Tendances Business Intelligence 2022 header
BI

Les 10 tendances
Business Intelligence de 2022

Par Fanny B. le 18 janvier 2022

 Lecture 8 minutes

Le virage numérique largement amorcé en 2020 a ouvert la voie à de nombreuses possibilités. Ainsi, le transformation digitale ne suffit plus. Il existe un réel besoin d'innovation numérique, où la donnée devient un produit à part entière. L'innovation ne doit pas se limiter au coeur même de l'entreprise, mais se doit d'être collaborative. La collaboration devient clé, et l'interconnexion essentielle pour développer un écosystème fiable.

C'est uniquement dans ces circonstances que la différenciation par rapport à la concurrence pourra se faire. Synolia, qui propose un accompagnement en Business Intelligence complet, revient sur les 10 tendances liées à la data et à la Business Intelligence qui feront l'année 2022.

 

Le "collaboration mining"

Depuis 2 ans maintenant, la collaboration et la BI sont devenues indissociables. En effet, cette dernière a dû rapidement être intégrée à l'ensemble des flux de travail utilisés par les collaborateurs. La collaboration n'est plus limitée à l'entreprise uniquement, elle s'applique aussi à l'ensemble de l'écosystème. Ainsi, la collaboration se fait dès le début de la chaîne, au moment où les données sont générées.

L'accélération de la collaboration permet alors d'éliminer les silos de données. C'est grâce à celle-ci que l'on peut améliorer le travail autour des données, des réseaux et des processus. C'est ici qu'émerge le "collaboration mining", qui se développera d'autant plus en 2022. En effet, selon le Gartner, 4 dirigeants d'entreprise sur 5 estiment que la collaboration à distance sera pérennisée après l'ère Covid.

 

Vers la fin des tableaux de bord ?

Plutôt que de disparaître, les tableaux de bord vont largement évoluer en 2022. En effet, les tableaux qui affichent des données statiques n'ont plus la côte. Aujourd'hui, l'analyse prédictive est largement recherchée, car c'est elle qui permet de prendre des décisions éclairées. En 2021, seulement 33% des dirigeants se sentaient en mesure de questionner les KPI et indicateurs utilisés au sein de leur organisation.

Demain, les KPI ne seront plus historiques, ils deviennent prospectifs, contextualisés et collaboratifs. L'intervention massive de l'Intelligence Artificielle apporte un éclairage supplémentaire pour mieux analyser et prendre des décisions.

De même, les tableaux de bord deviennent collaboratifs et partagés, sous la forme d'un véritable hub analytique.

 

Traçabilité et explicabilité : deux enjeux majeurs

L'enquête menée par BARC auprès des professionnels de la BI révèle que la mauvaise qualité des données est la raison principale des problématiques liées à la BI. En effet, les analystes éprouvent souvent des difficultés à expliquer les données à l'origine des indicateurs. La fragmentation des données dans l'entreprise ne facilite pas leur tâche. Et si toutes les données se trouvaient en un seul et même endroit ?

Si ce postulat semble difficilement réalisable, il permet néanmoins de soulever l'idée d'améliorer la traçabilité et la gouvernance des données. C'est la traçabilité qui permettra en 2022 de mieux expliquer l'origine des données et donc de justifier leur fiabilité. Les équipes pourront donc avoir plus confiance dans les données, et les exploiter à leur juste mesure.

 

Les coûts s'envolent

Ces deux dernières années ont été marquées par l'adoption massive des Data Lakes et Data Warehouses dans le Cloud. Ces outils, puissants pour requêter une vaste quantité de données, donnent cependant lieu à des dépenses massives, et ce pour des performances parfois limitées. Or, les requêtes ont rarement besoin d'être exécutées en direct, tout dépend des exigences en termes de fréquence et de latence. La plupart peuvent être exécutées en mémoire, ce qui représente un coût inférieur et peut se révéler plus rapide !

Du côté de l'intégration de données, les Data Lakes et Data Warehouses proposent majoritairement une mise à jour continue des données, donnant lieu à des coûts très élevés. Or, l'obtention d'une vue agrégée des données représente des coûts bien plus faibles.

Dans le cadre d'une stratégie data-driven, la vélocité et le coût de l'information augmenteront sans aucun doute, mais ceux-ci peuvent être limités.

 

Le Cloud distribué pour tous

En 2022, le paysage des données restera désordonné et hybride. En effet, une majorité des entreprises en souhaitent plus de solution unique et globale, et lui préfère une structure adaptée aux différentes charges de travail. Ainsi, les Clouds distribués nécessiteront en 2022 :

  1. Une installation matérielle effectuée localement
  2. Des interfaces utilisateur et une facilité de gestion harmonisées pour résoudre les disparités au sein de la chaîne de valeur Cloud
  3. Le tout avec une bonne exécution pour réduire la dépendance aux groupes de fournisseurs clés

Le Cloud distribué devient alors le meilleur moyen d'améliorer la capacité d'accès à des données éparpillées, de manière sécurisée et confidentielle.

 

La généralisation des perspectives embarquées

C'est toujours dans une logique collaborative que l'accès à l'analytique d'une entreprise sera généralisé à ses partenaires, clients et écosystème. Les informations deviennent alors omniprésentes, et sont mises à disposition de tous les utilisateurs. Cette démarche va bien au-delà d'un simple tableau de bord embarqué au sein d'un flux de travail.

C'est par exemple via la mise en place d'un portail analytique que la donnée peut être récoltée et partagée auprès de l'écosystème de chaque organisation.

 

L'ère de l'automatisation pour déclencher des actions

En 2021, ce sont en moyenne 110 applications SaaS qui sont utilisées par les entreprises. Ce chiffre représente une croissance de 38% par rapport à l'année précédente. Dans ce contexte, il est nécessaire que ces différentes applications communiquent entre elles, et alertent les utilisateurs au bon moment. Il est également primordial que des actions puissent se déclencher sur la base de jalons data-driven au sein de chaque workflow, que cela nécessite une intervention humaine ou non.

La simplicité de l'automatisation permet alors de tirer le meilleur de chaque application.

 

La data literacy, un enjeu toujours clé

L'accès aux données et leur lisibilité n'est plus et ne doit plus être uniquement possible par un petit nombre. Les utilisateurs métiers doivent pouvoir accéder et interpréter leurs données. Ainsi, la data literacy reste un enjeu clé, et va même encore plus loin en 2022. En effet, grâce aux technologies actuelles, optimisées par l'intelligence artificielle et le low-code, plus besoin de savoir programmer pour aller plus loin. Les data scientists ne sont plus les seuls à pouvoir exploiter des cas d'usage prédictifs courants.

En 2022, l'accès à l'analytique prédictif se démocratisera encore plus.

 

La sécurité, priorité absolue des entreprises

Ces deux dernières années, le passage aux technologies émergentes et SaaS s'est largement accéléré. Pour y faire face, les équipes dédiées à la sécurité et à la conformité ont dû se mettre à la page. Certains géants ont subi d'importantes attaques, ou ont été épinglés pour leurs infractions aux lois liées à la protection des données. C'est pourquoi, d'après le Gartner, la sécurité sera en 2022 le projet d'investissement prioritaire des DSI.

La règlementation regroupe désormais la gestion, la confidentialité, et la sécurité des données, ainsi que la gestion de l'identité et des accès. La démocratisation de l'accès à la donnée ne se fera pas sans la mise en place de règles liées à la sécurité.

 

L'émergence du "Data Mesh"

La nécessité d'accéder plus rapidement aux données et depuis des environnements distribués nécessite la mise en place d'une architecture pertinente, la "Data Fabric". Celle-ci regroupe plusieurs fonctionnalités, telles que les métadonnées, la sémantique, la migration des données en temps réel, ou encore l'orchestration au sein du pipeline. C'est ainsi l'interconnexion de ces éléments qui forment le maillage des données : c'est ce qu'on appelle le "Data Mesh".

Le Data Mesh permet ainsi de traiter la donnée en tant que produit, et de lui appliquer les principe du product thinking. L'objectif ? Permettre aux consommateurs des informations de pouvoir s'appuyer sur des données hautement qualitatives. Enfin, avec la démultiplication des données, et avec la mise en place du Data Mesh, l'entreprise et son écosystème sont plus agiles et robustes.

 

Découvrez le détail de ces tendances dans le replay du webinar
proposé en partenariat avec Qlik.

J'accède au replay

LinkedIn Email
Découvrez également...