6 tendances pour la Business Intelligence en 2022

BI TRENDS 2022 (5)

Notre deuxième année de pandémie touche à sa fin et les entreprises, quelle que soit leur taille, affrontent une période incertaine et imprévisible. Pour faire face aux défis que 2022 pourrait apporter, elles ont besoin d'avoir un maximum de cartes en main. Elles voudraient s'appuyer sur les données pour prendre toutes leurs décisions, qu'elles soient stratégiques ou opérationnelles. Les dirigeants sont de plus en plus nombreux à investir dans des solutions de BI complexes sans en retirer certains des avantages qui leur ont été promis. 

Pourquoi ? Parce qu'il leur est toujours aussi difficile d’accéder aux informations les plus cruciales au moment opportun. La démocratisation des données est devenue le sujet le plus brûlant de l'industrie de la BI : il s'agit de permettre à chaque utilisateur business, du CEO aux employés sur le terrain, d'accéder aux données de plus en plus vitales. Nous avons repéré les 6 tendances suivantes pour 2022, mais elles se résument toutes à cela : rendre la data plus accessible, pour tous. C'est la tendance de fond pour 2022, et, nous en sommes convaincus, pour les années à venir. 

1 - L'essor du guided analytics pour les entreprises

Le défi numéro un de l'analytique en 2022 ? Aider tous les utilisateurs business à prendre des décisions. Les utilisateurs business se détourneront des outils puissants mais « libres », qui ne les aident pas à comprendre ce que leurs données signifient. Ils leur privilégieront les outils qui les aident et les aiguillent. On appelle « guided business analytics », ou analytique d'entreprise guidée, une catégorie d'analytique qui vise à faciliter la compréhension des données pour tout utilisateur. 

On verra de moins en moins de rapports sans contexte, incompréhensibles aux néophytes.  2022 sera l'année des données « contextualisées ». Les utilisateurs finaux verront, en même temps que les données, toutes les informations dont ils ont besoin pour bien comprendre ce qui se passe : titres, définitions, glossaires, explications. Les tableaux de bord BI les plus performants du marché intègreront ces éléments dans leur UX afin de tisser un fil narratif puissant avec leurs données.

L'objectif final de l'analyse guidée est d'accompagner les utilisateurs qui consultent les données et de les orienter vers les informations dont ils ont besoin. Vous aurez de moins en mois l’impression d’essayer de comprendre un tableau Excel confus avec des acronymes et des KPI inconnus, et de plus en plus l'impression d'utiliser une application grand public pour la première fois (comme Instagram ou Spotify). Nous avons de bonnes raisons d'espérer que d'ici 2023, vous ne vous sentirez plus jamais perdu devant un rapport BI !

2- Un seul outil ne suffit pas pour tous les cas d'usage

Ces dernières années, les dirigeants d'entreprise ont connu bien des désillusions autour de leurs outils BI de deuxième génération. Ces mêmes outils auxquels ils avaient alloué des budgets importants, ces systèmes puissants et complexes qui leur ont été présentés par leurs responsables IT comme LA solution pour explorer et manipuler les données, comme le chaînon manquant qui les propulsera dans l'ère de la data. Que s'est-il passé ? 

nouvelle-mode-baby-suiting-bebe-habille-en-costume-deguise-buzz-tendance

Si ces outils sont parfaits pour les experts qui souhaitent explorer et analyser les données de leur entreprise, ils sont trop complexes pour les non-initiés. Même lorsque des sessions de formation sont proposées, il reste trop difficile d’acquérir ces compétences. Les utilisateurs métiers dépendent encore des experts pour obtenir les chiffres dont ils ont besoin pour faire leur travail. Cette complexité les dissuade d'utiliser la data pour prendre la plupart de leurs décisions quotidiennes. Après des années passées à utiliser (et à payer pour) ces outils, la plupart des entreprises ne sont toujours pas aussi data driven qu'elles l'auraient souhaité. 2022 sera l'année où les entreprises commenceront à réaliser qu'il leur faut des solutions sur-mesure pour chaque catégorie d'utilisateurs : les outils dont les équipes IT et data ont besoin ne vont pas aux utilisateurs métiers. En fait, vous pourriez avoir besoin de plusieurs outils pour répondre aux besoins de tous vos utilisateurs. Par exemple : 

  • Obtenir les données dont votre équipe a besoin
  • Préparer les données en les nettoyant et en les alliant
  • Visualiser les données via des tableaux de bord
  • Distribuer les données via des rapports et des applications mobiles
  • Les intégrer dans des applications et des portails clients.
  • Collaborer et prendre des mesures sur la base des informations recueillies.

Il est difficile de trouver un outil qui fasse TOUT cela et qui le fasse bien. En général, un outil excelle dans l'un de ces domaines - souvent les aspects techniques de la préparation des données - et n'est pas à la hauteur dans les autres. Les pros des données qui ont besoin de capacités d’exploration sont très différents des utilisateurs métiers qui ont besoin de contexte et de collaboration avant tout. De plus en plus, les chefs d'entreprise investiront dans des solutions personnalisées pour répondre à leurs besoins particuliers.    

3- La question de l’adoption

maxresdefault-Jul-12-2021-10-23-06-86-AM

À quoi bon les outils d’analytics si personne ne les utilise ?

Nous parions qu'en 2022, vous entendrez (ou poserez) cette question en réunion. Et cela pour une raison simple. Si la plupart des organisations investissent massivement dans la BI et l'analytique, les taux d'adoption restent étonnamment bas : environ 30 % en moyenne. Avoir 30% de taux d’adoption, ce n’est pas vraiment être data-driven.

Pour construire une organisation pilotée par les données, il vous faut plus qu'une équipe de data de pointe équipée des outils d'analyse les plus performants du marché. Vous devez faciliter l'accès aux données pour tous. Et pour l'instant, la plupart des outils de BI sont encore trop complexes pour les non-experts. L'année 2022 sera l'année où la plupart des entreprises s'efforceront de promouvoir l'analyse à l'échelle humaine, afin de favoriser une adoption généralisée dans l'ensemble de l'entreprise. Le défi pour les outils de BI sera de proposer des fonctionnalités plus ergonomiques afin que le taux d'adoption de 30 % commence à grimper. Plus facile à dire qu'à faire ! En 2023, le fait de devoir passer par une équipe d'analystes formés pour obtenir les réponses dont vous avez besoin sera considéré comme un obstacle inacceptable pour la plupart des utilisateurs métiers. 

4- La fin du citizen data scientist 

8c0247527b_50165683_big-data

Ces dernières années, les entreprises ont dû relever un défi inédit. Elles devaient exploiter toutes les données à leur disposition, mais leurs équipes n'avaient pas les compétences nécessaires pour le faire. Si les données peuvent leur permettre de mieux comprendre leurs clients, leurs marchés et les opportunités qui s'offrent à elles, seuls des experts data pouvaient faire parler la donnée.

Alors que les data scientists devenaient de plus en plus recherchés sur le marché du travail et que le coût d'embauche d'une équipe IT ou data montait en flèche, le modèle du « citizen data scientist » s'est imposé. On s'est dit que les utilisateurs non experts pouvaient de l'analytique en mode DIY - il leur suffisait d'acquérir les compétences qui leur manquaient pour comprendre et exploiter les données. Les entreprises ont investi dans des sessions de formation visant à aider ces « citizen data scientist » nouvellement adoubés à affiner leurs compétences.

Mais aujourd'hui, cette approche est considérée comme coûteuse et inefficace. La courbe d'apprentissage est encore trop raide pour les experts métier qui ont besoin d'apprendre la data science - rappelez-vous ce taux d'adoption de 30 %. Aujourd'hui, on a une approche différente. Plutôt que de pousser les utilisateurs métiers à devenir des data scientists, les entreprises préfèrent investir dans des analyses qui sont plus facilement comprises par les novices . Elles ont compris que les professionnels veulent simplement faire leur travail, et non devenir des experts data. Au lieu de parier sur l'acquisition de compétences d'analytics, les entreprises vont de plus en plus leur fournir des outils faciles à utiliser et intuitifs, capables de leur procurer les données dont ils ont besoin rapidement et sans besoin de se former.

5-  Le mobile devient lE support Numéro 1 de la BI

À quoi pensez-vous quand on vous dit BI ? Si vous vous imaginez un data analyst assis devant son ordinateur , essayant de comprendre d'obscures feuilles de calcul, alors vous êtes peut-être coincé en 2015. En 2022, la BI sera plus facile d'accès et plus compréhensible pour tout le monde, peu importe qui on est, et surtout, où on se trouve : au bureau, à la maison, sur le terrain, dans un restaurant, un magasin, un hôtel ou en route pour une réunion. 

toucantoco_devices_mobilite_5Le but de la BI est de fournir aux utilisateurs professionnels des informations exploitables auxquelles ils peuvent accéder à chaque fois qu'ils ont besoin de prendre des décisions. Et quel appareil est toujours à leurs côtés, même lorsqu'ils ne sont pas au bureau ? C'est bien leur téléphone mobile. Même les ordinateurs portables les plus légers sont un peu encombrants... Mais les téléphones mobiles sont toujours avec nous, prêts à être utilisés d'un simple coup de pouce. Il est logique que la BI se fasse de plus en plus sur les appareils mobiles, mais la plupart des fournisseurs de BI semblent ne pas l'avoir encore compris : leurs applications mobiles sont toujours des reproductions maladroites de leurs plateformes desktop... En 2022, les téléphones mobiles seront le champ de bataille des fournisseurs de solutions qui veulent rester dans la course. Ils devront développer des tableaux de bord mobiles qui pourront être déployés facilement sur n'importe quel appareil, sans qu'il soit nécessaire d'installer ou de configurer quoi que ce soit.

6- embarquER des analytics pour ses clients devient une priorité 

En 2021, les entreprises SaaS, les éditeur de logiciels et les créateurs d'applications ont compris qu'ils avaient besoin de données pour se démarquer sur leur marché concurrentiel. Et nous ne parlons pas seulement des données qu'ils peuvent utiliser eux-mêmes afin d'optimiser leur produit et de le rendre plus adapté aux besoins de leurs utilisateurs. Non, nous parlons de la possibilité de fournir à leurs utilisateurs finaux des rapports détaillés et en temps réel sur leur activité. Nous parlons de data as a service.

R.9e398d9e75187d45f2f41746bec87c5c

Le problème, c'est que la plupart des éditeurs de logiciels se concentrent uniquement sur le développement de leur propre produit : c'est ce qu'ils font le mieux, et ce pour quoi leurs équipes sont formées. Développer et mettre en œuvre leur propre solution de reporting est tout simplement trop coûteux et compliqué. Ils se tournent de plus en plus vers des outils de reporting tiers qu'ils peuvent embarquer dans leurs propres plateformes. Intégrer des outils de reporting tiers dans leur produit en marque blanche leur permet de fournir à leurs clients (ou au public) des analyses de qualité supérieure sans qu'aucune formation ne soit nécessaire. Les entreprises de BI qui comprennent cela auront une longueur d'avance sur le marché.

voir une démo

Sommaire