Business Intelligence, Business Analytics et Data Analytics : définitions et tendances

Il y a peu, je vous expliquais les différences entre Business Intelligence et Data Intelligence, pour conclure que les deux disciplines faisaient partie de la Data Analytics. C’était faire abstraction de la Business Analytics. Prenez un café, on y retourne.

Qu’est-ce que la Business Intelligence ?

En 1958, l’ingénieur IBM allemand Hans Puter Luhn invente les termes Business Intelligence (BI), qu’il définit comme « automatic method to provide current awareness services to scientists and engineers. » (Méthode automatique pour fournir des services d’alerte aux scientifiques et ingénieurs). On était encore loin de l’hypercube, mais les bases étaient posées.

Aujourd’hui définie comme l’informatique à l’usage des décideurs, la BI englobe le Système d’Informations Décisionnel (SID) : datawarehouse et ETL, outils de reporting, dataviz, data mining, etc.

La tendance de la BI, c’est l’accès à la donnée pour tous :

• L’analyse orientée client : on contextualise la donnée pour accompagner ses consommateurs pour les diriger vers l’information dont ils ont besoin. Adieu les rapports impossibles à comprendre et les KPIs obscurs.
• Des outils taillés sur mesure : il est difficile de trouver un outil qui obtienne les données, les prépare, les visualise, les distribue via des rapports, les intègre aux portails des partenaires, … ; et qui le fasse bien. L’ère est à la personnalisation des solutions.
• Adoption : une étude Gartner de 2017 estime à 30% l’adoption de la BI ; on est encore loin de l’entreprise data-driven !
• La confirmation de la pénurie de Data Scientists Devant cette pénurie, on a cru pouvoir former des experts métiers à la data science : ce fut un fiasco. Je vous renvoie à cet article sur la pénurie de compétences data.
• Les téléphones portables sont plus que jamais le support cible si on veut garder un reporting BI pertinent.
• L’analytique doit s’intégrer : développer son produit c’est bien, permettre qu’il intègre des outils de reporting tiers c’est mieux.

Qu’est-ce que la Business Analytics ?

La Business Analytics est l’exploration itérative des données d’une organisation. Elle doit répondre à des questions très précises. Pour cela, elle utilise La Data viz, le Data mining et le Machine Learning.

Avec ses tableaux de bords et ses analyses prédictives, la Business Analytics offre une analyse plus qualitative et permet d’anticiper les dysfonctionnements.

Voici les tendances à venir pour la Business Analytics :

• L’analyse en temps réel : grâce à des technologies comme l’Internet des Objets (IoT), les entreprises collectent de plus de plus de données en temps réel, à partir de capteurs, d’appareils mobiles voire des réseaux sociaux. Il faut analyser ces données en temps réel.
• L’analyse prédictive : l’apprentissage automatique détermine la probabilité de résultats futurs sur base de l’historique des données. Elle permet de réduire les risques et de prendre des décisions moins hasardeuses.
• L’intelligence artificielle (IA), utilisée pour automatiser les analyses de données, les rendra plus précises et plus sûres.
• Le cloud : la quantité de données est croissante, et les entreprises les stockent de plus en plus dans le Cloud. L’analyse de données sera donc de plus en plus basée sur le Cloud.
• La narration : les outils de visualisation aident à comprendre les données, et la narration, elle, permet de transmettre un message fort sur le résultat des analyses.
• La sécurité : la protection des données devient de plus en plus importante, et les entreprises se concentrent sur le chiffrement et le contrôle d’accès, et devraient définir des politiques de gouvernance des données.

La Data Analytics

La Data Analytics est le processus de collecte et d’analyse de données pour en tirer des conclusions. Les techniques sont :

• Le Data Mining (incluant le Text Mining) : c’est l’exploration des données à la recherche de tendances, de modèles.
• L’analyse prédictive : c’est la prédiction sur base de l’historique
• Le machine learning (apprentissage automatique) : l’ordinateur utilise les probabilités statistiques au lieu de modèles analytiques classiques.
• L’analyse Big Data, qui utilise les 3 techniques ci-dessus.

Les 5 grandes tendances de la Data Analytics sont :

• La démocratisation des données : de plus en plus de membres de l’organisation analysent des données.
• Le edge computing (informatique en périphérie) : l’informatique se rapproche de la source des données, réduisant les coûts et améliorant sa rapidité. L’IoT pourrait faire faire un bond au edge computing.
• L’intelligence artificielle a bien évolué, notamment en expliquant les impacts du Covid sur le paysage commercial. L’IA dispose désormais d’une large gamme de nouvelles techniques, qui nécessitent des jeux de données moins grands pour opérer. Sans parler de l’IA générative, qui fait le buzz depuis la sortie de chatGPT.
• La Data Fabric : cette architecture puissante améliore l’utilisation des données et réduit considérablement les tâches opérationnelles.
• La Gouvernance des données : la démocratisation des données entraine l’entreprise à mettre en place une Gouvernance des données sérieuse.

💡 En résumé

La Business Intelligence est descriptive et la Business Analytics prédictive. Le prescriptif, lui, explore les actions à entreprendre sur base des résultats des deux précédents.

Enfin, la Data Analytics rassemble ces trois approches de l’analyse des données. À vous de jouer !

👉 Retrouvez toute notre actu en temps réel en nous suivant sur LinkedIn 👈