fonctionnement de l’entreprise et la diriger. C’est pour cela que l’on parle en français d’intelligence d’affaires ou d’informatique décisionnelle.

Pour aller plus loin, téléchargez l'e-book : La nouvelle ère de l'analytique

Rigueur et prospective : l’informatique décisionnelle comme facteur de performance

L’informatique décisionnelle représente donc le poste de pilotage de l’entreprise. Ou, plus précisément, le tableau de bord qui fait face au pilote et qui lui permet de garder le bon cap, même par temps d’orage ou en cas de faible visibilité. La 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.

D’autre part, l’informatique décisionnelle a cette capacité de mettre en évidence tout écart et toute anomalie dans les statistiques de l’entreprise (production, commerce, finances, organisation…) et facilite la prise de décision pour les corriger rapidement. Elle permet enfin, à travers l’analyse des big data, de réaliser des projections et des prédictions business. Des prédictions toujours plus pointues au fur et à mesure des progrès technologiques. Car, à l’image de l’évolution des tableaux de bord des avions depuis le début de l’aéronautique, les performances de la business intelligence ont explosé avec l’arrivée du digital.

60 ans (ou presque) de business intelligence

Il est convenu de fixer la naissance de la business intelligence à 1958. Et d’en accorder la paternité à Hans Peter Luhn, un analyste d’IBM, auteur d’un article intitulé « A Business Intelligence System » dans lequel il décrit « un système automatique pour diffuser des informations aux différentes parties prenantes d'une organisation industrielle, scientifique ou gouvernementale. » Luhn définit même 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. » Recueillir des faits et les analyser pour en tirer des modèles : avec Luhn, les bases de la business intelligence sont jetées, même s’il n’envisage pas l’usage des réseaux informatiques et encore moins les navigateurs web pour arriver à la structurer. Néanmoins, il théorise une pratique balbutiante dont on commence à envisager la portée.

Les balbutiements et les premiers outils

Établir un plan de business intelligence, quand la majorité des données sont stockées sur des documents papiers, relève de l’utopie. Durant deux décennies, l’intelligence d’affaires ne reste donc qu’à l’état de concept, de projection futuriste mais dont le potentiel apparaît de plus en plus évident au fur et à mesure des avancées technologiques et du stockage de données informatiques. 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 ! Les premiers infocentres apparaissent au début des années 1980 : 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 la business intelligence dans l’ère moderne.

Le tournant des années 1990 : une BI plus rationnelle et mieux identifiée

Si l’informatique décisionnelle prend son envol dans les années 1980, rien n’est encore vraiment théorisé. C’est en 1989 qu’Howard Dresner (futur analyste de la société Gartner) reprend le terme de business intelligence inventé par Luhn et en définit le cadre moderne : des concepts et méthodes pour améliorer la prise de décision grâce à des systèmes d’analyse de données factuelles (« Concepts and methods to improve business decision makink by using fact-based support systems »). Dotée d’une structure et d’un vocabulaire commun, et portée par l’avènement des ordinateurs, l’informatique décisionnelle se normalise enfin. La rationalisation s’opère dans deux directions : la récupération et le stockage des données dans des unités spécifiques d’une part, et l’amélioration des capacités d’analyse d’autre part.

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 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. A l’orée du XXIe siècle, la business intelligence est devenue rigoureuse et a conquis sa place dans le process de prise de décision. Son entrée dans l’ère du tout digital va la faire basculer dans une autre dimension. 

Business intelligence et big data : des prédictions sans limite ?

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.

Cet article pourrait vous intéresser : Comment le machine learning repousse les limites de la connaissance client

La démocratisation d’un système

Avec des interfaces plus légères et des solutions SaaS (Software as a Service) au coût abordable, l’informatique décisionnelle n’est plus réservée aux grandes entreprises disposant de moyens financiers importants. D’un côté, les offres de service à destination des entreprises de moins de 500 salariés se multiplient participant à la croissance annuelle de 7 % du marché des solutions de BI. De l’autre, la simplicité d’utilisation des interfaces permet à chacun de prendre en main les logiciels et de créer des rapports personnalisés, sans être un expert. En quelque sorte, il est aujourd’hui plus facile de faire de la business intelligence que d’expliquer ce que c’est.

Cette démocratisation est également due au développement du cloud : l’hébergement à distance des données permet non seulement des stockages de grandes quantités de data, mais il les rend aussi accessibles de partout. La mobilité est d’ailleurs au cœur des dernières évolutions des solutions de business intelligence : le décideur peut désormais suivre en temps réel depuis son ordinateur portable ou son smartphone tous les indicateurs-clés de son activité et consulter des rapports édités de manière dynamique…. Pour prendre les bonnes décisions au bon moment.