Projets BI, ses méthodes et outils ont changés, et vous ?

Partager : 
Projets BI, méthodes et outils

Projets BI : Tous les jours, les organisations cherchent à se rendre plus efficaces. Une des meilleures façons de lancer ce processus est de simplifier et agiliser le travail de vos équipes au quotidien.

DataGalaxy vous propose une série d’article concernant la facilitation des projets BI, depuis la phase de cadrage/conception jusqu’à l’exploitation de votre solution décisionnelle.

Le cadrage des projets BI

Une fois les acteurs clés identifiés, le cadrage d’un projet BI correspond à la définition d’un périmètre clair et partagé entre ces intervenants.

Généralement, les acteurs métiers établissent une liste de besoins (en dashboard par exempleou en besoin d’analyse). Les consultants AMOA (Assistance à la Maîtrise d’OuvrAge) détaillent les objets nécessaires pour mener à bien le projet et obtenir les résultats souhaités.

Du côté de la DSI, on recherche les sources de données, correspondant aux besoins précédemment cités, pour mettre à disposition les informations les plus fiables possibles pour leur qualité et leur fraîcheur.

Le premier travail est donc un travail de recensement. Quelles sont les informations disponibles ? De quelles informations supplémentaires avons-nous besoin ou faut-il créer ? Cela consiste à obtenir une liste d’indicateurs bruts, d’indicateurs de performances (KPI), ainsi qu’une liste des dimensions susceptibles de décliner tous ces données.

Si l’on s’en tient aux méthodes “old school”, ce travail sera réalisé dans la douleur

Le facteur clé de réussite de cette opération est la centralisation et le partage de ces informations entre tous les acteurs du projet. Or, avec -au bas mot- 2 à 3 catégories
d’utilisateurs qui possèdent chacunes leurs habitudes et leurs langages, on comprend rapidement qu’une bonne méthode sur cette phase peut faire gagner énormément de temps.

Si l’on se tient aux méthodes “old school” des projets BI , ce travail sera probablement réalisé dans la douleur avec une prolifération des fichiers tableurs (sans compter les multiples versions de ces derniers). Les collaborateurs tentent tant bien que mal à synchroniser leurs documents pour avoir une définition partagée des objets, et de leurs object owner ou data steward correspondants.

En effet, la connaissance est éparpillée entre savoir humain, documents physiques et numériques. Les logiciels et types de fichiers se multiplient et ne se recoupent pas. Bien souvent, la confusion règne, les informations se perdent, la direction souhaitée devient de plus en plus floue, et le projet compliqué à faire aboutir.

En cherchant à recenser les besoins dans des fichiers autonomes et pas ou mal partagés, on se trompe tout simplement d’outil, en gardant le morcellement des informations, sans créer de lien entre toutes ces données.

Des méthodes qui doivent se renouveler

Nous l’avons dit, le facteur de réussite de cette phase de cadrage est la centralisation et le partage de ces information entre tous les acteurs du projet. Pourquoi alors s’obstiner à utiliser des tableurs pour lister des informations quand on sait pertinemment que ceux-ci ne sont pas adaptés ? Nous savons tous que les tableurs ont entre autres limites :

  • Pas de vision « Fiche d’identité » des objets.
  • Pas de relation entre les objets du glossaire.
  • Pas de versionning des fichiers, en dehors des copier/coller/renommer des fichiers, …

La célèbre citation de Henry Ford semble s’appliquer ici :

« Si j’avais demandé aux gens ce qu’ils voulaient, ils auraient répondu des chevaux plus rapides. »

Plutôt que de s’enferrer dans les fichiers tableurs ou traitement de texte, existe-t-il d’autres outils ? Peut-on changer facilement de méthode ?

Le Métadata Management et ses outils

Il se trouve qu’il existe justement une discipline dont le rôle est le partage des informations sur les données : le Métadata Management.

Les outils associés sont constitués d’un référentiel de connaissances, accessible de manière sécurisée par le plus grand nombre, et qui vulgarisent les objets informatiques complexes. Ils répondent donc parfaitement à nos interrogations : Comment faire en sorte d’éviter l’absence ou la démultiplication des définitions ? Comment éviter les erreurs ? La confusion ?

L’utilisation d’un référentiel centralisé et partagé permet de travailler main dans la main entre les acteurs du projet pour concevoir les indicateurs  des projets BI. En temps réel, vous travaillez dans un glossaire des objets à définir, et personnalisez la définition de vos indicateurs dans les moindres détails.

Une plateforme peut réunir l’ensemble des acteurs, métiers, AMOA, MOE, sur un référentiel de (méta)données collaboratif en temps réel. Pour pousser encore plus le principe d’agilité, certaines plateformes, comme DataGalaxy, permettent la gestion des versions du référentiel, pour pouvoir garder la maîtrise sur ses évolutions.

Partager :