Chapitre 1

Il faut avoir lesprit lavenir et le pass dans les actes. Talleyrand Le pass est unique, contrairement aux mille sentiers de lavenir, mais ses interprtations sont varies et partielles. Auteur inconnu

_______________________________________________ Infocentre et systme dinformation dcisionnel _______________________________________________

Linformatisation des entreprises a dabord commenc par les fonctions gnrant beaucoup dcritures ou de calculs (comptabilit, paie, stocks, facturation, ...), centrant les applications mises en place sur le support la production des activits courantes et non sur leur pilotage. Toutes ces applications permettaient la saisie de donnes, leur traitement et la production en sortie de rsultats prenant dans un premier temps la forme de documents oprationnels. Ces systmes de production regorgeaient dinformations, et trs rapidement les entreprises ont cherch exploiter ces dernires pour quelles servent de base des analyses, des prises de dcision. Cependant si les systmes de production taient optimiss pour grer des transactions ou des oprations lmentaires et peu consommatrices de ressources, ils ntaient pas adapts pour bien rpondre aux volumes et la complexit des traitements des activits danalyse. En effet la gestion oprationnelle ncessite de traiter rapidement de trs nombreuses requtes simples, son cadre de travail est principalement celui dune opration, alors que les applications daide la dcision nont pas les mmes contraintes de temps de rponses et sintressent des ensembles doprations sur des priodes de temps importantes. La cohabitation dapplications de production et daide la dcision sur un mme serveur informatique est trs conflictuelle. Fortes consommatrices de ressources, les applications analytiques peuvent extrmement dgrader les temps de rponse de toutes les applications avec lesquelles elles partagent un serveur, jusqu trs fortement perturber les activits courantes. Cette situation inacceptable pour les quipes oprationnelles a conduit mettre en

Propos sur les SID

Michel Bruley

Chapitre 1 - 1/42

uvre des moyens spars spcifiques pour rpondre aux besoins danalyse et daide la dcision. Ainsi sont apparus les premiers Infocentres (1980). Les premiers infocentres se sont contents de grs une copie des donnes des applications de production dans des environnements spars ddis lanalyse. Le plus souvent ils nintgraient pas les donnes de plusieurs applications, et seules les applications les plus importantes voyaient leurs donnes rgulirement dupliques dans un infocentre. Le rythme dalimentation tait habituellement mensuel, lutilisation de ces systmes ntant pas aises, des quipes dassistance ont t alors souvent mise en place. Mais malgr leur rusticit ou leur cot, ces systmes ont beaucoup apports au management des activits, et les entreprises nont ds lors pas cess de chercher les multiplier. De nombreux moyens danalyse ont t dvelopps au fil du temps en utilisant toutes les avances technologiques qui ont vu le jour dans le monde de linformatique (base de donnes, ordinateur multiprocesseurs, PC, rseaux locaux, internet, logiciels dinterrogation, de fouille de donnes, etc.). Mais au-del de la technique, ce qui a guid le dveloppement des systmes danalyse, cest lenvie des utilisateurs de mieux comprendre ce que lentreprise a vcu, pour mieux grer le futur. Dans cet esprit ils nont eu de cesse que dobtenir une vue la plus globale et la plus exhaustive possible du pass pour mieux anticiper, prparer et conduire les actions venir.

Illustration 1 Concrtement cela a conduit les responsables fonder leurs systmes dcisionnels sur des donnes historiques dtailles, de faon obtenir une vision transverse de lentreprise travers toutes les fonctions ou dpartements, et de permettre dans les phases danalyse de revenir aux vnements oprationnels de base. Ils ont aussi cherch aller au-del des tableaux de bord et du reporting, et les plus en pointe ont dvelopp des applications analytiques permettant de rpondre aux cinq questions suivantes : Que sest-il pass ? , Pourquoi cela sest-il pass ? , Que va-t-il se passer ? , Que se passe-t-il en ce moment ? , Que voudrais-je quil se passe ? . Les analyses correspondant aux questions ci-dessus sont le plus souvent effectues avec des donnes relatives des vnements plus ou moins rcents. Notamment toutes les questions

Propos sur les SID

Michel Bruley

Chapitre 1 - 2/42

relevant de ltude et la dfinition dune stratgie peuvent tre traites avec des donnes historiques annuelles. Pour certains suivis les rythmes budgtaires sont adquats, mais pour des suivis plus oprationnels des rythmes quotidiens sont ncessaires. Enfin pour certaines oprations, de nombreuses entreprises se sont mises intgrer de plus en plus rapidement des donnes dans leur systme dcisionnel, afin quil puisse offrir une aide la dcision et des canevas dactions aux oprationnels. Cest le cas pour le support dactions de tlvente, de traque de fraude ou de personnalisation de site web, par exemple. Aujourdhui on ne fait plus dinfocentre, mais on met en place des infrastructure dcisionnelle disponible 24h sur 24, 7 jours sur 7, 52 semaines par an, grant des gisements de donnes historiques dtailles, avec des mises jour en quasi temps rel pour certaines donnes. Ces gisements alimentent une grande varit dapplications dcisionnelles de gestion (indicateurs, tableaux de bord), daide aux dcisions oprationnelles, de fouille de donnes ou de pilotage, de faon rendre les entreprises activement intelligentes.

Propos sur les SID

Michel Bruley

Chapitre 1 - 3/42

Propos sur les SID

Michel Bruley

Chapitre 1 - 4/42

Grer des donnes historiques dtailles : une solution ou une pollution ?

Quelques dcennies aprs les premires dclarations de Mac Luhan sur lge lectronique, force est de constater que pour une fois un futurologue avait attir notre attention dans la bonne direction. Les nouvelles technologies de linformation et des communications ont en effet boulevers notre faon de faire des affaires et notre vie prive. Aujourdhui elles tendent nos pouvoirs et nous permettent dchanger avec la terre entire, ou du moins avec ses parties connectes. Cependant des perspectives non prvues se dessinent : par exemple dune part un monde virtuel voit le jour dans lequel linformation supplante lexprience et dautre part la masse dinformations qui nous arrive chaque jour prend de plus en plus la forme dune inondation. Un nouveau dluge a-t-il commenc ? Des cassandres nous prdisent que nous allons tre submergs par un tel volume dinformations que nous narriverons plus le traiter, le canaliser et quil nous imposera une vrit incontrle. Ici les dfis sont de savoir dfinir audel des donnes ce quest une information, de savoir industrialiser le traitement des donnes pour livrer des lments qui ont du sens, et de savoir grer les flux dinformations pour alimenter nos activits. Indpendamment de la dfinition des besoins et des priorits, la question centrale est celle de larchitecture de la gestion des donnes. Faut-il un systme dinformation dcisionnel ct des systmes oprationnels ? Vaut-il mieux des systmes dcisionnels spcialiss par fonction plutt quun gisement commun ? Jusqu quel niveau de dtail et sur quelle profondeur dhistorique faut-il conserver les donnes ? Les rponses ces questions sont maintenant tablies et exprimentes depuis quelques annes, et il est clair que la gestion des donnes historiques dtailles doit tre au cur de toute solution. La pollution ne vient pas du volume des donnes mais de la perte de contrle due labsence de rponse aux questions car lhistorique est trop court, ou le niveau de dtail insuffisant ou quil y a de multiples rponses la question, manant de systmes diffrents grant des vues diffrentes de la mme ralit. Les meilleurs experts donnent sur ce sujet les principaux conseils suivants : utilisez uniquement la terminologie de votre entreprise de faon ce que tout le monde puisse comprendre ; mettez toutes vos donnes dans un seul entrept, peu importe sa taille ; grez les donnes au niveau le plus dtaill ; structurez vos donnes grce un modle dentreprise ; facilitez laccs direct aux donnes dtailles ; mesurez/mesurez/mesurez votre entrept de donnes (usage, adoption, temps de rponse, etc).

Utiliser des donnes historiques

La thorie veut que lexploitation des donnes historiques consiste les transformer en informations, puis en connaissances et enfin en sagesse. Ainsi lutilisation des donnes historiques dans les entreprises ne doit pas tre cantonne la production de tableaux de bord ou dindicateurs. Il y a un intrt limit mettre en uvre un entrept de donnes uniquement pour faire le point de la situation prsente, sans se proccuper par exemple ni de la dynamique historique, ni de se projeter dans le futur.

Propos sur les SID

Michel Bruley

Chapitre 1 - 5/42

Un entrept de donnes peut tre exploit selon quatre angles. En premier lvaluation des performances permet dapprhender ce qui sest pass. En second lanalyse du pourquoi cela sest il pass, conduit tablir des connaissances qui sont lune des sources des avantages concurrentiels de lentreprise. En troisime lapplication de modles analytiques, qui synthtisent des connaissances, aide la prise de dcisions. Enfin le support au fonctionnement oprationnel grce des alertes et des mises en uvre automatiques de consignes, qui suppose une matrise suffisante des processus pour industrialiser de lintelligence , apporte lentreprise une capacit de raction temps rel qui est ncessaire au rythme acclr des affaires daujourdhui. Les donnes historiques doivent permettre doptimiser les processus de lentreprise et en particulier ceux des cinq fonctions stratgiques : conception, production, marketing-vente, finance et ressources humaines. Mais elles doivent aussi tre utilises en particulier pour apprhender deux domaines cls de la vie de lentreprise, celui des marchs & des produits et celui des techniques qui fondent la cration de valeur de lentreprise. Si au niveau de lanalyse des processus les donnes extraites des systmes oprationnels de type PGI sont suffisantes, mme si des donnes de benchmarking sont indniablement un plus, pour lanalyse des marchs, il faut dautres sources qui permettent denglober ce que font les clients en dehors de la relation avec lentreprise et en particulier ce quils font avec les concurrents. Les entrepts de donnes ont donc pour vocation daccueillir toutes les donnes historiques internes ainsi que des donnes externes lentreprise, ponctuellement dans le cas de benchmarking ou dtudes occasionnelles, ou rgulirement dans le cas de statistiques de la profession ou dtudes rgulires. Le rapprochement de donnes internes et externes est un exercice difficile, qui a peu de chance daboutir si lon ne dispose pas de donnes historiques dtailles. Quelque soit le domaine de gestion, lentrept de donnes est un des moyens qui permettent de piloter lentreprise et de ladapter son environnement. Si lentreprise arrte dvoluer, elle se condamne. Lentreprise doit rgulirement revoir son portefeuille dactivit et son rle dans la chane de valeur en partant du point de vue du client. Elle doit constamment chercher dvelopper, largir, spcialiser, adapter ses lignes de produits ses marchs et des marchs nouveaux. Elle doit en permanence revoir lorganisation de ses processus et de ses comptences (intgration amont/aval, outsourcing). Enfin elle doit matriser la mise en uvre et lintgration des nouveauts technologiques de toutes natures relatives son activit, et en particulier les nouvelles technologies de linformation et des communications. Malheureusement les entrepts de donnes aujourdhui disponibles dans les entreprises franaises nont la plupart du temps pas t conus comme des supports la stratgie et la dynamique de lentreprise, ni par les donnes retenues, ni par leur niveau de granularit, ni par leur frquence de mise jour, ni par leur organisation le plus souvent en gisements cloisonns par fonction. Ds lors les rflexions sont le plus frquemment fondes sur des approches trop synthtiques, partir de donnes trop agrges, analyses selon des schmas prdfinis et tout cela conduit de pauvres rsultats. Lanalyse doit prcder la synthse. Une solide base dinformations dtailles ne contraint en aucun cas lanalyste, au contraire elle lui permet de sexprimer librement et denrichir progressivement sa faon de poser son problme. Les ides cratrices naissent dune interpellation des faits et lanalyste a besoin de vrifier ses intuitions et extrapolations par des retours aux faits. Lors de la construction dun entrept de donnes on ne doit donc pas mettre en tte des proccupations des aspects techniques, ni chercher demble une optimisation de sous

Propos sur les SID

Michel Bruley

Chapitre 1 - 6/42

fonctionnalits spcifiques quelques individus. Il convient de prendre en considration lensemble de lorganisation concerne, son activit, sa stratgie et de btir une solution dentreprise robuste fonde sur un gisement dtaill, qui doit permettre daffronter les alas de la vie des affaires et viter dtre obsolte peu aprs son lancement. Obsolte car la stratgie volue, lorganisation change et les indicateurs se rvlent rapidement inadquats aprs quelques temps dusage.

Entrept de donnes dentreprise pour tirer toute la valeur de son capital informationnel !
La complexit et le rythme des affaires dans le monde daujourdhui exigent que nous ayons un accs simple, rapide et profond notre capital informationnel. Rgulirement nous devons faire face des questions inattendues, et les rponses ne peuvent tre labores quen combinant des donnes en provenance de plusieurs sources internes ou externes lentreprise pour comprendre la situation et dclencher des actions appropries. Face lavenir, nous pouvons adopter plusieurs attitudes : tre passif, ractif, practif (se prparer aux changements attendus) ou proactif (provoquer les changements souhaits). Dans ce contexte, laugmentation de lefficacit ne viendra pas de systmes dcisionnels plus rapides, la technologie est ncessaire mais pas suffisante. Le vrai saut dans lefficacit ne peut venir que de cerveaux plus cratifs exploitant au mieux un capital informationnel consistant. La technologie nest pas la principale source dinnovation, cest seulement la plus connue, cest surtout un fabuleux moyen de rationaliser les activits. Pour assurer un dveloppement durable du chiffre daffaires et de la productivit, il faut permettre aux collaborateurs des entreprises et en premier lieu leurs analystes et stratges, dutiliser au mieux leur savoir en donnant de bonnes donnes travailler leurs neurones. Cest par une bonne matrise de linformation quune entreprise peut tre plus prs de ses clients, fournisseurs, partenaires, collaborateurs et actionnaires. La cl de lexcellence nexiste pas, elle doit tre remodele en permanence au gr de lvolution de lenvironnement. Dans ce jeu les systmes dcisionnels sont essentiels pour clairer le pass, le prsent, pour simuler le futur et le pige est de se trouver face des zones dombre. De nombreuses entreprises ont des systmes hyper performants pour explorer la vitesse de lclair un petit jeu de donnes agrges, et sont atteintes dAlzeihmer ds quelles veulent retrouver certains dtails. Le hasard ne favorise que les esprits bien prpars et le march rcompense lagilit, alors les meilleures entreprises ont compris quil faut quelles grent leur pass et leur futur, car la lumire du pass le prsent sclaire et tout le monde sait que lavenir vient de loin. Pour parfaitement exploiter ses informations, une entreprise doit dabord commencer par bien les entreposer de faon correctement les capitaliser, pour que les diffrents utilisateurs puissent en tirer toute la valeur. Outre le fait que les utilisateurs doivent tre comptents, dun point vue mtier et analyse de donnes, il convient quils puissent orienter leur travail grce une claire vision de la stratgie de leur entreprise, avec le soutien de leur direction respective et en bnficiant dune culture dentreprise ouverte aux approches factuelles et cratives. Il ne faut pas sillusionner pour la plupart des entreprises il y a un long chemin parcourir, avant quelles puissent tirer de rels avantages de leur capital informationnel.

Propos sur les SID

Michel Bruley

Chapitre 1 - 7/42

Continuellement gnrer les mmes rapports ne permettra jamais de faire des analyses gnratrices dinnovations. Il faut dvelopper des approches, des rflexions nouvelles pour sortir des cadres convenus et se donner des chances de trouver des alternatives cratives. Il convient de poser des questions nouvelles, inusuelles, pntrantes dont les rponses ne sont pas connues davance et peuvent tre inattendues. Dans cet optique peu importe que les utilisateurs soient particulirement pertinents sils butent sur des donnes inadquates, c'est-dire fragmentes, disperses ou agrges avec de grande difficult, voire limpossibilit de se constituer une base danalyse valable. Lexprience montre que 80 pour cent du retour sur investissement des projets dentrept de donnes provient de requtes qui portent sur des donnes dtailles, dans une approche itrative o de questions en rponses qui suggrent de nouvelles questions des opportunits sont mises jour. Les entreprises leaders obtiennent leur position sur le march parce quelles se sont construites autour de systmes dinformations oprationnels et dcisionnels plus que solides, qui leur facilitent llaboration de leur stratgie, une vision claire de leurs activits et qui permet leurs collaborateurs forms et motivs daller au bout de leurs rflexions.

Entrept de donnes : la vrit... rien que la vrit

Les informaticiens ont dbattus pendant des annes des avantages et inconvnients relatifs des data marts et des entrepts de donnes. Bien quelle recle une dimension philosophique, cette polmique a toujours t oiseuse du point de vue de la gestion dentreprise. Les data marts indpendants permettent certes des dpartements spcifiques de raliser des valuations analytiques, mais les autres dpartements ne peuvent pas y accder directement, mme sils ont besoin dobtenir rapidement un instantan complet et jour sur un sujet transverse comme ceux relatifs aux partenaires de lentreprise, par exemple les clients ou les fournisseurs. Par contre, en rendant lensemble des donnes accessibles par tous les dpartements, les entrepts de donnes reprsentent la version unique de la vrit , et non une semi-vrit . Eux seuls peuvent fournir une base cohrente pour le processus dcisionnel dune entreprise. De nombreuses entreprises sont leurres par le faible investissement initial des data marts isols, et sous-valuent les cots globaux dexcution et de maintenance de plusieurs petites bases de donnes, surtout si chaque dpartement est responsable de ses propres budgets en matriel, logiciels, maintenance et personnel. La solution est vidente : un systme de stockage consolid pour lensemble des donnes, un entrept de donnes lchelle de lentreprise contenant des informations fiables et exhaustives, capable doffrir des avantages sur le long terme. Selon toutes les tudes ralises par les analystes (Gartner, Forrester, IDC, Ovum, ) une solution centralise est toujours conomiquement meilleure ds que le nombre de data marts est suprieur trois. Les facteurs dcisifs qui sous-tendent la cration dun entrept de donnes sont en outre sa souplesse technique et son volutivit. De plus il est tout fait possible pour une entreprise qui opte pour un entrept de donnes centralis, de commencer avec une installation modeste et de la faire voluer au fur et mesure. Dans les grandes entreprises mondiales, il convient aussi de pouvoir sadapter des volumes de donnes croissants. En effet la globalisation des activits et des processus mtier, la pression croissante sur les prix exerce par la concurrence, et les investissements accrus dans la gestion des connaissances, gnrent un dsir daccs facile aux informations, de temps de

Propos sur les SID

Michel Bruley

Chapitre 1 - 8/42

rponse courts, de prise en charge dun plus grand nombre dutilisateurs et de traitement de critres de recherche varis et plus nombreux. Tandis que les systmes statistiques conventionnels rpondent la question Que sest-il pass ? , un entrept de donnes est galement conu pour rpondre la question analytique Pourquoi est-ce que cela sest-il pass ? et la question pronostique Que va-t-il se passer ? . Dans un contexte oprationnel, il rpond galement dans le cas dun entrept de donnes actif la question Que se passe-t-il en ce moment ? , voire Que devrait-il se passer ? . Lobjectif est de fournir aux entreprises une vision jour et complte de leur activit et de permettre la mise en uvre dapplications, telles que la gestion de la chane de la demande, la gestion de la relation client, loptimisation de la chane dapprovisionnement, la gestion de la performance financire, etc.

Illustration 2 Outre la vitesse, les facteurs cls dans la prise en charge des processus daide la dcision par lentrept de donnes sont la pertinence et la prcision. Pour cela il est appropri de faire grer par lentrept de donnes un gisement intgr de donnes dtailles, provenant de lensemble des dpartements de lentreprise. Ainsi les analyses ne sont pas bases sur un petit chantillon de donnes qui pourrait induire une valuation errone du pass et du futur. Pour de nombreux secteurs, tels que la distribution, les tlcommunications, la banque, lassurance, etc. des modles de donnes standards pour entrept de donnes dentreprise ont t labors. Ces modles comprennent de 8 12 domaines thmatiques de base. Ces modles sont crs conformment aux standards, par exemple ceux qui sappliquent au secteur de lassurance (ACORD AL3, ANSI, X12). Ces modles de donnes sont disponibles en format lectronique. La dure ncessaire la mise en uvre dun entrept de donnes dentreprise est considrablement rduite grce la disponibilit de tels modles.

Entrept de donnes central de l'arme de l'air des tats-Unis

La mission de l'Arme de l'Air des tats-Unis est simple mais cruciale : dfendre les EtatsUnis et protger ses intrts par des moyens ariens. Lentit Air Force Materiel Command (AFMC) installe la base arienne de Wright-Patterson, a la mission dassurer que les

Propos sur les SID

Michel Bruley

Chapitre 1 - 9/42

forces ariennes soient toujours au top de leur puissance. AFMC est spcifiquement responsable de l'entretien des forces ariennes des tats-Unis et de la gestion des pices dtaches de tous les avions. La tche nest pas triviale si lon tient compte que l'Arme de l'Air a plus de 6000 avions, que chaque avion a des milliers de pices, et quil faut assurer une haute disponibilit de la flotte. L'Arme de l'Air dploie ses avions sur 184 bases ariennes principales rparties aux tatsUnis et dans de nombreux pays. Son inventaire inclut plus de 42 types et des centaines de variantes d'avion, du B-52 bien connu (un bombardier qui est dans la flotte depuis plusieurs dcennies) en passant par Air Force One (lavion du prsident des Etats-Unis), et beaucoup dautres avions de combat, davion spciaux pour des missions, telles que l'observation, le ravitaillement, la recherche et la scurit, aussi bien que le matriel de soutien au sol, les simulateurs, les radars et toutes sortes dautres matriels lectroniques. Non seulement chaque avion est identifi par un numro unique, mais chaque pice individuelle de chaque avion a galement un numro didentification unique. Chaque acte simple d'entretien sur chaque partie est consign. AFMC suit chaque avion, chaque moteur et chaque composant pour connatre sa viabilit, son historique d'entretien et sa localisation. Situation antrieure. Comme n'importe quelle grande organisation, l'Arme de l'Air des tats-Unis veut fonctionner aussi efficacement que possible et obtenir le plus grand usage pour ses investissements en avions, pices et divers approvisionnements. Un dfi particulier pour l'AFMC est de recueillir l'information courante sur non seulement les avions, mais galement des millions de pices, dont beaucoup ncessitent des prises en charge trs spcifiques, ou qui doivent tre disponibles de part le monde, ou tre rapatries dans certaines localisations pour rparation. Puisque les pices sont chres, une situation multi-sites des stocks doit tre tenue, et les besoins d'entretien doivent tre dynamiquement valus, de faon viter de manquer de pices et de clouer des avions au sol. Il est aussi important didentifier des tendances dans la faon dont les pices d'avion susent (par exemple, les pices de train d'atterrissage susent-elles plus rapidement sur les avions utiliss dans des rgions humides ou des rgions arides ?), car une bonne comprhension des besoins dentretien est une condition ncessaire pour mettre en place les processus les plus efficaces, les plus conomiques, pour acheter, maintenir et remplacer des pices d'avion. En outre, l'Arme de l'Air veut non seulement savoir avec prcision quand des pices devraient tre maintenues ou remplaces, mais si les pices d'un fournisseur particulier susent plus que celles d'un autre. Dans un premier temps l'Arme de l'Air a tch de relever ce dfi en crant diverses bases de donnes spcialises dans toute l'organisation pour par exemple grer les historiques dentretien des avions, les pices dtaches, et ltat actuel de disponibilit. Les escadrons maintenaient des donnes sur leurs avions, et les transactions d'approvisionnement et d'entretien taient gres dans des systmes spars. Dautre part la combinaison des donnes des escadrons pour obtenir une vision densemble de la flotte se faisait dans une application spare, et ce systme vocation oprationnelle n'tait ni accessible, ni rellement adapt pour des analyses ad hoc. Dans le domaine des approvisionnements, ceux au niveau des escadrons taient spars de ceux des dpts centraux, et il ny avait pas de moyen permettant une vue globale des stocks. Globalement il existait de multiples bases de donnes pour grer diffrents niveaux les avions, les moteurs, et les composants. Toutes ces sources spares taient relies par des centaines dinterfaces pour fournir, dans un rfrentiel commun, une vision densemble ncessaire diverses applications, mais cette

Propos sur les SID

Michel Bruley

Chapitre 1 - 10/42

architecture tait complique, difficile maintenir et surtout pour certaines donnes engendrait des dlais de mise disposition. Nouvelle situation. AFMC a ralis que la consolidation de ses informations dans un entrept de donnes centralis permettrait une plus grande efficacit, une amlioration de la gestion des donnes, des gains de temps, des rductions des cots considrables, grce la rduction du nombre dinterfaces, llimination des redondances et la mise disposition dune source unique dinformation sur la situation des avions et des pices de l'Arme de l'Air. La centralisation a amen une meilleure uniformit de l'application de rgles internes, de principes conomiques, elle a en outre permis des utilisateurs et des applications daccder plus facilement des informations plus fraches et plus compltes. En mettant toutes les donnes dans un entrept central, elles deviennent immdiatement disponibles pour tre exploites dans des tableaux de bord, des analyses ad hoc, des systmes de prvisions, dalertes, pour des dcisions stratgiques et oprationnelles spcifiques par mtier (achats, logistique, maintenance, rvision, rparation, etc. ). Rsultats Sont donc disponibles des quantits substantielles de donnes d'entretien, d'achat, d'approvisionnement et de contrat, qui sont ncessaires pour grer la disponibilit de la flotte, et qui prcdemment ntaient accessibles un niveau dtaill qu travers 36 bases de donnes spares, alors quaujourdhui elles sont intgres dans un systme unique, mis jour en quasi temps rel pour certaines donnes (plus de 15% des mises jour sont en quasi temps rel pour un total de 1000 millions de nouvelles lignes par mois) et fondes sur des rgles communes lensemble du domaine d'appui tactique (Combat Support Domain). L'intgration des donnes permet dobtenir, par exemple : l'accs en temps rel tous les stocks disponibles dune pice particulire (pour valuer en une seule requte la possibilit de maintenir oprationnel un avion), la capacit de centraliser les achats de produits (tre mme de prendre des dcisions dachat avec la pleine connaissance des besoins), la possibilit de matriser dun point de vue central les oprations logistiques notamment les oprations de rapatriements et de mesurer les performances globales (lintgration des donnes des pices en rapatriement a permis didentifier pour 52 Millions de dollars de pices qui ntaient pas visibles par manque de consolidation). La base centrale est accessible par plus de 3000 utilisateurs principaux et prs de 100 000 utilisateurs secondaires, au moyen de divers outils qui offrent une large gamme de services danalyse, allant dun basique scorecard (permettant le suivi dindicateurs stratgiques de performance mais sans possibilit danalyse dtaille) ; en passant par des tableaux de bord pour diffrents responsables (permettant l'examen en ligne de l'excution au jour le jour des performances des services, avec quelques possibilits dapprofondissement), des reportings facilitant des pilotages oprationnels (par exemple l'analyse des commandes en attente), des analyse ad hoc multi dimensionnelles en ligne (permettant des analyses dtailles jusquau niveau le plus fin, pour identifier des tendances, mettre au point des modles, faire des prvisions). Il a t reconnu que toutes ces possibilits danalyse ont amlior la capacit de l'U.S. Air Force faire face plus rapidement des situations critiques. Le nouveau systme central a en outre permis de moderniser et damliorer environ 16

Propos sur les SID

Michel Bruley

Chapitre 1 - 11/42

applications analytiques et de planification diffrentes. La plateforme de service de donnes fournit une base en quasi temps rel pour la gestion de dpartements et de systmes dinformation critiques. Il offre des vues transverses pour permettre de piloter la disponibilit des forces, des matriels, des installations ; des vues sur les donnes intgres par domaines pour les approvisionnements, la maintenance, les contrats, la finance et enfin des vues de donnes de base en silos pour dinnombrables services. L'U.S. Air Force a chiffr que la rduction des cots dexploitation li la centralisation de son systme dinformation dcisionnel, reprsenterait un ROI de 144% sur 6 ans.

Propos sur les SID

Michel Bruley

Chapitre 1 - 12/42

Sortir de limpasse des systmes dcisionnels htrognes par la consolidation

Le succs du dcisionnel a gnr une demande de moyens daide la dcision forte depuis plusieurs annes, qui sest traduite dans les entreprises par la mise en place de nombreux systmes, afin de rpondre progressivement tous les besoins, manant de tous les services, dpartements ou divisions des diffrentes fonctions. La plupart du temps le dcisionnel na pas t la priorit des directions informatiques, occupes rationaliser les systmes de production, par la mise en place de systmes de gestion des oprations type ERP ou CRM. Dans ce contexte les projets dcisionnels ont rarement t bien traits, ils ont trs souvent t mis en uvre sans plan densemble, de faon dsordonne, en multipliant les solutions techniques et fonctionnelles, laissant larrive les entreprises avec de nombreux systmes htrognes tant en termes techniques que mtiers. Cette situation est trs pnalisante, notamment car elle cre de vritables ddales pour accder aux informations, et elle ne permet pas de dpasser les jargons des dpartements, en fixant une vrit dentreprise dans un langage commun. Les architectures de systmes dcisionnels htrognes posent des problmes spcifiques, qui impactent trs ngativement la gestion des donnes, la possibilit de les exploiter des fins dcisionnelles, et la capacit suivre lvolution du rythme des affaires daujourdhui. La redondance et la fragmentation des donnes, la difficult synchroniser voir grer des rgles mtier distribues dans de nombreux flux, ou labsence dun rfrentiel commun, perturbent les utilisateurs dont les diffrents systmes produisent des rsultats prsentant des incohrences inexpliques. Labsence dune vision intgre et transversale multi domaines fonctionnels, limite largement la capacit des entreprises comprendre, matriser leurs activits et leur environnement. Les dlais de maintenance des flux redondants, les difficults dvolution vers les nouveaux besoins dalimentation en temps rel et dintgration des moyens dcisionnels avec les applications oprationnelles, obrent la capacit mettre en place de nouvelles solutions mtier, aujourdhui ncessaires aux entreprises pour rester concurrentielles. Pour sortir de cette impasse, la solution est doptimiser larchitecture en suivant deux voies. Il convient de simplifier les flux des donnes des systmes htrognes, chaque systme oprationnel source livre ses donnes un systme unique. Ensuite il sagit dintgrer techniquement dans lentrept de donnes les diffrents systmes, pour quils bnficient des avantages de la centralisation en matire doptimisation des cots et de partage des donnes. Les diffrents systmes ne disparaissent donc pas fonctionnellement, et mme les applications dcisionnelles complmentaires, telle que par exemple une application dlaboration budgtaire avec une base de donnes multidimensionnelle, sintgrent naturellement en aval de cette architecture en changeant des donnes avec lentrept central dentreprise. Les bnfices principaux dune approche de consolidation consistent diminuer les cots, amliorer la qualit et augmenter les capacits fonctionnelles. Au niveau des cots il sagit, dans limmdiat mais aussi dans le cadre de la monte en charge des usages et des volutions fonctionnelles, de diminuer les charges de dveloppement, dadministration et de maintenance des procdures dalimentation, de larchitecture matrielles et logicielles, de la mise en uvre de nouveaux projets, et de diminuer les risques inhrents la gestion de

Propos sur les SID

Michel Bruley

Chapitre 1 - 13/42

composants multiples. Lamlioration de la qualit des donnes vient du rfrentiel unique et de la simplification de la gestion des flux, qui augmentent les performances, et permettent dalimenter lentrept de donnes dentreprise dans des dlais plus courts. Lamlioration des capacits fonctionnelles est induite par lapproche intgre et transversale qui permet aux utilisateurs daccder plus facilement linformation centralise, daugmenter la sophistication de leurs tudes (marketing, logistiques, financires, ), et de mettre en uvre plus rapidement des applications analytiques (CRM, rentabilit, ABC/ABM), qui ncessitent des donnes auparavant stockes dans divers systmes.

Illustration 3 En conclusion, il faut donc consolider et intgrer les systmes dcisionnels spcialiss indpendants (ou Data Marts indpendants), qui se limitent chacun un sujet (mtier) donn, par exemple le marketing, et sont mis la disposition exclusive des utilisateurs dun dpartement ou dun groupe de travail. Il faut crer un entrept de donnes dentreprise pour stocker et intgrer de manire centraliser toutes les donnes de lentreprise, et les mettre disposition de tous les utilisateurs dcisionnels directement ou indirectement (vue, data mart intgr, data mart dpendant aliment par lentrept de donnes central).

Impasse du data mart indpendant, des gains court terme, des cots long terme.
Si vous tes en contact avec le monde du dcisionnel, vous avez probablement souvent entendu le terme : data mart. De nombreux fournisseurs cherchent imposer de manire agressive leurs solutions de data mart comme alternative des solutions dentrept de donnes. Dun point de vue gnral, un data mart contient des informations propres des applications ou fonctions particulires, destines des groupes d'utilisateurs finaux ayant besoin daccder, pour des tches rptitives, certains sous-ensembles de donnes historiques de lentreprise.

Propos sur les SID

Michel Bruley

Chapitre 1 - 14/42

Dans un entrept de donnes correctement conu, le data mart est aliment et actualis par une base de donnes centralise l'chelle de l'entreprise, contenant des donnes prcises et jour. Ceci est idal, mais dans la ralit actuelle des entreprises, la stratgie des data marts revt une forme tout fait diffrente. Les data marts sont en effet dvelopps l'extrieur et indpendamment de toute architecture dentrept de donnes. Les gains de mise en uvre raliss court terme lors de la constitution de data marts "indpendants" se traduisent rapidement par des difficults qui perdurent dans le long terme. Les data marts ne posent aucun problme majeur inhrent. En termes de performances, ils prsentent mme un intrt non ngligeable pour des interrogations rptitives et bien connues. Les problmes ne surviennent en ralit que lorsqu'ils constituent l'unique moyen d'accs aux donnes pour l'utilisateur final. Dans ce type d'approche, tout l'environnement daide aux dcisions est faonn et accommod partir d'un ensemble de questions connues et de rponses prvisibles, sans tenir compte de l'volution des interrogations de l'entreprise. Les data marts indpendants n'en demeurent pas moins intressant. Leur mise en uvre tant plus limite que celle d'un entrept de donnes, ils semblent en effet plus efficaces et faciles grer, et du moins en thorie, ils peuvent tre oprationnels plus rapidement et moindres cots qu'un entrept de donnes "complet". En termes de gestion, aspect qui constitue l'un des principaux arguments de vente des data marts, la rponse n'est pas aussi simple que l'on pourrait penser. L'argument est en effet le suivant : un data mart est un ensemble rduit et concis d'informations runies en un seul et mme endroit et donc plus facile alimenter et actualiser. Cet argument qui se justifie dans le cas d'un data mart unique s'miette rapidement ds que les data marts se multiplient. La gestion de plusieurs data marts indpendants non aliments par un entrept de donnes centralis s'assortit de cots. Les charges de mise en uvre de tches de synchronisation complexes et de dveloppement de fonctions d'interrogation non limites un data mart spcifique l'emportent rapidement sur les conomies ralises lors de la mise en uvre initiale. L'objectif d'un vrai entrept de donnes est de permettre l'utilisateur final de poser n'importe quelle question sur n'importe quelle donne de l'entreprise pour prendre des dcisions. Ceci suppose de pouvoir faire des interrogations spcifiques et daccder des donnes dtailles. Or la mise en place de data marts indpendants implique gnralement un large indexage des donnes afin dassurer les performances sur les questions prvues. L'administrateur de base de donnes doit pour cela fixer le cadre des questions que les utilisateurs pourront poser. Avec la plupart des modles de data marts indpendants, les informaticiens sont mme de traiter les demandes de rapports prvus, avec une latitude limite pour de nouvelles questions conues autour des interrogations initiales. En posant des questions de plus en plus pointues ce nouvel environnement, les utilisateurs dcouvrent d'autres chemins d'analyse et formulent alors de nouvelles interrogations. Dans ce modle de data marts indpendants, incapable de rpondre aux nouveaux besoins des utilisateurs, les informaticiens crent alors de nouveaux data marts indpendants, galement gnrateurs de nouveaux problmes techniques et de gestion. Et c'est ainsi que lensemble se complexifie, devient trs onreux et rapidement frustrant quand les data marts qui se comptant par dizaine, ne permettent toujours pas de poser nimporte quelle question sur nimporte quelle donne de lentreprise.

Propos sur les SID

Michel Bruley

Chapitre 1 - 15/42

Data marts pour crer un monde daveugles

La mise en uvre de Nouvelles Technologies dInformation et de Communication napporte pas toujours les amliorations escomptes. En fait la plupart du temps les gains potentiels lis aux NTIC ne peuvent tre raliss que si les processus concerns sont remodels de faon adquates. Il ne sagit pas simplement dautomatiser des tches, de faciliter la saisie, la transmission, lexploitation dinformations, mais il faut aussi revoir les rgles de gestion, lattribution des responsabilits, la fixation des objectifs et le contrle des rsultats. Comme ce jeu les frontires fonctionnelles et dpartementales sont souvent remises en cause, le problme nest pas simplement technique ou de gestion, mais politique et seule une vue densemble, une volont dentreprise, peut le traiter. En plus dune mauvaise mise en uvre des NTIC se rsumant un placage superficiel de solutions, les entreprises souffrent dun manque dalignement interne. Les analystes signalent rgulirement que les entreprises ont de bonnes stratgies mais ne les mettent pas en uvre rellement, car les divisions, les dpartements, les responsables, les collaborateurs ont tendance interprter la stratgie laune de leurs intrts et ne retenir que ce qui leur convient. Ainsi au nom dune mme stratgie un ensemble dactions peu cohrentes est souvent mis en uvre, et globalement lentreprise ne fait pas rellement porter tous ses efforts sur les bons objectifs. Alors quelles nont pas toujours lenvie de se coordonner entre elles et dabdiquer une once de leur pouvoir, les diffrentes entits des entreprises nont la plupart du temps pas une bonne vision de la situation densemble. En effet elles disposent le plus souvent de systmes dcisionnels spcifiques aux divisions, dpartements ou fonctions, qui nclairent exclusivement que leur domaine et sont mme souvent aveugles sur les amonts et les avals de la partie des processus quils couvrent. Ainsi dans ce contexte dinformations partielles et partisanes, il est peu probable que lentreprise soit en mesure de se fixer de bons objectifs. Or si les entreprises ne peuvent tre absolument sres que toutes les donnes de leurs systmes ont une qualit suffisante pour tre mixes dans un systme dcisionnel, lexprience montre que la plupart du temps elles ont largement ce quil faut pour apprhender leurs activits et les optimiser. Dautant plus que des actions additionnelles de nettoyage et de capture de donnes permettent gnralement de complter les possibilits. Thoriquement rien nempche donc une entreprise de se doter dun systme dcisionnel dentreprise lui permettant de partager une vision densemble de ses problmatiques, et de sappuyer sur des moyens dcisionnels fiables pour analyser les bonnes informations, fixer de bons objectifs, suivre la mise en uvre de la stratgie et contrler les rsultats au primtre de toute lentreprise. Cependant force est de constater que les entreprises ne se sont que rarement quipes de moyens dcisionnels dentreprise, leur prfrant des moyens spcifiques par division ou dpartement/fonction, en Anglais des Data Marts. Outre les raisons de politique interne dj voques dans les paragraphes ci-dessus, il convient aussi de comprendre quil est plus facile techniquement et humainement de faire des systmes partiels limits mme sils ne rpondent quimparfaitement aux besoins. Cette voie de la facilit a souvent t suivie par les quipes en charge des projets, mal conseilles par des fournisseurs et des consultants ne sachant faire que ce type de systmes critiqus par tous les analystes srieux (Gartner, Forrester, ).

Propos sur les SID

Michel Bruley

Chapitre 1 - 16/42

Au final, les entreprises mal quipes narrivent pas bien apprhender leur activit et se retrouvent dans la situation des aveugles qui essaient de dcrire un lphant. Lun dentre eux touche la patte et affirme que lanimal est exactement comme un arbre. Un autre touche la queue et dit quil est semblable une corde. Un autre enfin se cogne contre le flanc de llphant et insiste en disant que cest en fait comme un mur. Aucun deux ne peut prendre du recul pour obtenir une vue densemble de la situation et ils finissent par se disputer au lieu de rassembler leurs impressions . Alors les entreprises qui ont exclusivement mis en place des data marts ne doivent pas se plaindre du peu dapports quelles obtiennent des NTIC, ni stonner de leur place sur le march.

Entrepts de donnes distribus : voyage jusquau bout des inconvnients

Dans la nature cest toujours la voie de la facilit qui prdomine ai-je lu un jour, ce qui me permet de ne pas mtonner du fait que dans le domaine du dcisionnel, les entreprises aient multipli les architectures dentrepts de donnes distribus (hub-and-spoke, data marts indpendants). Victime de leur succs les systmes dcisionnels ont un nombre de plus en plus lev de sources oprationnelles qui les alimentent, et la premire tche pour les projets dentrept de donnes est de bien grer les flux de donnes. La matrise technique et fonctionnelle des architectures, la capacit de monter en charge et de sadapter en temps quasi rel aux vnements et aux contraintes oprationnelles sont les principaux dfis que doivent relever ces projets. La multiplication des data marts pour rpondre des besoins tactiques, induit une augmentation exponentielle des cots de gestion de flux de donnes partiellement redondants, ainsi quune diminution progressive de la qualit de ces donnes. Dautre part il convient de bien prendre en compte que dans les grandes entreprises, les systmes dcisionnels doivent assumer de lourdes tches comme : grer un volume de donnes historiques jusqu plusieurs dizaines ou centaines de To ; rpondre au besoins dun nombre dutilisateurs simultans jusqu plusieurs milliers voire dizaine de milliers ; servir de nombreuses applications analytiques sappuyant sur des donnes partages ; autoriser diffrents types dusage dcisionnel (requtes ad-hoc, requtes batch, reporting, requtes rptitives, data mining, requtes oprationnelles) ; faciliter diffrents types alimentation (en batch, en temps rel) ; enfin assurer un niveau de tolrance aux pannes jusqu une disponibilit systme 24/24, 7/7, 52/52. Les principaux inconvnients des architectures dentrepts de donnes distribus concernent : la qualit inadapte des donnes (redondance, latence, fragmentation des donnes) ; laugmentation exponentielle des cots dadministration et de maintenance des flux de donnes, avec un dplacement progressif du cot de fonctionnement vers linfrastructure technique, aux dpens des usages fonctionnels et des nouveaux besoins ; la difficult de grer les rgles mtiers (redondantes, distribues dans de nombreux flux difficiles synchroniser) ; labsence dun rfrentiel commun (une donne peut faire lobjet de rgles de gestion diffrentes selon les data marts dans lesquels elle est prsente, et induire ainsi une perte de confiance de lutilisateur du fait des rsultats diffrents quil constate et ne peut expliquer) ; labsence de vision intgre et transversale (multi domaines fonctionnels) de lentreprise (o se trouve la donne utile ?) ; le manque de souplesse et dagilit (incapacit de rpondre aux volutions rapides et critiques de lenvironnement de lentreprise, due labsence de donnes intgres et aux dlais de maintenance des flux

Propos sur les SID

Michel Bruley

Chapitre 1 - 17/42

redondants) ; la difficult dvolution vers les nouveaux besoins dcisionnels, tels que lentrept de donnes actif (alimentation en temps rel, intgration dans les applications oprationnelles). Seule une approche de consolidation des architectures dentrepts de donnes distribus peut apporter des solutions pragmatiques ces diffrents problmes. Elle consiste rassembler et intgrer lensemble des data marts indpendants dans un entrept de donnes dentreprise centralis. A noter que cette volution peut tre plus ou moins progressive, via un lotissement projet sappuyant sur les priorits fonctionnelles et techniques. Cette consolidation des data marts indpendants dans un entrept de donnes dentreprise centralis est ncessaire, pour rpondre au besoin du pilotage dune entreprise dans un environnement conomique instable et soumis de fortes contraintes concurrentielles, qui imposent de disposer dune vision transversale (multi domaines fonctionnels) de linformation dcisionnelle. Il convient galement de manire critique de disposer des donnes historiques dans des dlais de plus en plus rduits, avec une ractivit et une souplesse de plus en plus grandes, et avec une qualit de contenu irrprochable.

Consolidation des entrepts de donnes : la voie du salut

Les avantages de la consolidation des systmes dcisionnels sont de permettre une optimisation, par une intgration des donnes des diffrents data marts dans un entrept de donnes centralis, et par une simplification des flux selon le principe extraire une fois, utiliser plusieurs fois . La mise en uvre dun entrept de donnes dentreprise centralis ne signifie par pour autant la disparition fonctionnelle des data marts. Ceux-ci sont en effet intgrs techniquement dans lentrept de donnes, bnficiant ainsi des avantages de larchitecture centralise en matire doptimisation des cots et de partage des donnes. De mme, la mise en uvre dapplications dcisionnelles complmentaires, sintgre naturellement dans cette architecture en changeant des donnes avec lentrept de donnes dentreprise. La consolidation autorise une diminution des cots : du cot total de possession de lentrept de donnes dans limmdiat, mais aussi et surtout dans le cadre dune monte en charge importante des usages et des volutions fonctionnelles ; des cots de dveloppement, dadministration et de maintenance des procdures dalimentation ; des cots dadministration et de maintenance de larchitecture centralise (matriels, logiciels, supports techniques et fonctionnels, formation) ; des cots de mise en uvre des nouveaux projets grce au partage des donnes et des outils. Elle saccompagne galement dune diminution des risques inhrents ladministration des composants multiples dune architecture distribue. La consolidation apporte diffrentes amliorations significatives : amlioration de la qualit des donnes ; facilitation de la gestion dun rfrentiel unique (la centralisation des rgles de gestion permet de prenniser les approches tactiques spcifiques chaque mtier, tout en favorisant les changes et le pilotage multi domaines fonctionnels : une seule vrit ) ; diminution des dlais de livraison (la simplification des procdures dalimentation et de gestion des flux amliore leurs performances et leur permet dalimenter lentrept de donnes dentreprise dans des dlais plus courts) ; diminution des risques derreurs par la simplification des procdures dalimentation et la suppression des redondances inutiles ; augmentation des capacits fonctionnelles induites par lapproche intgre et transversale.

Propos sur les SID

Michel Bruley

Chapitre 1 - 18/42

Au final les utilisateurs accdent plus facilement linformation centralise dans un seul endroit. Les applications analytiques (CRM, rentabilit, ) ncessitant des donnes auparavant stockes dans diffrents data marts, peuvent tre mises en uvre plus rapidement avec des budgets rduits. Enfin, la prsence de donnes multi domaines permet daugmenter la sophistication des tudes (marketing, logistiques, financires). La consolidation dentrepts de donnes distribus a t mise en uvre par plusieurs dizaines dentreprise dans les principaux secteurs dactivit, par exemple chez : Dell, Cingular Wireless, 3M, MatchLogic, British Airways, Verizon Wireless (Airtouch), Sears, Delta Airlines, Union Pacific Railroad, Bank of America, PCARD, SBC, Royal Bank of Canada, Capital One, Anthem Blue Cross/Blue Shield, Coca-Cola, Batelco, Lucent, Albertsons, Goodyear, J-Phone, Verizon Wireline, Echostar, Albertson,. Certaines de ces entreprises ont accept de communiquer sur les rsultats de leur projet de consolidation, par exemple Lucent Technologies a dj consolid 22 data marts indpendants, ce qui a permis de diminuer ses cots de plusieurs millions de dollars, noter quil reste 56 data marts supplmentaires migrer. Bank of America annonce aussi plusieurs millions de dollars dconomie ainsi quune augmentation de la richesse fonctionnelle des donnes, de la diminution de leurs dlais de livraison et de laugmentation de leur qualit, facilitant le dveloppements de nouveaux produits, la diminution du churn, lamlioration de la pertinence des scores de risque, lamlioration de la ractivit des utilisateurs dans le cas dvolutions des environnements mtier. La compagnie Delta Airlines a consolid 27 data marts indpendants utiliss par 1300 utilisateurs, elle sest ainsi donne la possibilit danalyser quotidiennement la profitabilit des vols, et a maintenant une infrastructure permettant dintgrer le dcisionnel dans les applications oprationnelles pour des dcisions immdiates dans le cadre des interactions avec le client.

Exemple de consolidation de data marts dans un entrept de donnes actif dans le secteur public
Dans les grandes entreprises, lanalyse des moyens de production, des stocks, des achats et de la maintenance sont des domaines de dveloppement des entrepts de donnes actifs. Ce genre dapproche devient aussi trs important pour certains organismes publics, comme par exemple pour lAronavale des Etats-Unis. LUS Naval Air Systems Command (NAVAIR), a pour tche de maintenir oprationnel les 4052 aronefs de la flotte des Etats-Unis, avec notamment leur armement, leur support et leur environnement lectronique. Navair sappuie sur un systme daide la dcision commun ses 325 escadrons, leur hirarchie, 75 sites de maintenance, ses trois dpts centraux et ses multiples fournisseurs. Avant den arriver ce systme unique, Navair utilisait 40 bases de donnes, dont certaines avaient plus de 200 G0, pour grer annuellement 36 millions de transactions de maintenance prventives ou correctives, 11 millions denregistrements de vols dtaills, les configurations des aronefs et de leurs volutions, lensemble des mouvements de stocks, etc. Les analyses portaient par exemple sur la disponibilit de la flotte, la fiabilit, les cots de maintenance, la localisation des pices, lexcution de contrats fournisseurs. Mais du fait de la multiplicit des sources, des rgles de chargement ou de transformation des donnes des bases oprationnelles vers les bases dcisionnelles et des multiples outils de restitution, les analyses navaient pas toujours la fracheur ni la qualit souhaites compte de tenu des enjeux.

Propos sur les SID

Michel Bruley

Chapitre 1 - 19/42

Le projet a consist mettre en place un entrept de donnes actif, remplaant toutes les bases de donnes dcisionnelles antrieures, en les intgrant dans un modle de donnes unique permettant de fixer une vision commune de qualit, qui fait autorit pour lensemble des acteurs concerns. Laccs ce systme se fait principalement par des solutions web intranet ou internet, facile utiliser qui ncessitent peu de maintenance et qui supportent lextension du nombre dutilisateurs de rapports, danalyses ad hoc et de data mining. Les donnes sont maintenant charges dans lentrept en quasi temps rel, le systme permet de naviguer des informations de synthse jusquaux faits de base, et autorise des requtes complexes. Le nouveau systme est employ par un plus grand nombre dutilisateurs, il permet de faire plus et de meilleures analyses. Dsormais il ny a plus lieu de rserver beaucoup de temps collecter ou corriger les donnes ou expliquer les informations contradictoires, les utilisateurs peuvent se consacrer lanalyse. Tout cela conduit une rsolution plus rapide des problmes travers les dpartements. Concrtement le systme permet par exemple des responsables de diffrents niveau de prendre en temps rel des dcisions relatives des missions critiques, comme planifier rapidement des oprations de combat. Il fournit aux responsables de la maintenance les donnes et les mtriques pour grer les budgets et optimiser les oprations dentretien ou de renouvellement. Tout ceci conduit viter aux avions des centaines d'heures de temps d'arrt inutile, dconomiser du temps de mcanicien, dutiliser pleinement le cycle de vie des composants, sans parler de loptimisation des stocks et de la logistique. Pour russir un tel projet qui stale sur plusieurs annes, il convient de dfinir une cible et une trajectoire. Il ne faut pas chercher aborder tous les problmes dans la premire phase et il faut sattendre ce que la demande volue en cours de route. Parmi les points cls, il faut disposer dune quipe qui intgre des reprsentants des diffrentes parties prenantes ; ne pas sous estimer les problmes lis la mauvaise qualit des donnes ; consacrer du temps aux modles de donnes ; viter leffet tunnel et apporter rapidement de premiers rsultats ; investir dans la formation des utilisateurs et ne pas se reposer sur le ct intuitif des outils. Pour Navair le premier systme mis en production intgrait des donnes de maintenance, de rparation, de mise niveau des fuselages et de llectronique embarque, il collectait des donnes de six sources et mettait disposition des utilisateurs deux cubes Olap, 6 rapports et 9 univers pour des requtes ad hoc. Dans une seconde phase des informations sur la maintenance des moteurs ont t ajoutes. Aujourdhui le systme couvre lensemble des besoins des sous domaines suivants : configuration des avions, gestion des vols, inspection, maintenance et rparation, volution et modification, reconstruction, logistique, achats et contractualisation, gestion des stocks de pices dtaches.

Propos sur les SID

Michel Bruley

Chapitre 1 - 20/42

Boulimie des diteurs de progiciel de gestion intgr

A trop avoir voulu intgrer de fonctionnalits dans leurs produits, les diteurs de progiciel de gestion intgr (PGI) ont crs des dinosaures informatiques dont la disparition est amorce. Au dpart il y avait eu lide de faciliter lintgration de la gestion en construisant des applications informatiques (comptabilit, paie, gestion de stocks, ), de manire modulaire (modules indpendants entre eux), de rester ouverts aux spcificits des mtiers et donc lintgration avec dautres systmes. Trs rapidement les diteurs ont t hgmoniques et ont dvelopps des offres cherchant couvrir tous les besoins fonctionnels oprationnels ou dcisionnels, avec de nombreuses variantes sectorielles. De plus avec le dveloppement de la globalisation des affaires, les diteurs ont t amens faire en sorte que leurs progiciels puissent grer et prendre en charge plusieurs entits ou organisations (filiales, etc.), priodes diffrentes simultanes (exercices comptables par exemple), devises, langues pour les utilisateurs et les clients (cas des multinationales), lgislations et plans de comptes. Les inconvnients majeurs de cette approche se sont vite rvls : cot lev, lourdeur, rigidit de mise en uvre et surtout primtre fonctionnel le plus souvent inadapt, trop troit sur le cur du mtier et trop large pour la plupart des autres fonctions. Il faut en outre ajouter des difficults d'appropriation par les collaborateurs, la ncessit parfois d'adapter certains processus au progiciel, limportance de la maintenance continue, sans oublier la captivit vis vis de l'diteur. Pour pallier cette situation hautement dommageable, un virage fonctionnel et technique est en cours vers la distribution des fonctions en diffrentes applications, indpendantes techniquement et interfaces avec le noyau du progiciel de gestion intgr, le tout architectur autour dun EAI (Enterprise Application Integration). L'intgration d'applications d'entreprise est une architecture informatique permettant des applications htrognes de grer leurs changes en temps rel. Cette architecture permet dintgrer des applications spcifiques centres sur une fonction ou un aspect particulier dune entreprise ou dun mtier, comme la gestion des ateliers (MES), la gestion des laboratoires (LIMS), la gestion de la rservation dans les transports, la gestion des risques dans la banque, des rseaux dans les tlcommunications, etc. Les systmes dinformation architecturs avec un EAI sont plus mme dintgrer la diversit, de concilier la profondeur mtier avec lintgration, tout en gardant lindpendance de maintenance de chaque application. Cela est favorable aussi louverture, comme pour lEDI (change de Donnes Informatis) qui permet d'changer des informations selon un format standardis comme lEAN (biens de consommation), ODETTE ou CAP (Industrie automobile), RosettaNet (lectronique), CIDX (chimie), PIDX (ptrole). Cest aussi une bonne architecture pour intgrer activement un entrept de donnes dentreprise. En matire de systme dcisionnel la problmatique est la mme, larchitecture intgrant un entrept de donnes via un EAI est mieux que les batteries de tableaux de bord et les moyens danalyse fournit en standard avec un progiciel de gestion intgr. Dautant plus que les PGI cohabitent pratiquement toujours avec de nombreuses autres applications comme dj voqu plus haut (celles qui sont spcifiques certains aspects du cur du mtier de

Propos sur les SID

Michel Bruley

Chapitre 1 - 21/42

lentreprise), ds lors il est pertinent de vouloir matriser ces multiples sources de donnes, de relier un niveau dtaill les donnes cls de lactivit, et de ne pas se contenter de rapprocher des donnes agrges dans des tableaux de bord. Lapport essentiel dun entrept de donnes dentreprise est de mettre disposition des utilisateurs des donnes historiques qui permettent une vue complte, dtaille et transverse des activits. Cette compltude est obtenue par lintgration de toutes les donnes relatives aux activits, donc concrtement par une standardisation et une organisation des donnes de tous les systmes oprationnels correspondants dans un gisement unique, comme par exemple et de faon non limitative celles relatives aux applications suivantes : Customer Relation Management, Demand Planning and Forecasting, Supplier Relation Management, Advanced Planning & Scheduling, Enterprise Resources Planning, Transportation Management System, Warehouse Management System, Distributed Controlled System, Manufacturing Execution System.

PGI versus best of breed : en dcisionnel la question ne se pose mme pas

Alors que dans le monde des systmes oprationnels on est revenu du progiciel de gestion intgr miracle, dans le monde du dcisionnel certains offreurs tentent de refaire le coup et cherchent nous faire croire quils peuvent rpondre tous les besoins dcisionnels des entreprises. Ceci est faux ! Les PGI ont toujours t plus apprcis des informaticiens que des utilisateurs, les premiers sont friands davoir faible cot une bonne intgration qui leur permet de fournir lensemble des acteurs une image unique, cohrente et homogne des informations, les seconds sont plus partags, certains bnficient de la bonne fdration des processus et dautres ne trouvent pas les fonctionnalits dont ils ont besoins ce qui les pnalise parfois lourdement. Dans le monde oprationnel, il est extrmement rare quune entreprise puisse se contenter pour son systme dinformation de nutiliser quun PGI. Il ne sagit pas dopposer PGI et dveloppement spcifique comme il y a quelques annes lapparition de ces solutions standardises, mais dtre raliste et de constater quil faut dans la grande majorit des cas intgrer diffrentes solutions (PGI, progiciels spcialiss et dveloppements spcifiques) pour correctement rpondre aux besoins oprationnels des entreprises. Les offreurs de PGI le savent bien, ils multiplient les versions sectorielles, ils rachtent tour de bras des solutions complmentaires en particulier dans le SCM et le CRM, ils masquent le fait quils vendent rarement plus de trois ou quatre modules de leur PGI au mme client, ils reconnaissent que leurs solutions large spectre sont toujours en retard par rapport celles qui sont spcialises et qui quoiquil en soit ne couvrent pas certaines fonctionnalits. Contrairement ce que disent certains provocateurs, les technologies de linformation comptent pour les entreprises et elles peuvent procurer des avantages majeurs et parfois mme stratgiques. Il ne sagit plus aujourdhui de simplement bien intgrer les informations des ressources financires, commerciales et humaines comme au bon temps du dbut des PGI. Il sagit de fournir des moyens pour couvrir lensemble des fonctions de lentreprise et de bien grer transversalement certaines informations qui doivent tre partages. Par exemple dans le monde des biens dquipements, il sagit de voir de bout en bout la vie des produits de lachat des composants aux incidents lis lutilisation par les clients et jusqu la destruction finale, en passant par la production (gpao, contrle statistiques des processus,

Propos sur les SID

Michel Bruley

Chapitre 1 - 22/42

de la qualit, des rsultats de tests, ..), la logistique, la gestion de la garantie (financire, maintenance, conception, ), etc. De plus les entreprises ne peuvent se contenter de navoir accs quaux informations relatives aux dernires oprations, il leur faut pouvoir les relativiser par rapport dautres expriences et donc pouvoir accder un historique, cest lobjet dun entrept de donnes dentreprise. Un EDW permet de capitaliser toutes les donnes de lentreprise quelques soient leur origine et si on lalimente avec des donnes trs fraches en quasi temps rel, on peut lui permettre de supporter les dcisions stratgiques et tactiques en apportant la vue unique, cohrente et homogne ncessaire pour que lentreprise puisse agir avec pertinence Alors les offreurs de PGI qui prtendent offrir une solution qui se suffise elle-mme la fois pour les aspects oprationnels et dcisionnels, et notamment prtendent couvrir avec des tableaux de bord standard tous les besoins dcisionnels des entreprises, se trompent lourdement. Comme ils sentent que le tout en un est peu crdible ils font la promotion de la notion de suite, mais ce nouveau vocabulaire ne change rien sur le fond du problme. Lentreprise ne peut viter davoir recours plusieurs solutions pour couvrir ses besoins oprationnels et dcisionnels. Dans le monde du dcisionnel il est pertinent dessayer dtre le plus intgr possible au niveau du gisement de donnes historiques dtaills, mais il ne faut pas tre dogmatique au niveau des applications analytiques et il convient de slectionner pour chaque catgorie dutilisateur la solution la plus adapte possible pour couvrir tous les besoins daide la dcision (oprationnels et stratgiques) des diffrents acteurs de lentreprise (utilisateur de base dune fonction, super utilisateur, analyste mtier, spcialiste de lanalyse de donnes, ).

Chacun son rle : progiciel pour administrer et entrept de donnes actif pour conduire les affaires
Ce qui caractrise les entreprises leaders de diffrentes industries cest leur capacit utiliser la puissance de leurs informations pour conduire efficacement leurs affaires, elles utilisent pour cela un entrept de donnes actif qui leur permet de mettre les informations oprationnelles et historiques au service du management de leurs activits. Mais force est de constater que toutes les entreprises ne sont pas ce niveau et quen dpit d'investir des millions dans lIT beaucoup ne savent pas faire circuler de faon satisfaisante des informations entre leurs clients, leurs fournisseurs et leurs collaborateurs. Les directeurs et les cadres recourent trs frquemment leurs propres documents et systmes personnels pour prendre des dcisions. Les oprationnels notamment ceux aux contacts des clients ou partenaires n'ont pas toutes les donnes oprationnelles et historiques ncessaires pour grer de faon approprie les activits dont ils ont la charge. La plupart des organismes ne peuvent pas fournir leurs collaborateurs les bonnes informations au bon moment, en consquence ils sont au mieux ractifs et trs rarement proactifs. Au final, ils ne contrlent efficacement ni leur prsent ni leur futur. Pour matriser leur destin et tre plus concurrentielles les entreprises doivent grer leurs donnes comme lun de leurs plus prcieux actifs. Il leur faut investir pour bien les grer, bien les analyser et en tirer toutes les possibilits pour tre plus cratives et plus efficaces. Grce un entrept de donnes actif les donnes oprationnelles les plus rcentes et les donnes historiques dtailles peuvent tre rapproches pour mettre en perspective le

Propos sur les SID

Michel Bruley

Chapitre 1 - 23/42

prsent, anticiper le futur et agir en consquence. Ainsi on peut soutenir non seulement la gestion quotidienne, prendre des dcisions stratgiques, mais aussi donner galement aux oprationnels de base les informations qui leurs permettent par exemple dentretenir les relations client, doptimiser la chane d'approvisionnements et les oprations financires. Aujourd'hui dans la plupart des grandes entreprises les dcisions sont prises par des personnes qui ne peuvent pas rapprocher dans leur systme des donnes du pass et des donnes des oprations en cours, au mieux elles peuvent le faire manuellement. De plus la plupart du temps la qualit des donnes est en question, les responsables utilisent des donnes extraites de divers systmes htrognes (multiples instances ERP, multiples progiciels spcialiss pour le CRM, le SCM, multiples bases de donnes historiques dtailles, multiples data marts, multiples systmes de reporting etc.).

Illustration 4 Inversement les entreprises leaders savent que pour rendre leurs collaborateurs plus efficaces et optimiser leurs activits, elles doivent mettre en place les meilleurs systmes dinformation et d'analyse. En utilisant des entrepts de donns actifs elles mettent l'information aux services des affaires. Ces entreprises intgrent et analysent des donnes oprationnelles et historiques issues de tous les processus pour amliorer le management de toutes les dimensions de toutes leurs activits. L'impact est norme, il se joue non seulement au niveau des grandes dcisions stratgiques prises par les dirigeants de lentreprise mais aussi tous les niveaux de la hirarchie jusquaux personnels en charge des oprations quotidiennes. Par exemple avec une telle approche, les entreprises peuvent mieux identifier les services et/ou produits que leurs clients veulent, mieux comprendre les cots et limpact de variations des prix, ou immdiatement chiffrer les effets dun retard de livraison, valuer limpact potentiel des rponses possibles cette situation, ou dialoguer avec les clients, les fournisseurs en ayant des donnes objectives, fiables pour fonder les rponses. Une telle approche permet de prendre des dcisions plus cohrentes (accs une mme information intgre), uniformment meilleures tous les niveaux et amliore les performances de tous.

Propos sur les SID

Michel Bruley

Chapitre 1 - 24/42

Le niveau de management des activits dcrit prcdemment ne peut tre envisag avec les approches ERP ou progiciels traditionnelles, mme si elles sont compltes de moyen de BI ou de reporting. Au-del de lhabituelle multiplication des sources de donnes dj voques ce sont les capacits techniques de ces systmes qui sont aussi en cause. En effet dans les grandes entreprises il est impratif de pouvoir prendre en charge des volumes de donnes importants tant en terme de flux, de stockage que danalyse par un nombre important de personnes (dans certaines entreprises prs de 20% des effectifs utilisent des moyens dcisionnels). Ce concept dentrept de donnes actif semble tre incontournable terme pour toutes les grandes entreprises, mme si force est de constater quaujourdhui cest principalement celles qui font la course en tte de la globalisation, qui se sont dj lances mettre en uvre une telle approche.

PGI/tableaux de bord/entrept de donnes : complmentarit porteuse de valeur

La mise en place de PGI se dveloppe dans toutes les entreprises quelque soit leur taille ou leur secteur dactivit, et dans lindustrie par exemple la plupart des grands groupes en sont quips. Les fournisseurs de PGI proposent, outre leurs solutions pour automatiser et intgrer les oprations des entreprises, des tableaux de bord pour piloter les activits. Or certains diteurs, entrans par leur volont de promouvoir leur offre, en arrivent dire quavec ces tableaux de bord ils rpondent aux besoins dcisionnels des entreprises, et ceci est totalement faux, car ce type de moyens ne correspond quau premier niveau daide la dcision sur une chelle de cinq niveaux. Un tableau de bord est un outil de pilotage qui permet un gestionnaire de suivre priodiquement un objectif prdfini et si ncessaire de ragir. Il correspond donc au besoin dune personne, suppose un ensemble de donnes de rfrences, se compose dindicateurs pertinents par rapport un objectif mtier et est gnralement publi date fixe. Il correspond la partie contrle dun cycle classique de gestion (planification, organisation, direction, contrle), et grce un ensemble de donnes agrges il permet de mesurer le niveau de performance (efficience, efficacit, conomie, qualit, ) dune entit et dtre lorigine dventuelles actions correctives. Anticiper, formaliser les objectifs dtaills dune entit, suivre priodiquement le droulement des oprations et mener des changes sur les rsultats sont des actions cls dune direction. Cependant ce ne sont pas les actions les plus cratives de valeur, il sagit simplement de piloter au mieux lentit vers des buts qui ont t dfinis par ailleurs, avec dautres moyens et prcisment dautres composants du systme dinformation que les tableaux de bord. Autrement dit les tableaux de bord sont ncessaires mais trs largement insuffisant pour permettre une entreprise de sinsrer dans le monde comptitif daujourdhui. Fixer des stratgies, rechercher systmatiquement identifier et valoriser des avantages concurrentiels (marchs, produits, processus, connaissances) sont parmi les actions les plus porteuses de valeur pour une entreprise. Pour ce faire il convient de pouvoir aller au-del du simple que se passe-t-il ? et faire par exemple des simulations, des analyses de sensibilit, doptimisation, qui prennent en compte des hypothses, des cibles et des scnarios. En termes de systmes dinformation il faut un entrept de donnes et divers moyens pour faire parler

Propos sur les SID

Michel Bruley

Chapitre 1 - 25/42

les donnes historiques de faon non prvue, et grce des analyses mieux comprendre son contexte, ses activits et en tirer des enseignements, des prdictions. Nous sommes l dans les niveaux deux et trois du dcisionnel. Pour revenir aux PGI, il est certain quils constituent une solution logicielle incomparable pour harmoniser la gestion des procdures des entreprises et faciliter linteraction en temps rel entre les grandes fonctions. En terme de positionnement parmi les outils de traitement de linformation ils permettent de couvrir les besoins de gestion des oprations, mais pour les autres besoins il faut dautres moyens : coopration (groupware, workflow, ), dcisionnel (entrept de donnes, data mining, ), communication (internet, intranet, extranet, edi, ). Les entreprises ne peuvent pas se contenter pour rpondre leurs besoins dcisionnels de dployer les tableaux de bord associs leur PGI. Elles doivent mettre en place un entrept de donnes dentreprise. Ce dernier ne transformera pas automatiquement la faon de faire leurs affaires, il apportera seulement des potentialits qui devront tre exploites, et dans certains cas jusqu la mise en place dun entrept de donnes actif. Il est clair quune organisation ne peut pas passer en une seule tape de tableaux de bord PGI un entrept de donnes actif, mais par une urbanisation des systmes dcisionnels et un lotissement correct des projets, il est possible en six dix mois pour une grande entreprise de mettre en production une infrastructure et les premires applications oprationnelles dun entrept de donnes actif.

Progiciel & entrept de donnes : le duo gagnant

Depuis de nombreuses annes les entreprises ont compris que de bonnes analyses de leur environnement et de leurs activits, sont indispensables pour fixer leur stratgie et piloter leurs oprations. Ds lors elles ont cherch mieux matriser les donnes historiques ncessaires la production des informations mtier dont elles ont besoin, que leurs systmes transactionnels de par leur objet et leur conception ne pouvaient leur fournir. Elles ont donc mis en place des moyens danalyse, daide la dcision qui sappuient sur des gisements de donnes historiques spcifiquement adapts, qui en particulier intgrent les donnes pralablement collectes par les applications oprationnelles, et qui permettent lexploitation informative varie souhaite (tableaux de bord, scoring, analyses multidimensionnelles, data mining, etc.). Plus rcemment, dans le cadre de nombreux processus oprationnels il est apparu ncessaire de faire en temps rel des analyses qui ne peuvent tre pr tablies. Cest par exemple le cas lorsquun client appelle le centre de services dune entreprise qui compte des millions de clients. Il est en effet prfrable de raliser certaines analyses la vole lors des appels (quelques milliers par jour), plutt que de pr-calculer des scores pour des millions de clients dont le plus grand nombre nappellera pas. Pour obtenir ces analyses, les entreprises ont intgr leurs entrepts de donnes leurs applications oprationnelles. Dans ce contexte il nest pas tonnant de voir que des spcialistes du progiciel et de lentrept de donnes font quipe pour fournir une gamme d'options d'intgrations optimises pour faciliter la synchronisation des personnes, des applications, des donnes. Il sagit avec ces solutions de permettre dexploiter les points forts des deux spcialits, savoir loffre fonctionnelle ingale des progiciels pour couvrir les besoins transactionnels classiques, et la puissance, la souplesse, lvolutivit dun entrept de donnes pour

Propos sur les SID

Michel Bruley

Chapitre 1 - 26/42

consolider les donnes des diffrentes sources internes ou externes, afin de supporter les analyses voques plus haut. Dans les grandes entreprises, cette approche conjointe permet des milliers d'utilisateurs d'avoir accs en temps rel, aux historiques dtaills des donnes de lentreprise et des services analytiques de toute nature (score, analyse ad hoc, ). Ces solutions assurent une intgration certifie et permet de rutiliser les moyens d'analyse dj en place afin de donner aux utilisateurs les informations dont ils ont besoin dans un format qui leur est habituel. Elles permettent en outre de dpasser les limitations bien connues des bases de donnes optimises pour grer les transactions oprationnelles ou celles des bases multidimensionnelles. Le progiciel en conjonction avec un entrept de donnes fournit une architecture pour dvelopper des services analytiques. Avec un tel environnement, il est possible de rapidement rpondre aux nouvelles exigences des processus mtier en utilisant les actifs existants, d'accrotre la flexibilit pour refondre et amliorer l'efficacit globale. Grce cela il est possible de disposer d'une grande souplesse pour innover dans la dfinition de processus mtier amliorant l'efficacit oprationnelle de lentreprise, et dvelopper des infrastructures volutives mme de durablement supporter les avantages comptitifs. Au-del de lenrichissement des processus cls de lentreprise, ces solutions dintgration permettent en outre de dpasser les limites des moyens danalyses standardiss des progiciels. Ces limites nexistent plus ds lors que les donnes sont gres par un entrept de donnes qui augmente les possibilits en matire de volume de donnes gr, de requtes concurrentes, de complexit des requtes, de complexit des schmas et des modles de donnes supports, de libert de requtes, de fracheur de donnes, de support des charges mixtes, etc. Les spcialistes des progiciels et des entrepts de donnes sont convaincus quensemble ils rpondront mieux aux dfis que leurs clients communs ont rsoudre, et que cette alliance les renforcera dans leur cur de mtier respectif (ERP, DW, BI). Ces solutions dintgration ont dj t adoptes par de grandes entreprises comme : Coca Cola Enterprise, Metro Group, Poste Italiane, Samsung Electronics, Warner Bross, etc. Les analystes (Gartner, Forrester, ) ont remarqus les premires ralisations et salus les possibilits de valoriser les investissements dj faits, de ragir plus rapidement, de supporter les innovations mtier et de rduire les cots.

Propos sur les SID

Michel Bruley

Chapitre 1 - 27/42

Propos sur les SID

Michel Bruley

Chapitre 1 - 28/42

Activer lintelligence de lentreprise

Les technologies de linformation et des communications sont essentielles pour aider les entreprises sadapter lvolution de leurs marchs, notamment aux nouvelles demandes, nouvelles offres, nouvelles rglementations, la globalisation, lvolution des techniques, la saturation de certains marchs. Dans ce contexte les entreprises doivent faire preuve de beaucoup dintelligence pour matriser leur destine. Les analystes rputs disent que seules les plus intelligentes survivront. Lune des cls majeures rside dans la possibilit de transformer des analyses en actions efficaces. Concrtement il ne sagit pas seulement de faire de la business intelligence en travaillant des donnes dun entrept de donnes qui gre des informations plus o moins fraches, mais de coupler lentrept de donnes avec les systmes oprationnels de faon pouvoir toujours fournir au moment voulu, linformation historiques ncessaires pour lanalyse et laction : cest le concept dActive enterprise intelligence (AEI). LAEI vise faire passer les moyens dcisionnels dun rle passif un rle actif . Il ne sagit plus de seulement supporter les dcisions stratgiques comme la dtermination des buts, des politiques, la dfinition des objectifs des organisations, mais de supporter aussi des dcisions tactiques, en dotant de moyens dcisionnels des oprationnels cls, par exemple ceux qui sont en relation quotidienne avec les partenaires de lentreprise comme les clients ou les fournisseurs. Dans la fonction Marketing Vente, il sagit de ne pas se limiter dfinir des segmentations, des tarifications, effectuer des analyses de vente ou de rentabilit, mais de supporter aussi les oprations de Marketing Direct, ou de permettre un tlvendeur de fonder son action sur les donnes historiques concernant le client avec qui actuellement il est en discussion. Laide la dcision tactique ou oprationnelle, consiste donner accs des informations historiques pour une prise de dcision immdiate sur le terrain. La grande ambition de lAEI est de permettre un support optimum de lutilisateur dans son cycle de travail de la donne laction. Vu dans une logique dapprentissage, ce cycle comprend cinq tapes : observer, comprendre, prvoir, agir, capitaliser lexprience. Une solution active suppose une grande qualit dintgration du systme dinformation, tant au niveau des donnes historiques prises en compte dans les analyses, quau niveau de la liaison avec les systmes oprationnels pour mener les actions. Les critres de qualit ici sont fracheur des donnes et vitesse de raction. Concrtement la solution doit offrir des services automatiss spcifiques, tels que des rapports pointant spcialement les exceptions, des alertes adresses directement la bonne personne et en temps utile, des analyses ad hoc qui dbouchent sur des propositions daction, ou le dclenchement dune action externe impliquant aucune ou un minimum dintervention dun membre de lorganisation. LAEI suppose une architecture adapte qui permet de prendre en charge les contraintes inhrentes aux fonctions esquisses dans les paragraphes ci-dessus. Dans les grandes entreprises un tel systme a les caractristiques suivantes : multiples domaines fonctionnels, tras octets de donnes, plusieurs centaines de tables, milliers dutilisateurs, plusieurs annes dhistoriques dtaills, services particulirement exigeants de mises jour et de requtes. Concrtement au niveau de lentrept de donnes les entreprises ont le choix entre une approche centralise ou une approche dpartementale, mais tous les grands analystes saccordent aujourdhui pour reconnatre la supriorit dune centralisation des gisements de

Propos sur les SID

Michel Bruley

Chapitre 1 - 29/42

donnes, le cot financier prohibitif et linefficacit des solutions construites sur des data marts indpendants.

Illustration 5 LAEI ne transforme pas automatiquement la faon de faire des affaires, il apporte seulement une potentialit qui doit tre exploite, il sagit l dorganisation, de formation, de crativit, dexprimentation de nouvelles voies, dvolution de la culture de lentreprise. Il est clair quune entreprise ne peut pas passer en une seule tape dun dcisionnel primaire construit sur des infocentres ou des data marts indpendants, un entrept de donnes actif ; mais par une urbanisation des systmes dcisionnels et un lotissement correct des projets, il est possible en six dix mois pour une grande entreprise de mettre en production une infrastructure et les premires applications oprationnelles dAEI.

Avenir des entrepts de donnes et real-time BI

Laccroissement de la ractivit, la rduction des cycles, ainsi que la matrise des cots et leur ajustement une charge fluctuante sont devenus des ncessits qui dpassent la simple recherche dun avantage comptitif. Elles deviennent des conditions indispensables la survie et au dveloppement des entreprises modernes. En parallle de la monte en puissance de la variable Comptences et capital immatriel , (au sens hommes / organisation / et knowledge management de la balanced scored card), la variable temps / ractivit / souplesse est aujourdhui une exigence primordiale pour les entreprises. Lenjeu nest plus seulement celui de la transversalit, de lorientation client, de lagilit, de lorganisation apprenante, ni de lintelligence collective pris sparment. Lenjeu est celui de lEntreprise Intelligente, dune entreprise dote dun cerveau qui comprend, analyse, planifie, et pilote, relay par un systme nerveux lui-mme dot de ses propres rflexes. Un systme dInformation Management bas sur un entrept de donnes actif et intelligent, constitue ce systme nerveux priphrique, vhiculant informations sensitives et instructions, dot de rflexes et de moyens de raction rapide. Il fournit une rponse adapte aux dfis de

Propos sur les SID

Michel Bruley

Chapitre 1 - 30/42

la comptence holistique et de lultra ractivit, en fournissant davantage dintelligence business en temps rel aux acteurs oprationnels de lentreprise, davantage dintelligence au service dactions quotidiennes en ligne avec la stratgie globale. Chaque collaborateur porte son chelle lensemble des valeurs et du business de lentreprise, il est dcisionnaire sur son domaine de comptences. Pour remplir sa mission, il a besoin doutils adapts au contexte de travail daujourdhui. Le temps de raction de lacteur de terrain peut tre rduit par la mise en uvre dalertes, danalyses guides ou de recommandations automatises. La BI doit renforcer son rle de support loprationnel et se dmocratiser pour une prise de dcision par les bonnes personnes au bon niveau. Cette dcentralisation et cette acclration de la prise de dcision permettent une ractivit accrue et lidentification instantane des risques et opportunits, grce la gestion des alertes afin de prendre les mesures adaptes au plus tt. Le raccourcissement des cycles de dcision et de raction cre de la valeur pour lentreprise, et constitue un enjeu de comptitivit. Plus la raction est rapide, plus la valeur cre ou prserve est grande. Pour faire la course en tte il convient de pouvoir tre trs actif, suivant les cas il faut tre practif, interactif ou proactif. Pour cela il ne sagit plus seulement dexploiter des donnes historiques, stockes dans un entrept de donnes, mais doprer un vritable couplage entre lentrept de donnes et les systmes oprationnels de faon tre en mesure de toujours fournir au moment voulu une analyse pour laction, sappuyant sur la confrontation de donnes immdiates et dinformations historiques : cest le concept dActive enterprise intelligence. La mise en uvre de ce concept a pour effet concret de faire passer les moyens dcisionnels de lentreprise dun rle passif un rle actif . La bonne dfinition de lActive enterprise intelligence est le juste temps , c'est--dire la bonne information au bon moment, au bon endroit et donc au bon acteur, quil sagisse dune personne ou dun systme. La mise en uvre dun systme dActive enterprise intelligence doit seffectuer dans le cadre dun schma directeur dcisionnel, sappuyant sur larchitecture dcisionnelle existante, en rationalisant cette architecture et en apportant un degr de souplesse lev aux systme oprationnels, grce la mise en uvre de services daccs aux donnes. Il sagit de prolonger larchitecture dcisionnelle classique par des possibilits de Real time BI. L'infrastructure dcisionnelle doit garantir : une disponibilit leve, un niveau de dtail fin, une fracheur maximale des donnes cls pour lactivit, une profondeur dhistorique importante, des capacits danalyse la fois rapides et approfondies, un accs simple et rapide aux donnes et indicateurs dactivit. La mise en uvre dune interaction troite entre le systme Real time BI et les systmes oprationnels est un facteur cl de succs qui implique : cohrence des rfrentiels des systmes oprationnels et BI, cohrence de la maille de donnes, intgration des interfaces utilisateurs. Concrtement, au niveau de linfrastructure dcisionnelle il convient en particulier de pouvoir tre actif dans tous les domaines, en matrisant notamment : une alimentation active (temps quasi rel & batch) ; une gestion active des vnements (analyse de lactivit oprationnelle, dclenchement automatis dactions et dalertes, services applicatifs) ; une intgration active (interoprabilit avec le reste du systme dinformation) ; un accs actif (oprationnel), interactif (IHM), automatis (via ESB) ; une gestion active de la charge (gestion dynamique des ressources, charges mixtes) ; une disponibilit active (continuit de service oprationnel, jusquau 24x7x52). Pour rpondre ces exigences, consistant supporter lactivit dcisionnelle classique tout en garantissant les performances

Propos sur les SID

Michel Bruley

Chapitre 1 - 31/42

des requtes oprationnelles, les composants de larchitecture et notamment la base de donnes doivent disposer de possibilits techniques spcifiques.

Mise en uvre dactive intelligence enterprise et de real-time BI

Loin de devenir une simple commodit, les Systmes dInformation des organisations progressent et offrent de nouveaux services qui transforment profondment les entreprises et la socit. La simple capacit dtre inform plus vite autorise des ractions plus appropries. Le raccourcissement des cycles de gestion et leur automatisation changent limpact des stratgies mises en uvre. Grce aux moyens de pilotage stratgiques et oprationnels les entreprises suivent de prs les tendances, les ractions du march leurs propositions et optimisent leur fonctionnement. Ce monde temps rel impacte la relation clients, touche tous les partenaires de lentreprise notamment les actionnaires et les collaborateurs, au final globalement le rythme des affaires sacclre. La mise en place de moyens dActive Intelligence Enterprise et de Real-Time BI autorise une meilleure gestion oprationnelle de la performance, c'est--dire quelle permet aux acteurs concerns dapprhender rapidement un nombre lev de paramtres combinant vnements, rsultats, lments de rfrentiel produits / clients, organisation, moyens et ressources, procdures internes et externes, rglements, influences extrieures et contexte. Lintrt et limpact dune dcision ne peut tre souvent rellement value qu partir dune modlisation de nombreux paramtres, permettant la mise en uvre de scnarios qui mettent en jeu par exemple la gestion des stocks, les plannings et chanciers, loffre et la demande, la rentabilit, lanalyse des risque et des structures de cots, Ces modles, supports de scnarios doivent pour suivre le rythme effrn des affaires, sappliquer sur des donnes de plus en plus fraches et sappuyer sur une intelligence historique et agrge de lactivit. De tels modles, pour tre oprationnels et pertinents, doivent intgrer le Business Modle de lentreprise. Ces modlisations dcisionnelles des fins doptimisation de la performance requirent des comptences spcifiques. La mise en uvre de tels modles doit garantir la cohrence entre laction oprationnelle et les orientations stratgiques. Les volumes de donnes ncessaires des analyses dcisionnelles toujours plus pousses continuent crotre rapidement, mettant parfois en difficult les systmes en place. Ainsi il convient de faire en sorte que la gestion de millions de clients, de comptes, de cartes, ou de ventes, reste compatible avec une segmentation fine de la clientle, de la performance produit, de lanalyse de rentabilit et daccroissement de la qualit de services. Les besoins de prvisions associs au niveau de ractivit vis ncessitent une rponse immdiate ou quasi-immdiate de la part du systme dinformation dcisionnel, ainsi quune mise disposition cible du rsultat de lanalyse dun scnario. Il est alors souhaitable que le calcul du modle sur lequel sappuie le scnario ait fait lobjet dune industrialisation permettant de garantir les performances adquates. La mise en place dun entrept capable de fdrer les donnes htrognes de diverses applications et dassurer la mise en cohrence des rfrentiels, est ncessaire au fonctionnement dun systme dcisionnel temps rel. Elle cr galement une formidable opportunit dassurer la mise en cohrence des rfrentiels de lentreprise, lalignement

Propos sur les SID

Michel Bruley

Chapitre 1 - 32/42

stratgique du systme dinformation sur le business modle, et constitue en fait une tape cl dans la matrise du dploiement de ce business modle. Pour faire face ces dfis il convient par exemple et de faon non limitative de : Clarifier les enjeux et objectifs, dfinir les leviers daction et les indicateurs cls, Evaluer le retour sur investissement et lopportunit de mettre en uvre un projet dActive Intelligence Enterprise et de Real-Time BI, Elaborer les bons indicateurs, partir des bonnes donnes, conformment la stratgie globale de lentreprise, en sappuyant sur des rfrentiels fiabiliss et cohrents, Dans le cadre dune organisation optimum du dialogue de gestion, dfinir le bon moment et le bon acteur destinataire de cette information, Dfinir les moyens technologiques mettre en uvre pour rendre oprationnel un systme dActive enterprise intelligence rpondant aux exigences de performance, de ractivit, de tenue de la charge, tout en rationalisant larchitecture du systme dinformation dcisionnel, et en exploitant au mieux le capital fonctionnel et applicatif existant des systmes oprationnels, Accompagner la mise en uvre du projet sur le plan de la qualit, des cots et dlais, et de lappropriation par les utilisateurs. Pour russir il convient de mettre en uvre des quipes pluridisciplinaires et un mode opratoire adapt. Concrtement, il faut identifier les enjeux, laborer les tableaux de bord et les processus de gestion, matriser la gestion de la qualit des donnes et du cycle de vie de la donne, architecturer la solution, mettre en uvre une expertise des technologies des systmes temps rels, grer la qualit et la performance projet, et mesurer les rsultats.

Champs dapplication & cas concrets dactive intelligence enterprise et de realtime BI

LActive enterprise intelligence a pour objectif de faciliter loptimisation dynamique et permanente des processus de lentreprise. Les champs dapplication correspondants sont extrmement tendus. Il sagit par exemple doptimiser la gestion des contacts clients, la gestion des risques (dtection de fraude, lutte anti-blanchiment, lutte antiterrorisme), le merchandising, la chane logistique, les flux (matires, informations, personnes), la gestion de la production, lemploi des ressources humaines, le service client, la gestion des configurations, etc. Ltendue du champ dapplication de moyens dActive Intelligence Enterprise et de RealTime BI se dcline aussi par secteur dactivit : Grande distribution : optimisation de la composition des linaires, suivi fin des nouveaux produits, promotions temps rel, rduction des ruptures de stock sur linaire, optimisation du stock, des canaux et des rythmes dapprovisionnement, Secteur bancaire : matrise des flux montaires (SEPA), des transactions de marchs de capitaux (MiFid), analyse des transactions et services valeur ajoute, scurit et gestion de risque (dtection de fraude et alertes,), Sant : gestion des flux de patients, du parcours hospitalier et mdical, pidmiologie, Agro-alimentaire : optimisation de la traabilit et ractivit, Industrie : optimisation du flux de production et des approvisionnements, Dfense : optimisation de la logistique,

Propos sur les SID

Michel Bruley

Chapitre 1 - 33/42

Services de scurit : lutte anti-terroriste, Trafic urbain : optimisation des flux de trafic, communication contextuelle, Tlcommunications : dtection de fraude, optimisation des services clients et centres dappels, Loisirs : optimisation en temps rel des files dattentes.

Dans la grande distribution par exemple, lexploitation des donnes issues des caisses des points de vente fait dj lobjet de systmes dcisionnels consquents forte valeur ajoute, notamment capables dlaborer un compte de rsultat analytique quotidien par rfrence article / point de vente / client ou segment de clientle. Cependant ces informations analytiques sont essentiellement exploitables par des analystes de directions centrales du marketing, du contrle de gestion ou des approvisionnements. Or lextraction et lexploitation de ces donnes de caisses en temps rel peut aussi permettre de fournir aux acteurs du terrain dans chaque point de vente, une information analytique quasi-instantane, leur donnant les moyens de ragir immdiatement une rupture de stock sur un linaire, une mvente dun produit insuffisamment mis en valeur ou trop cher, un risque de rupture de stock pour un produit plus demand qu laccoutum, ou une tendance de ventes infrieure lobjectif. Pour tre plus dtaill, ci-dessous deux cas prcis dActive Intelligence Enterprise et de Real-Time BI dans le secteur de la Distribution, le premier sur le thme de la traque des ventes perdues et le second sur celui de la fraude. En matire de ventes perdues, les tudes montrent que les lorsque les clients font leurs courses, dans 40% des cas, un ou plusieurs articles de leur liste ne sont pas sur l'tagre du magasin. Larticle peut tre absent du rayon simplement parce que le rayon nest pas rapprovisionn assez vite, mais galement (dans 30% des cas) larticle est bien prsent dans le magasin, mais difficile reprer ou insuffisamment mis en valeur. En connaissant le niveau des ventes attendu par article ou famille darticles dans chaque magasin et en contrlant en permanence les ventes effectives, il est possible de dtecter immdiatement, voire danticiper ces situations et ainsi de prendre les mesures appropries. Ces informations sont collectes au fil de leau dans un entrept de donnes et un rapport rafrachit toutes les 10 minutes est mis disposition du directeur du magasin pour action. Le rsultat obtenu se dcline en accroissement de la satisfaction client, en augmentation du chiffre daffaires et en rduction du cot des stocks. Examinons maintenant la mis en uvre de lIntelligence Active Entreprise pour la dtection de fraude dans la grande distribution. Des malfaiteurs utilisant des copies de tickets de caisse, prlvent des articles dans le magasin, puis les restituent une caisse en change dun remboursement en liquide. Si les collaborateurs du service retours ne disposent pas dun accs suffisant un historique des retours, ils sont dmunis face cette escroquerie, tandis quen disposant en temps rel dinformations sur les retours ces agents peuvent tre alerts par un taux de retours anormal. Cette fonctionnalit permet galement un suivi extrmement fin des nouveaux articles ou modles et des retours associs. Pour une chane de 500 magasins, le nombre de transactions de retours quotidiens slevait 45 000. La mise en uvre de moyens dActive Intelligence Enterprise et de Real-Time BI a permis de rduire de 75 % les fraudes. Dautres types de fraudes peuvent tre galement surveilles et dtectes en temps rel, ainsi chaque remise non-conforme ou forage du prix au niveau de la caisse, peut tre analys en dtail par le systme et gnrer des alertes. Concrtement cela fonctionne de la faon

Propos sur les SID

Michel Bruley

Chapitre 1 - 34/42

suivante : linstant mme de la transaction de vente, les donnes du ticket de caisse sont captes et viennent alimenter en temps rel un entrept de donnes qui comporte les rfrentiels produits et articles, notamment le dtail des prix, des promotions, le stock, le dtail des transactions de vente, de retours ou dchanges, les modalits de paiement et assure une mise jour au fil de leau des indicateurs cls pour une raction immdiate. Chez Hudsons Bay la mise en uvre dun systme similaire a permis ds les premires heures de linstallation du pilote, de stopper lactivit dun rseau de malfaiteurs qui utilisaient de faon frauduleuse des copies de simples reus et ont caus plusieurs milliers de dollars de prjudice. En cinq mois un ROI de 100 % a pu tre mesur grce la rduction des pertes.

Active intelligence enterprise et real-time BI dans le secteur bancaire

Pour pouvoir se dvelopper sur un march intensment concurrentiel, les institutions financires du monde entier ont mis laccent sur la comprhension et une communication plus efficace avec leurs clients. Riches en donnes, ces organisations ont facilement accs des volumes trs importants dinformations dtailles sur leurs clients : dmographie, information sur les produits, relations avec la clientle, tat des finances, mais aussi comportement des clients et modles dachat. La possibilit de pouvoir analyser de faon pertinente des informations fraches sur la clientle permet aux tablissements financiers dtre plus efficaces, plus performants dans la commercialisation de leurs produits et la gestion de leurs clientles. Il sagit grce des modles, des applications analytiques, de mieux cerner les clients actuels ou potentiels en associant la puissance dun entrept de donnes aux fonctions de modlisation complexes et novatrices propres ce secteur dactivit, notamment dans quatre domaines cruciaux : Ventes et marketing : prise en charge de fonctions dvaluation de la propension lachat, de fidlisation de la clientle et de segmentation des comportements, pour permettre aux entreprises du secteur financier de mieux comprendre et de rpondre en consquence aux besoins de leurs clients et de leurs marchs cibls. Gestion du risque : aide lvaluation du risque client, notamment lanalyse de la propension la dfaillance. Rentabilit de la clientle : dveloppement dune comprhension globale et prcise de la rentabilit des clients, notamment par ltude du cot par activit et de la valeur potentielle du client. Cette valuation peut en outre faciliter la mise en uvre de fonctions volues de gestion des relations (telles que la tarification base sur la relation). Gestion des canaux de distribution : comprhension et rationalisation des stratgies de diffusion et des infrastructures de distribution, pour permettre aux organisations financires doptimiser lefficacit des canaux mis sur pied pour des groupes de clients particuliers. La problmatique daujourdhui se formule de la faon suivante : comment mettre disposition des oprationnels, des planificateurs, des managers et des stratges des diffrentes fonctions de lentreprise des informations de qualit, qui concernent leur activit en rpondant leurs besoins de fracheur, de disponibilit, de possibilit de traitement (production dindicateurs, ralisation danalyses ad hoc et de simulation, ). La rponse est dans la mise en place dune infrastructure adapte, permettant lintgration aux systmes oprationnels dun entrept de donnes actif et de moyens de real time BI.

Propos sur les SID

Michel Bruley

Chapitre 1 - 35/42

Mais attention si nous prenons le cas dune grande banque le volume des vnements clients grer se chiffre en plusieurs centaines de millions dinteractions par an (contacts en agence, sessions aux distributeurs ou guichets automatiques, visites internet, accs au serveur vocal, contacts au centre dappels). Une bonne gestion de ces vnements permet de mieux connatre les clients, de mieux grer les actions marketing vente et notamment de mieux coordonner les contacts travers les diffrents canaux. Malgr un volume important dactivit, une grande banque peut montrer de lintelligence active par exemple avec du Cross-Selling dans le traitement des contacts initis par les clients auprs du centre dappels, sur internet, et pour les banques les plus en pointe aux guichets automatiques o de nouveaux systmes permettent de profiter de certaines occasions pour faire des propositions pertinentes. Un traitement efficace de dizaines de millions de contacts entrants peut fournir un potentiel de croissance particulirement remarquable. Aux niveaux des contacts initis par lentreprise en direction de ses clients prospects, il est possible de pallier les moindres rendements actuels de la publicit par courrier individuel, en guidant mieux les agents des centres dappels. Il sagit de pouvoir mettre en uvre des recommandations individualises d'offre en temps rel au moments des appels, davoir la capacit de faire des essais et de constamment faire des amliorations en fonction dun suivi permanent des taux de succs des propositions. Dautres domaines peuvent bnficier dune intelligence active (lattribution de prt, la gestion des risques, la lutte contre le blanchiment, la fraude, ) mais pour rpondre ces exigences, consistant supporter lactivit dcisionnelle classique tout en garantissant les performances des requtes de lintelligence active, les composants de larchitecture et notamment la base de donnes doivent disposer de possibilits techniques spcifiques. Il ne sagit pas de simplement pouvoir assumer de grands volumes de donnes ou de nombreux utilisateurs, mais de disposer dune solution pour grer la complexit engendre par lactivit dcrite plus haut. Il convient de pouvoir grer en parallle les activits dalimentation, daccs, de gnration dvnements, de requtes et de reporting, des vitesses adaptes spcifiques garantissant la qualit de services. Ceci dans le contexte des grandes entreprises nest pas la porte de nimporte quelle base de donnes.

De lintelligence active pour les industries manufacturires

Lintelligence active concerne les dcisions relatives la chane de valeur, prises pour optimiser la conduite des oprations. Il sagit de permettre aux oprationnels de fonder leurs dcisions sur une vue holistique des informations de lactivit de lentreprise. 85% des dcideurs oprationnels disent souhaiter plus dinformations, et 86% disent que linformation en temps rel est importante (le temps rel tant relatif lactivit ellemme, il peut se traduire par un dlai svaluant en secondes, en minutes voire en heures). Pour rpondre ce besoin, le systme dinformation dcisionnel gre de faon dtaille les vnements oprationnels, sans dlai de mise jour par rapport aux systmes oprationnels, et constitue un entrept de donnes dentreprise actif, qui calcule des indicateurs cls au fil de leau ou intervalles courts, et assure le partage des informations utiles une prise de dcision cohrente aux diffrents postes oprationnels.

Propos sur les SID

Michel Bruley

Chapitre 1 - 36/42

Illustration 6 Les industries manufacturires offrent de nombreux exemples de processus et domaines dapplication dans lesquels une telle intelligence active peut apporter des avantages significatifs pour la conduite des oprations, comme lillustrent les quelques cas rels dtaills ci-dessous : gestion des commandes, de la prise dordre la livraison ; planification de la demande ; optimisation des transports ; gestion des garanties ; gestion des pices dtaches ; consolidation et publication des rsultats financiers. Cas numro 1 : Garantir une efficacit totale du processus allant de la prise de commandes la livraison chez un fabricant darticles de sport Pour cela il fallait parvenir acclrer les sous-processus et les flux de donnes associs tout au long de la chane du processus global, du centre d'appel, la logistique, en passant par la fabrication. Le problme rencontr provenait de lexistence dun ensemble de systmes htrognes, plus ou moins intgrs, ce qui avait pour rsultat un dlai de six semaines de la commande la livraison. La solution a consist mettre en place une base commune pour traiter lensemble des donnes ncessaires la fois aux activits oprationnelles et dcisionnelles. Cette architecture a permis de ramener de 6 semaines 48 heures le traitement de 3000 commandes/jour, et doptimiser dynamiquement les stocks et la production. Cette base de donnes satisfait prs de 2 Millions de requtes par jour, ceci incluant le suivi de la situation des commandes par les clients via le web. Cas numro 2 : Optimiser la planification de production en fonction de la demande Les planifications type APS (Advanced Planning & Scheduling) sont tablies de faon mensuelle ou hebdomadaire. Dans ces conditions, trop souvent les prvisions de production ne sont pas en phase avec la demande relle, et au final il peut y avoir selon les produits trop ou pas assez de stock. Les difficults habituelles viennent du manque de fracheur des donnes prises en compte tous les niveaux de la chane, du dlai de calcul des diffrents plans, qui aboutissent un taux de 35% de prvisions errones. La solution consiste raliser des Plans plus frquents en sappuyant la fois sur des informations historiques des annes antrieures et des donnes fraches du jour sur la situation relle des commandes, des stocks, des livraisons, des plannings des promotions etc. Le systme doit tre mme de re-

Propos sur les SID

Michel Bruley

Chapitre 1 - 37/42

planifier en quelques heures, ds que des variations importantes se produisent, grce des pr-alertes sur les drives par rapport aux plans. Dans les grandes entreprises l'amlioration du processus de planification met en jeu des millions deuros en terme de rduction des stocks et de rduction des ventes perdues, sans compter laccroissement de la satisfaction clients qui trouvent leurs produits en rayon ou sont livrs en temps et en heure. Cas numro 3 : Optimiser lutilisation des capacits de transport Une mauvaise utilisation des capacits de transport peut gnrer une perte financire non ngligeable. Dans la plupart des cas, ces pertes sont lies planification dfectueuse de lutilisation et du chargement des camions. Ces dfauts de planification proviennent dune qualit insuffisante des informations, dun automatisation trop partielle des rgles de rotation et chargement des camions, ou une faiblesse des procdures. Dans tous les cas, la connaissance instantane de la situation de chaque vhicule est ncessaire loptimisation des rotations, des trajets et des chargements. La solution consiste automatiser les plans de chargement, et grce des donnes prcises et dtailles permettant de disposer dalertes en temps rel et de plans dynamiques, les chargeurs de dock maximisent l'utilisation de la capacit de leurs camions. Cas numro 4 : Limiter les rclamations frauduleuses en matire de garantie Au niveau de la gestion des garanties les constructeurs d'automobiles veulent rduire la quantit de rclamations frauduleuses instruites et payes. Lun des principaux problmes tient au fait que 85% des donnes de garantie se prsentent sous la forme de textes non structurs et sont donc peu pris en compte dans le processus de dcision. La solution consiste intgrer dans un entrept de donnes dentreprise les textes structurs ou non structurs avec les donnes oprationnelles et historiques, et partir de cet ensemble, via du text mining et des modlisations prdictives, traquer les rclamations frauduleuses. Ce dispositif permet dtre trs ractif face aux nouvelles pratiques frauduleuses et de savoir les identifies avant quelles ne prennent de lampleur. Une telle approche permet damliorer la rentabilit en faisant baisser significativement le cot des rclamations frauduleuses. Cas numro 5 : Amliorer la distribution de pices dtaches Les clients sont insatisfaits quand les pices dtaches dont ils ont besoin ne sont pas disponibles, mais le stockage de pices qui ne sont pas demandes cote cher. En fait la satisfaction des clients dpend en grande partie de la connaissance en temps rel de ltat des stocks et des possibilits de livraison travers la chane d'approvisionnement. Ainsi grce lutilisation dun entrept de donnes dentreprise il est possible dobtenir une visibilit de bout en bout de lensemble de la chane. Et de disposer de prvisions, et dalertes proactives, ainsi que dune gestion dynamique des priorits (par exemple quels camions dcharger en premier) qui permettent une meilleure adquation des stocks aux besoins des clients. Les niveaux de services peuvent tre significativement amliors. Dans un exemple portant sur un cas rel, les dlais de livraison des pices dtachs ont t rduits de 30% et les stocks de 10%. Cas numro 6 : Acclrer le processus de clture des comptes La pression des marchs et des nouvelles exigences rglementaires poussent plus de vlocit et de transparence dans la publication priodique des rsultats financiers. Lorsque quil faut assurer la consolidation dactivits rparties sur de nombreux sites, labsence d'une vision dtaille de ces activits peut conduire des surprises et des travaux lourds en fin mois. En revanche, si les transactions gres dans le ou les ERP sont intgres toutes les heures dans un entrept de donnes dentreprise, cela permet une pr-validation virtuelle des

Propos sur les SID

Michel Bruley

Chapitre 1 - 38/42

comptes, ainsi quune anticipation des difficults, et donc une clture plus rapide. Dans un cas concret, une telle approche a permis de rduire les effectifs affects la consolidation, tout en ramenant le dlai de clture de 14 7 jours, en permettant dinitier des actions correctrices avant la fin du mois et en limitant srieusement les surprises.

De lintelligence pour supporter les entreprises actives

Toutes les tudes montrent que la globalisation amne les grandes entreprises prendre plus de dcisions, que ces dernires sont plus complexes et impliquent lutilisation de plus de donnes. Il est clair quaujourdhui il faut tre capable travers toute lentreprise de faire part dune intelligence stratgique & oprationnelle, et dtre mme de lancer des actions qui tiennent compte de la dynamique de lenvironnement. Dans ce contexte ce nest pas avec quelques indicateurs et tableaux de bord pr-formats, que les entreprises peuvent esprer tre parmi les leaders de leur industrie. Il ne faut donc surtout pas couter les conseils des botiens du dcisionnel qui pensent pourvoir rpondre aux besoins des grandes entreprises globales avec des outils de requte, quelques cubes olap et les tableaux bord standard dun ERP. Lintelligence quil faut pour supporter les activits dune grande entreprise globale, ncessite une infrastructure dcisionnelle disponible en 24x7x52, avec gisement de donnes dtailles, mises jour quasi temps rel de certaines donnes, applications dcisionnelles classiques de gestion (indicateurs, tableaux bord), aide aux dcisions oprationnelles, capacit danalyses approfondies, libre accs aux donnes largement rpandu, moyens de pilotage des processus et datalab. Lintelligence quil faut mettre en uvre doit tre mme daccompagner les problmatiques quotidiennes des entreprises, comme des moments plus pisodiques. Des questions tactiques, de conduite doprations, de gestion se posent journellement et parfois les dcisions prises pour les unes ou pour les autres interfrent immdiatement. Il faut donc concevoir un systme dcisionnel qui puisse prendre en compte les besoins dcrits ci-dessus en facilitant des utilisations varies des donnes. Un cas rel peut permettre dillustrer lintelligence ncessaire pour supporter une entreprise active, il sagit du lancement dun nouveau service de Tlvision sur ADSL par un oprateur de tlcommunications. Lobjectif est davoir 200 000 abonns ce nouveau service en un an. Compte tenu quil faut faire des adaptations au niveau des infrastructures locales, il convient denvisager un lancement progressif. Le premier apport dintelligence dans le cadre de cette anne de lancement a consist faciliter ltablissement du planning gnral de lancement, en tenant compte du nombre potentiel de clients susceptibles dtre intresss par cette nouvelle offre, de la prsence doffres par le cble dans certaines zones et de certaines contraintes techniques. Au final les zones ont t ordonnances en 15 groupes. Le deuxime apport dintelligence a consist suivre classiquement les ventes journalires. Le premier mois elles ont t denviron 25 par jour puis progressivement 50, pour atteindre 100 la fin du deuxime mois et pour enfin monter 1000 au troisime mois suite une premire campagne de publicit. Ds lors les ventes ont oscilles entre 700 et 1200 pendant 5 mois, puis entre 1700 et 3500 jusqu la fin de lanne en fonction de la disponibilit progressive du service dans diffrentes zones, de

Propos sur les SID

Michel Bruley

Chapitre 1 - 39/42

campagnes de publicit, de lvolution de loffre en termes de packages et de tarification. In fine lobjectif a t atteint avec 207 000 abonns acquis. Le troisime apport dintelligence a consist analyser linfluence du lancement de cette nouvelle offre sur les abonnements dautres services, et a conduit affiner des propositions doffres jointes (duo : adsl & tlvision et trio : adsl, tlvision, tlphone) avec des avantages financiers associs susceptibles davoir des impacts ngatifs en termes de marge, impacts qui ont fait lobjet dun suivi particulier. Le quatrime apport dintelligence a consist analyser, au fur mesure des lancements des services par zone gographique, lusage que les clients font de leurs services en termes de quantit, de priode notamment en matire de tlvision, de vidos la demande, de faon adapter loffre en fonction de lintrt des clients, damliorer la communication marketing et de programmer lvolution du rseau en fonction de la monte en charge prvisibles des consommations. Enfin il faut rajouter en termes dapport dintelligence les habituels suivis de gestion avec leurs kyrielles dindicateurs, de tableaux de bord pour alimenter les routines administratives des diffrentes fonctions de lentreprise. Ce que montre cet exemple, cest la varit des usages des donnes historiques faites pour supporter une action dentreprise par diffrentes parties prenantes soccupant du dploiement dun service, de sa vente, de sa communication, de sa gestion, etc. Imaginer les difficults de dialogue entre les fonctions pour le mme lancement par une organisation o chaque entit fonctionnelle a ses donnes privatives plus ou moins cohrentes (dfinition, priodicit de mise jour, ) avec celles des autres entits. Des situations oprationnelles comme celles dcrites dans ce cas sont trs frquentes dans les grandes entreprises globales qui comme celle dont il est question dans cet exemple, sont prsentes sur plusieurs continents, dans des dizaines de pays et ne peuvent se contenter de quelques cubes olap et des tableaux bord standard dun ERP.

Quelle solution pour Activer lIntelligence des Entreprises ?

Etre mme de grer ses activits en s'aidant de tableaux de bord et de moyens d'analyse posteriori, c'est bien mais totalement insuffisant dans le monde comptitif d'aujourd'hui o le fait de pouvoir comprendre ce qui s'est pass et d'tre simplement ractif ne permet pas d'envisager de prendre le leadership sur un march. Pour faire la course en tte il convient de pouvoir tre beaucoup plus actif, il faut pouvoir tre practif, interactif et mme proactif. Pour cela il faut des moyens dcisionnels coupls aux systmes oprationnels, il faut pouvoir analyser librement des donnes trs fraches, il faut pouvoir mettre de l'intelligence dans la mise en uvre des oprations (le premier niveau de l'intelligence est celui de la mmoire de ce qui marche), enfin il faut pouvoir innover. Dun point de vue mtier, il sagit de sadapter lvolution des marchs, notamment aux nouvelles demandes, nouvelles offres, nouvelles rglementations, la mondialisation, lvolution des techniques, la maturit ou la saturation de certains segments. Dans ce contexte les entreprises doivent faire preuve de beaucoup dintelligence pour matriser leur destine. Lune des cls majeures rside dans la possibilit de transformer des analyses en actions efficaces. Il convient de faire passer les moyens dcisionnels dun rle passif un rle actif . Il ne sagit plus de seulement supporter les dcisions stratgiques comme la dtermination des buts, des politiques, la dfinition des objectifs des organisations, mais de supporter aussi des dcisions tactiques en dotant de moyens dcisionnels des oprationnels

Propos sur les SID

Michel Bruley

Chapitre 1 - 40/42

cls, par exemple ceux qui sont en relation quotidienne avec les partenaires de lentreprise comme les clients ou les fournisseurs. Dans la fonction Marketing Vente, il sagit de ne pas se limiter dfinir des segmentations, des tarifications, effectuer des analyses de vente ou de rentabilit, mais de supporter aussi les oprations de Marketing Direct ou de permettre un vendeur de fonder son action sur les donnes historiques concernant le client avec qui actuellement il est en discussion. Laide la dcision tactique consiste donner accs des informations historiques pour une prise de dcision immdiate sur le terrain. Si nous prenons la fonction logistique dune entreprise, qui vise, par une gestion globale, l'harmonisation, la synchronisation et l'acclration des flux physiques (matires premires, composants, en-cours, produits finis, emballages et dchets), et que nous nous centrons par exemple sur toutes les oprations lies au transport et lentreposage, les niveaux dactivit cits plus haut sont : Ractif : tat des stocks, des ordres, des capacits de transport au niveau de chaque site, Practif : visibilit et projection de la situation au niveau de lensemble des sites, dans un mode planning, Interactif : vision globale et dtaille des situations en temps rel, en prenant en compte tous les acteurs y compris les partenaires extrieurs dans un mode collaboratif, Proactif : actions doptimisation technique et financire de la prestation logistique et des niveaux de stocks. L'intelligence qu'il faut pour supporter les activits d'une grande entreprise globale, ncessite une infrastructure dcisionnelle toujours disponible, avec gisement de donnes dtailles, mises jour quasi temps rel de certaines donnes, applications dcisionnelles classiques de gestion (indicateurs, tableaux bord), aide aux dcisions oprationnelles, capacit d'analyses approfondies, libre accs aux donnes largement rpandu, moyens de pilotage des processus et bac sable pour progresser. Concrtement au niveau de linfrastructure dcisionnelle il convient en particulier de pouvoir tre actif dans tous les domaines, avec notamment : une alimentation active (temps quasi rel & batch) ; une gestion active des vnements (analyse de lactivit oprationnelle, dclenchement automatis dactions, services applicatifs) ; une intgration active (interoprabilit avec le reste du systme dinformation) ; un accs actif (oprationnel), interactif (IHM), automatis (via ESB) ; une gestion active de la charge (gestion dynamique des ressources, charges mixtes) ; une disponibilit active (continuit de service oprationnel, jusquau 24x7x52). Pour rpondre ce cahier des charges impliquant de pouvoir continuer supporter lactivit dcisionnelle classique tout en garantissant les performances des requtes oprationnelles , il faut au niveau de la base de donnes des possibilits techniques spcifiques. Il convient donc de vrifier les capacits de la base choisies lorsque lon a le projet dactiver lintelligence dune entreprise. Il ne sagit donc pas seulement que la base sache grer de grands volumes de donnes ou dutilisateurs, mais il faut quelle dispose dune solution spcifique pour grer la complexit engendre par lactivit dcrite plus haut. Il sagit en effet de savoir grer les tches avant et pendant leur excution (rpartir les ressources disponibles selon des rgles pr-tablies), de savoir prendre en compte le contexte dactivit relle, de proposer des optimisations par rapport aux engagements de qualit de service. Les activits dalimentation, daccs, de gnration dvnements, de requtes et de reporting doivent pouvoir tre gres en parallle des vitesses spcifiques garantissant la qualit de services.

Propos sur les SID

Michel Bruley

Chapitre 1 - 41/42

Propos sur les SID

Michel Bruley

Chapitre 1 - 42/42