business intelligence IA intelligence artificielle
BI

L’IA au service de la BI : le nouvel indispensable de votre data

Par Fanny B. le 16 novembre 2021

 Lecture 8 minutes

 

Terminé les “c’est pour bientôt” : l’Intelligence Artificielle est désormais bel et bien présente dans les plateformes de Business Intelligence modernes. Depuis plusieurs années, on en entend parler à toutes les sauces. Mais aujourd’hui des exemples concrets et opérationnels confirment que c’est bien réel !

De nouvelles fonctionnalités orientées IA permettent en effet aux utilisateurs des solutions BI de passer à la vitesse supérieure dans leur prise de décision et d’action. C’est notamment très intéressant pour ceux qui n’ont pas encore passé le cap de la BI et qui ont pris un retard non négligeable en termes de stratégie data.

Qu’attendre de l’IA dans une plateforme BI ?

L’utilité des plateformes BI pour gagner en performance grâce à la transformation des données d’une entreprise n’est plus à prouver. Depuis plusieurs années, on ne cesse en effet de mettre en avant les nombreux bénéfices d’une stratégie structurée et ambitieuse autour de la data. Toutefois, ce gain de performance peut encore être optimisé sur trois axes :

  • Accompagner davantage les utilisateurs, même les plus éloignés de la data, dans leurs analyses pour leur faire gagner toujours plus de temps et les aider à mieux appréhender leur data
  • Faciliter et assister les utilisateurs dans la personnalisation/création des indicateurs et des dashboards, mêmes les moins techniques,
  • Simplifier l’accès à des analyses avancées à la demande selon des critères précis et des envies spécifiques

Pour répondre à ces attentes, les éditeurs poussent donc encore plus les limites de la BI avec des fonctionnalités basées sur l’Intelligence Artificielle. C’est en effet à travers elle que ces optimisations sont possibles. On vous en dit plus sur ces trois axes !

Rendre les utilisateurs data literate grâce à l’IA

Garantir l'accès à la data à tous

L’adoption d’une solution BI se joue auprès de tous ses utilisateurs, y compris, et surtout, ceux qui n’ont pas l’habitude de manipuler la donnée. Ces utilisateurs qui ne sont pas encore data literate (qui n’ont pas l’habitude de lire, comprendre et communiquer la donnée) se trouvent à tous les niveaux d’une entreprise, de la direction aux opérationnels. Lorsqu’ils prennent en main leur solution BI, les possibilités sont tellement vastes et les analyses si nombreuses qu’ils peuvent s’y perdre et de ne pas savoir comment concrétiser leurs demandes d’analyse les plus basiques ou même comment aller à l’essentiel. Une solution : l’Intelligence Artificielle.

Place à l'analyse conversationnelle

Différentes fonctionnalités d’IA proposent en effet un accompagnement personnalisé et une assistance dans les analyses. L’une d’entre elles est l’analyse conversationnelle, ou la capacité à poser une question avec ses propres mots à l’IA. Cette dernière se matérialise dans la solution BI sous la forme d’un assistant/chatbot à qui l’on pose sa question. Exemples : “Quelle est l’évolution de mes ventes cette année ?” ; “Quel est mon top produit en Q3 2021 ?”... Des interrogations auxquelles l’IA répond avec des chiffres et visuels à l’aide des données présentes dans l’outil BI.

Des alertes générées automatiquement

Une autre fonctionnalité a vocation à assister les utilisateurs et à leur faire gagner un temps précieux : la génération automatique d’alerte sur la donnée. Il est désormais possible de recevoir une notification sur son smartphone, par mail, dans sa discussion instantanée Slack/Teams, etc…, lorsqu’un événement précis survient. Par exemple, lorsqu’un produit est en rupture de stock, lorsque des objectifs de vente ou de production sont atteints ou encore lorsqu’un niveau de risque élevé est identifié sur un processus. Ces alertes apportent un gain de performance et de réactivité non négligeable. Elles permettent également de lier plus que jamais analyse de la donnée et action/prise de décision.

Pour aller encore plus loin, les IA sont capables de suggérer des analyses intelligentes des données disponibles sous un angle différent. Ce qui permet de remonter aux utilisateurs des tendances qu’ils n'auraient naturellement pas analysées.

analyse conversationnelle

Exemple : chez Qlik, l’Insight Advisor converse avec les utilisateurs pour répondre à leurs questions. Il peut soulever des alertes de qualité de la donnée ou bien faire des suggestions d’analyses plus pertinentes à l’utilisateur. Dans un souci de transparence des informations générées par l’IA, l’utilisateur peut identifier les données sources utilisées dans la réponse.

Le machine learning transforme vos utilisateurs en data analystes

Une aide à la création de dashboards

Les fonctionnalités de self-service facilitaient déjà jusqu'à maintenant la création de dashboards et de visuels intuitifs. Mais lorsqu’un utilisateur n'est pas habitué à traiter de la donnée, il peine à savoir quelle mise en forme utiliser pour analyser ses indicateurs. Mais bonne nouvelle, certaines solutions BI intègrent déjà depuis plusieurs années des assistants à la génération de dashboards. Ce qui constitue une forme d’Intelligence Artificielle.

L'intégration du machine learning

Sur ce sujet, la nouveauté se trouve du côté de l’intégration de machine learning. En effet, désormais, les utilisateurs peuvent préciser à cet assistant la pertinence ou le mauvais choix des informations qu'il propose. A partir de là, l’IA apprend alors avec eux ce qu’il est le plus intéressant de mettre en relation et peut ainsi proposer au fur et à mesure des analyses toujours plus percutantes. Cet apprentissage à la fois côté IA et côté utilisateur permet de supprimer des barrières techniques qui pouvaient encore en freiner certains utilisateurs dans l’exploitation de tout le potentiel de la BI.

machine learning

 

Exemple : chez Qlik, l’Insight Advisor génère automatiquement des graphiques sur les données sur lesquels l’utilisateur peut indiquer de ne plus suggérer une analyse ou encore qu’il vaut mieux traiter une donnée en mesure (donnée de fait) plutôt qu’en axe d’analyse. Plus les utilisateurs pointeront des informations inutiles (“Ne plus suggérer”), plus les analyses seront pertinentes et précises pour l’ensemble de la communauté.

Des analyses avancées à la demande

Faciliter l'accès à des analyses complexes

Le dernier pan sur lequel les éditeurs de solution BI sont attendus depuis longtemps concerne les analyses, jusqu’alors réservées à la data science. Par là, on entend toutes les analyses qui nécessitent des logiciels ou des langages de programmation spécifiques (R, Python…) et souvent des algorithmes de calcul très complexes. Il est bien entendu d’ores et déjà possible d’intégrer des modules de ces langages dans la plupart des solutions BI et d’en analyser les résultats, mais impossible de les manipuler sans être un data scientist aguerri.

L'IA au secours des utilisateurs novices

Dans ce contexte, l’objectif de l’IA est d’intégrer des algorithmes de data mining (clustering, réseaux neuronaux, arbre de décision…) ou encore d’analyse prédictive à la demande des utilisateurs, qu’il soit expert technique ou non. De cette façon, n’importe quel utilisateur peut sélectionner un certain nombre de critères (axe temps, type de regroupement, indicateur…) et obtenir facilement des prédictions pertinentes (les ventes sur une gamme de produits pour les x prochains mois) ou encore son clustering en un clic (cf ci-dessous).

Cet axe reste celui sur lequel le plus de travaux prometteurs sont en cours chez les éditeurs pour arriver à des intégrations "complètes". Cependant, des choses très intéressantes sont déjà en place et ce type d’analyse deviendra une norme en BI dans les années à venir.

cluster

Exemple : chez Qlik, on le voit sur cet exemple, le clustering permet de segmenter ses produits en trois catégories selon leurs ventes et leurs stocks. On identifie alors aisément en jaune les produits sur lesquels il y a un fort déséquilibre entre stocks et ventes. On peut imaginer ce même type de segmentation sur des ID Client, par exemple, pour définir des groupes de clients VIP en mettant en corrélation volume et fréquence d’achat. Prochaine étape : avec l’acquisition de BigSquid, c’est sur la prédiction que Qlik va mettre la vitesse supérieure en 2022!

La data par et pour tous

À travers ces cas d’usage, vous percevez mieux comment l’IA est montée en puissance ces dernières années au service de l’analyse de données. De belles perspectives sont encore à prévoir pour ce nouvel indispensable de la BI rendant les possibilités offertes aux utilisateurs toujours plus grandes.

 


 

En attendant les prochaines perspectives de l'IA dans ce domaine,

et si vous transformiez votre finance grâce à la Business Intelligence ?

Je veux en savoir plus

LinkedIn Google+ Email
Découvrez également...