L'embedded analytics : Qu'est-ce que c'est et comment l'utiliser ?

Qu'est-ce que l'Embedded Analytics

L'Embedded Analytics est l'intégration de contenu et de capacités analytiques dans des applications, telles que des processus d'entreprise (CRM, ERP, EHR/EMR) ou des portails (intranets ou extranets).

L'intégration de données et d'analytics pertinentes dans les applications aide les utilisateurs à travailler plus intelligemment et plus efficacement en résolvant des problèmes à forte valeur économique. Plus important encore, l'Embedded Analytics est un outil permettant de rendre les données accessibles aux utilisateurs non techniques. 

En quoi l'Embedded Analytics diffère-t-elle de la Business intelligence traditionnelle ?

Embedded Analytics vs. bi Traditionelle

La Business intelligence (BI) est un ensemble de systèmes indépendants (technologies, processus, personnes, etc.) qui regroupent des données provenant de sources multiples, les préparent pour l'analyse, puis fournissent des rapports et des études sur ces données à partir d'un point de vue central. Ces systèmes sont optimisés pour soutenir les décisions prises par la direction, et qui nécessitent une vue d'ensemble des informations provenant d'un département, d'une fonction ou d'une organisation entière. Ces systèmes sont spécifiquement conçus pour les personnes dont la seule responsabilité est d'effectuer des analyses de données.

L' Embedded analytics est un ensemble des capacités intégrées dans des applications existantes (comme votre CRM, votre ERP, vos systèmes financiers et/ou vos portails d'information) qui apportent une connaissance, un contexte ou une capacité analytique supplémentaires pour soutenir la prise de décision liée à diverses tâches. Ces tâches nécessitent des données provenant de plusieurs systèmes ou des vues globales, mais le résultat souhaité est bien plus qu'un aperçu centralisé des connaissances. Il s'agit d'informations ciblées pour soutenir une décision ou une action dans son contexte. En comparaison, la BI traditionnelle consiste à extraire des informations provenant d'un même silo de données.

Pendant des décennies, les outils de BI et d'analytics n'ont pas réussi à se propager dans plus de 25% de l'organisation. Et dans ces 25 %, la plupart des professionnels n'utilisent les outils qu'une ou deux fois par semaine. L'Embedded Analytics change cette équation. En insérant des graphiques, des tableaux de bord et des environnements de création et d'administration entiers dans d'autres applications, les outils d'embedded analytics augmentent considérablement l'adoption de la BI. Alors la plupart des utilisateurs professionnels ne savent pas qu'ils "utilisent la BI" - elle fait simplement partie de l'application qu'ils utilisent déjà. 

Utilisons l'analogie suivante: 

L'outil de BI est comme une carte que nous utilisons pour planifier l'itinéraire avant un long voyage en voiture. L'Embedded Analytics est la navigation GPS à l'intérieur de votre voiture qui guide votre chemin en temps réel ! Alors, montez le volume et profitez de la vue.

Plus précisément, les logiciels de BI ne sont pas s'intégre pas à votre logiciel ou votre plate-forme. Ces outils nécessitent une navigation entre des interfaces distinctes pour visualiser les rapports, ce qui signifie que les utilisateurs doivent faire des allers-retours entre plusieurs outils.

Une solution de BI vous donne un aperçu des données provenant de nombreux systèmes, mais sans offrir un contexte facilement compréhensible. Au contraire, grâce à l'embedded analytics, il devient possible de traiter des données provenant de sources multiples et d'intégrer des rapports dans votre application. Vous placez alors vos données d'un contexte qui permet facilement leur interprétation. 

Avec l'évolution de l'analytics in-app et la réponse des entreprises à celle-ci, un changement fondamental s'est produit dans la façon dont nous consommons les données. Auparavant, les visualisations consistaient en des images et des graphiques statiques qui présentaient la vision d'un seul point dans le temps, mais ce n'est plus le cas. L'analytics, les visualisations interactives et les rapports en temps réels sont de plus en plus nécessaires pour transformer le volume massif de données en histoires convaincantes. Forrester prévoit que l'embedded analytics deviendra la nouvelle norme d'ici trois à cinq ans en raison de l'augmentation de la complexité opérationnelle et commerciale.

Différents types d'embedded analytics

L'analytique embarquée s'efforce de réunir la connaissance et l'action en intégrant l'analytics de plus en plus profondément dans les applications et les flux de travail. L'analytics intégrée aux applications peut avoir différents types d'architecture.

Analytics indépendantes. D'une manière générale, les outils indépendants de BI et/ou de visualisation des données créent des vues personnalisées de plusieurs sources de données et vous aident à examiner d'autres sources de données pertinentes dans un contexte plus large. Ils permettent également aux informaticiens et aux développeurs de logiciels d'intégrer des outils d'analyse dans leurs applications, pour mélanger et de fusionner des données et répondre à des questions commerciales complexes. Les visualisations qui en résultent peuvent ensuite être intégrées dans des applications afin que vous bénéficiez plus facilement de ces informations.

Analytics détachés. Il s'agit d'une version " allégée " de l'intégration, où l'hôte et l'analytics fonctionnent séparément mais sont étroitement liés par des URL. Cette approche fonctionne bien lorsque plusieurs applications utilisent le même environnement, portail ou service d'analyse. Il n'y a aucun point commun entre l'application hôte et l'outil d'analytics, à l'exception d'une URL et de données partagées. Les deux applications peuvent également partager un mécanisme d'authentification commun pour faciliter l'identification unique (SSO).

Analytics en ligne. Avec l'analyse en ligne, l'outil d'analyse fait partie de l'application hôte. Il ressemble à l'hôte et agit comme lui, mais fonctionne comme un élément ou un module distinct. Il peut aussi y avoir un onglet séparé où les clients voient les analyses de leur activité dans l'application. Dans la plupart des cas, les composants intégrés se trouvent dans une iFrame, un conteneur HTML qui s'exécute à l'intérieur d'une page Web.

 L'analytics fusionnée. L'analytics fusionnée offre le niveau d'intégration le plus étroit avec une application hôte. Dans ce cas, les analyses (graphique, tableau ou composant graphique) sont placées côte à côte avec les composants de l'application hôte et communiquent avec eux de manière bidirectionnelle. L'analytics fusionnée est facilitée par les bibliothèques JavaScript qui contrôlent les affichages frontaux et les appels REST API qui activent les fonctions du serveur.

Pourquoi l'embedded analytics est la solution préférée des entreprises?

Aujourd'hui, selon le rapport State of Embedded Analytics, plus de 90 % des éditeurs de logiciels intègrent des outils d'analytics dans leurs applications. Alors, pourquoi l'Embedded Analytics suscite-t-elle tant d'attention dans l'industrie du logiciel et dans le domaine du BI, et comment les entreprises l'utilisent-elles ? Examinons quelques-unes de ces raisons.

Les Avantages de Embedded Analytics

Réduire les délais de mise sur le marché
Le développement d'outils d'analytics dédiés nécessite de l'expertise, des ressources et du temps. Il peut être difficile d'atteindre la vitesse, la fiabilité et l'échelle avec une solution faite maison. En investissant dans une solution d'embedded analytics en mode SaaS (Software-as-a-Service), vous n'avez plus à vous soucier du maintien de l'infrastructure, du stockage ou de la puissance de calcul et vous pouvez être sûr que votre solution d'analytics fonctionnera avec 5, 10 voire 100 fois plus d'utilisateurs. Plus important encore, la bonne solution d'embedded analytics vous permet une mise sur le marché plus rapide en réduisant considérablement le cycle de développement des analytics. 

"Permettre à des utilisateurs non techniques de créer des tableaux de bord robustes et personnalisables, entièrement intégrés et opérationnels en moins d'un mois. "  

Découvrez le parcours de Storyslab.

Démarquez-vous sur le marché 
Les entreprises d'aujourd'hui veulent différencier leurs offres et augmenter le taux d'adoption des produits qui sont entre les mains des clients. Seuls 25 % des utilisateurs reviennent à une application après leur première utilisation. La clé d'une meilleure adhésion consiste à fournir des informations aux clients partout et à tout moment, en moins de trois étapes. Alors que les solutions d'analytics traditionnelles nécessitent souvent un important brassage de données, l'embedded analytics fournit des informations à la demande dans un contexte simple. La possibilité d'approfondir rapidement et intuitivement un rapport, de le comparer à d'autres données pertinentes ou d'effectuer des prévisions d'évolution apporte une valeur ajoutée considérable aux utilisateurs. En fait, la différence d'utilisation entre les solutions embedded analytics et non embedded est significative : 43% des utilisateurs exploitent régulièrement les embedded analytics, soit le double du taux d'adoption des analytics traditionnels. La tendance est claire : plus les analytics sont accessibles dans l'application, plus les clients les utiliserons.

Élargir les sources de revenus
Une solution d'embedded analytics peut avoir un impact sur votre propre activité autant que sur votre application. Elle peut ouvrir la porte à de nouvelles sources de revenus et aider à accroître le nombre d'opportunités. Vous pouvez développer de nouveaux secteurs d'activité autour des services embedded analytics - tels que les "white labeled dashboards" - afin de fidéliser vos clients et de étendre votre secteur activité. Cela vous permet de débloquer davantage d'opportunités de vente en amont et de vente transversale.

"Générer de nouveaux revenus en s'adressant à de nouveaux personas et en permettant à plus de 150 utilisateurs d'accéder aux données."

En savoir plus sur le parcours de Dataneo

Générer de la valeur, pas seulement des rapports 
Vos développeurs d'applications doivent se concentrer sur la création de nouvelles fonctionnalités et l'amélioration des fonctions de base, et non sur la personnalisation d'un moteur d'analytics étendu ou le codage de fonctionnalités de reporting qui doivent être constamment mises à jour. Avec le bon embedded analytics, vous n'avez pas besoin de repartir de zéro pour répondre aux demandes des clients. Vos développeurs peuvent ainsi consacrer du temps à l'amélioration des caractéristiques et des fonctionnalités de base. 

Plus une application peut guider les utilisateurs dans leurs décisions en combinant des ensembles de données massifs en quelque chose de significatif, plus l'adoption et l'utilisation seront susceptibles d'augmenter. En tant que fournisseur de logiciels, vous avez besoin d'une combinaison de capacités d'analyse et de visualisation puissantes afin de tenir la promesse de transformer les données en informations exploitables. 

Récolter les fruits des investissements des autres acteurs de la BI
Dès qu'une fonctionnalité devient la "norme de l'industrie" et qu'elle fait visiblement défaut dans une application, les entreprises qui tentent de d'augmenter leur nombre d'utilisateurs vont essayer de la développer. Et que se passe-t-il si vous souhaitez intégrer des fonctions d'analytics de classe mondiale dans votre application ? En tirant parti de la R&D spécialisée d'un fournisseur d'analytics, vous soulagez vos développeurs et vos chefs de produit d'une partie importante de leurs tâches de développement. Les mises à jour critiques et les nouvelles fonctionnalités sont automatiquement intégrées à votre application, et vous récoltez les bénéfices de clients satisfaits.

. 

Tirer parti d'une communauté de soutien
La valeur supplémentaire apportée par une communauté d'experts, le personnel d'assistance et le service clientèle ne doit pas être sous-estimée. Un onboarding dédié, avec une explication étape par étape et un contenu d'apprentissage vidéo, aident vos équipes à travailler plus rapidement et contribuent à renforcer l'expertise de votre entreprise. Les communautés mondiales d'utilisateurs débouchent également sur des partenariats, inspirent de nouvelles offres ou simplement vous aident à résoudre un problème délicat.

L'Analytics en libre-service pour tous
L'analyse des données n'est plus réservée à quelques personnes hautement qualifiées et techniques. Il y a dix ans, le service informatique et les analystes étaient responsables de la plupart des analystics et de la diffusion des informations. Aujourd'hui, chacun doit être un "expert en données" dans son propre rôle pour prendre des décisions intelligentes qui font progresser l'entreprise. Cet afflux d'utilisateurs non techniques a obligé les solutions embedded analytics à revoir la définition de l'analytics en libre-service. Les utilisateurs attendent du logiciel qu'il simplifie les tâches traditionnelles d'analyse visuelle, de préparation et d'interrogation des données.

"Kenzai utilise les meilleures pratiques de data storytelling pour faire le lien entre les données complexes et les utilisateurs professionnels quotidiens."

Donnez confiance à vos clients

Qu'il s'agisse de dirigeants d'entreprise, de spécialistes des données ou d'utilisateurs occasionnels, le fait de fournir des informations exploitables à tous ceux qui utilisent votre application les incitera à en réclamer d'avantage. L'utilisation d'embedded analytics permet d'y parvenir facilement. Au bout du compte, il s'agit de favoriser la réussite de vos clients, ce qui signifie leur donner non seulement les outils dont ils ont besoin, mais aussi la certitude qu'ils prennent les bonnes décisions pour leur entreprise. Aujourd'hui, tous les métier sont liés aux données et, grâce à l'embedded analytics, vos clients peuvent obtenir des informations exploitables qui favoriseront directement leur croissance.

La clé de la connaissance est l'embedded analytics
L'accès rapide aux informations est plus important que jamais en raison de l'augmentation du volume des données et de la complexité des activités. Mais les clients ne peuvent pas prendre une décision éclairée à partir de données brutes, ils ont besoin de moyens pour les comprendre. Les applications dotées d'outils d'analyse faciles à utiliser constituent le lien essentiel entre les clients et les données dont ils ont besoin. De simples graphiques ne rendent pas justice à votre application ou aux exigences de vos clients. Pour répondre aux défis commerciaux complexes d'aujourd'hui, les données doivent être accessibles partout et raconter une histoire pour éclairer une situation. En achetant une solution complète d'embedded analytics, vous pouvez faciliter l'exploration des données. Libérez vos clients de l'obligation d'exporter, réduisez le nombre d'étapes pour obtenir des informations et mettez en place service en libre-service plus puissant.

Passer d'une approche centrée sur les coûts à une approche centrée sur les bénéfices grâce à l'embedded analytics 
Aujourd'hui, les volumes de données, les sources et la complexité des rapports ont augmenté, et les coûts indirects potentiels sont montés en flèche. De nombreuses entreprises se demandent donc comment développer au mieux leurs capacités d'analyse et de visualisation. Une plate-forme personnalisée est-elle la plus adaptée aux besoins uniques de votre entreprise, ou une solution standard vous permettra-t-elle de vous concentrer sur ce qui est important pour vous ? Les visualisations en temps réel, en libre-service et librement exploitables permettent de se démarquer fortement de la concurrence. Mais le développement d'un ensemble de visuels propres à votre entreprise pour représenter vos données exige beaucoup de temps et de ressources de la part des fournisseurs et des développeurs de logiciels. Les responsables techniques et commerciaux savent que la mise en place d'outils d'analytics à partir de zéro présente de sérieux défis, et vous avez probablement déjà dit quelque chose comme ceci :

Les solutions avancées d'embedded analytics et de BI sont disponibles immédiatement, ce qui permet à votre entreprise de tirer parti des efforts de R&D, d'infrastructure et de développement d'un fournisseur qui dispose de BI et de données. Si vous ne disposez pas de cette compétence de base en interne, l'achat est l'option la plus évidente. En éliminant la charge du développement, votre entreprise sera libre d'investir dans la création de valeur supplémentaire pour vous, vos développeurs et vos clients. 

Alors, comment allez-vous fournir des analytics in-app à vos clients ? Investirez-vous dans la création d'une solution personnalisée en interne ou achèterez-vous une solution embedded analytics disponible sur le marché ?

Construire ou Acheter

Lorsqu'ils sont confrontés à la nécessité d'intégrer l'analytics dans une application, la plupart des fournisseurs de logiciels se retrouvent au carrefour de l'interogation "construire versus acheter ?"

Pourquoi construire (ou vraiment, coder) ?

Le premier réflexe de nombreux développeurs est de créer les fonctionnalités de reporting nécessaires à l'aide de bibliothèques de codes ou de composants graphiques. Avec le temps, les utilisateurs demandent invariablement plus de fonctionnalités, plus de souplesse dans leurs analyses et plus de méthodes pour obtenir des informations sans votre aide. Très peu de clients souhaitent simplement extraire des données dans un fichier Excel. De nos jours, la plupart veulent pouvoir créer des tableaux de bord et des visualisations personnalisés au fur et à mesure qu'ils apprennent le produit. Avec l'augmentation de la demande, il devient difficile d'élaborer des analytics de manière flexible.  

Les fournisseurs d'applications qui restent sur la voie de la "construction" s'engagent à consacrer des ressources importantes au développement, au soutien et au suivi des avancées en matière de visualisation de données et de veille stratégique sur le long terme.

Pourquoi Acheter?

De nombreuses entreprises de logiciels subissent la pression de leurs clients ou de leurs concurrents pour améliorer leurs capacités d'analytics, et elles n'ont ni le temps ni les ressources nécessaires pour les développer elles-mêmes. En fait, dans chaque enquête menée auprès des fournisseurs de logiciels, les principales raisons d'intégrer un produit tiers sont les suivantes :

• Coût de la mise en place et du maintien de capacités autonomes - Le développement initial, le soutien continu et l'amélioration permanente des capacités des analytics peuvent être coûteux.

• NeedNécessité d'une mise sur le marché plus rapide - La fenêtre de temps disponible pour satisfaire les clients, différencier une offre de produits et se démarquer sur le marché est généralement très courte.

• Désir de voir les ressources internes se concentrer sur les fonctionnalités de l'application de base - La création de fonctionnalités avec un tiers rend l'équipe de développement plus efficace et libère des ressources pour votre produit de base.

L'évaluation des options de construction et d'achat nécessite une compréhension de la fonctionnalité ciblée à mettre en œuvre, du niveau d'intégration requis et d'une analyse coûts/avantages.

Définition de l'horizon temporel
En règle générale, nous prenons 3 à 5 ans comme délai pour comparer les mises en œuvre technologiques. Alors, comment construire votre propre solution d'analytics par rapport à l'intégration d'une solution d'analytics dans ce laps de temps ?

Avantages

Par rapport au codage par vous-même, l'utilisation d'un produit tiers vous permettra d'obtenir plus de fonctionnalités en moins de temps. Le processus de création de valeur plus rapide motive généralement la décision d'achat. Si vous élaborez des modèles quantitatifs de retour sur investissement, cette différence de temps se traduira par l'atteinte d'un seuil de rentabilité plus tôt dans le cycle de vie du projet.

Comparons maintenant le retour sur investissement des analytics embarqués.

En établissant une analyse coûts-avantages sur la durée, vous pouvez calculer leROI de chaque option d'achat ou de construction. Voici la formule :

ROI [%] = Bénéfice / Coûts -1 

• Avantages - Il s'agit d'une combinaison d'avantages stratégiques (par exemple, l'augmentation des revenus) et d'avantages opérationnels (par exemple, la réduction des coûts).

• Coûts - Il s'agit de votre investissement pour développer et maintenir la solution.

• "-1" - La formule garantit qu'un retour sur investissement positif n'est atteint que lorsque les avantages dépassent les coûts.

S'il est difficile de comprendre les avantages et les coûts exacts d'une solution intégrée, voici un calculateur de ROI pour vous aider.

Pour certains, la construction peut sembler être le choix le plus évident pour intégrer une fonctionnalité analytics dans leur application. Cependant, même si cette option semble la moins coûteuse du point de vue de l'investissement, elle n'est pas forcément la plus intéressante. Examinons ce graphique.

Supposons que la fonctionnalité souhaitée nécessite un développeur à plein temps pour être mise sur le marché en 8 mois (ce qui équivaut à 100 000 dollars). Et il faut un tiers de son temps pour assurer le soutien et l'amélioration des capacités au cours des années suivantes (40 000 $ par an). En additionnant les coûts de la technologie, de l'UX/UI, de la plateforme et de la gestion. Nous arrivons à un total d'environ 259 000 $ pour la troisième année. 

Maintenant, avec l'équivalent "achat", vous n'avez pas à assumer les coûts mentionnés ci-dessus. Il s'agit uniquement des coûts de technologie et de licence, qui s'élèvent à environ 180 000 euros selon la taille de l'entreprise et le nombre d'utilisateurs pour l'année 3. Le temps de développement passe de 8 mois à un mois. Avec un coût initial plus faible et une mise sur le marché rapide, vous atteignez le seuil de rentabilité beaucoup plus tôt que si vous aviez décidé de construire. 

Il s'agit probablement d'un exemple très simplifié, mais le but est d'évaluer à la fois les avantages et les coûts lors de l'élaboration d'une analyse de rentabilité basée sur une comparaison du retour sur investissement.

Vous avez décidé d'investir dans l'embedded analytics. Super ! Que faire maintenant ?

Trouver la bonne solution

Critères d'évaluation

 Choisir la bonne solution implique une évaluation approfondie de la technologie, la compréhension de l'expertise offerte par le fournisseur et la mise en œuvre d'un processus pour garantir le succès.

Examinons les critères d'évaluation essentiels à la mise en œuvre de l'embedded analytics. 

• Capacités de self-service : Il s'agit des capacités de base que vous mettrez à la disposition de vos utilisateurs non techniques. Il peut s'agir de tableaux de bord et de rapports, ainsi que des fonctions interactives et analytics qu'ils peuvent exécuter.

• Évolution : La solution que vous choisirez se connectera à votre environnement de données actuel et répondra à vos besoins en matière de sécurité des données, mais elle doit également être suffisamment flexible pour répondre aux demandes futures, à mesure que vos données évoluent.

• Intégration : L'une des principales différences entre les initiatives d'embedded analytics et les projets d'analyse autonomes est la nécessité de s'intégrer à l'environnement fonctionnel. Cela signifie qu'il faut fournir une solution "white label" pour répondre à l'évolution des besoins de l'entreprise.

• Déploiement : Le délai de réalisation de la valeur étant essentiel à la réussite du projet, le fait de disposer d'un environnement de développement dans lequel vous pouvez créer, styliser, intégrer, déployer et itérer sur les embedded analytics permettra à votre équipe de fournir les fonctionnalités souhaitées par les utilisateurs.

• Support client : Le choix du bon partenaire ne se limite pas à la technologie ; il s'agit également de trouver le niveau d'expertise dont vous avez besoin pour la formation, le support et les services, ainsi que des conditions commerciales alignées qui garantissent un succès partagé.

Ce sont les capacités de base pour tous les utilisateurs finaux de votre application. Au cours de votre évaluation, assurez-vous que celles qui sont importantes pour votre projet sont démontrées et comprenez comment vous allez les intégrer dans votre application. Voici un questionnaire simple à remplir pour comprendre les spécificités de vos besoins.

Les implémentations d'embedded analytics mettent davantage l'accent sur les capacités de personnalisation et d'intégration que les implémentations de BI standard. Les fournisseurs d'applications souhaitent généralement offrir une expérience utilisateur transparente dans le contexte de leur application et de leur marque existantes. Concentrez-vous sur l'amélioration de la valeur de votre application tout en minimisant le coût du développement.

Le choix du bon partenaire n'est pas seulement une question de technologie ; il s'agit aussi de trouver le bon niveau d'expertise et d'engagement en faveur d'un succès partagé pour vous permettre d'atteindre la ligne d'arrivée et de faire évoluer votre entreprise.

Évaluation d'une solution d'Embedded Analytics

Maintenant que nous avons établi les critères d'évaluation des fournisseurs d'embedded analytics, examinons le processus global qui vous aidera à prendre la meilleure décision pour votre entreprise.

1. Déterminez vos objectifs
Sachez exactement à quoi vous destinez la solution d'embedded analytics. Qui l'utilisera ? Comment va-t-elle vous aider ? Et pourquoi avez-vous besoin d'une solution dès maintenant ? Utilisez un équilibre entre les mesures quantifiables, comme les revenus, le taux d'adoption, la fidélisation de la clientèle, etc., et les mesures générales, comme l'expérience de l'utilisateur, la différenciation concurrentielle, la satisfaction du client, etc. 

2. Établir le calendrier
Déterminez les étapes que vous suivrez pour atteindre vos objectifs. Posez-vous la question suivante : "Quand est-ce que je veux..."

• Commencer le processus de sélection ?
• Avoir des présentations et démonstrations détaillées des fournisseurs ?
• Terminer une validation de concept ?
• Prendre ma décision finale ?
• Commencer le développement ?
• Lancer le produit ?

3. Rassembler l'équipe
Déterminez les parties prenantes qui doivent être impliquées. Qui va s'intéresser à l'embedded analytics en interne (votre équipe informatique, la gestion des produits, l'équipe de direction) et en externe (vos principaux clients) ? Élaborez collectivement le dossier commercial pour obtenir l'adhésion de tous avant d'aller de l'avant.

4. Identifier les besoins
Passez en revue vos exigences techniques et non techniques, classez-les et évaluez-les. Faites des recherches sur vos concurrents et parlez à vos clients pour bien comprendre les fonctionnalités que vous souhaitez ajouter à votre application. Comprenez comment les utilisateurs finaux utiliseront vos produits et transformez-les en exigences.

Déterminez qui utilisera les produits tiers en interne. Comprenez leurs compétences et identifiez les lacunes potentielles en matière de ressources lorsque vous passez à la phase d'évaluation.

5. Recherche de fournisseurs potentiels
Utilisez des ressources sectorielles indépendantes comme le rapport G2 sur les plates-formes de Business Intelligence et d'Analytics pour trouver des fournisseurs potentiels, vérifier les évaluations des pairs et acquérir une compréhension plus approfondie. Accordez une attention particulière aux fournisseurs qui se spécialisent dans le marché OEM pour les fournisseurs de logiciels.

Assistez à des démonstrations de produits par chaque fournisseur pour confirmer l'adéquation de base. Discutez de vos exigences et demandez à chaque fournisseur de vous montrer comment il pourrait mettre en œuvre vos processus et scénarios spécifiques. Posez des questions difficiles et assurez-vous que les fournisseurs vous montrent les fonctionnalités qu'ils promettent. 

N'oubliez pas de vous renseigner sur les prix ou, au moins, d'obtenir un ordre de grandeur. Tenez-vous-en à vos priorités et ne vous laissez pas distraire par des fonctionnalités inutiles ou des embellissements brillants que les fournisseurs pourraient vous proposer. Évaluez la capacité de chaque fournisseur à vous faire réussir le processus de mise en œuvre en vous donnant accès aux meilleures pratiques, à la communauté, au conseil, au support et à la formation.

6. Recentrez-vous sur vos objectifs
L'embedded analytics ne se résume pas à de belles images. Au cours de votre processus d'évaluation, il sera facile de se perdre parmi un éventail vertigineux de tableaux et de graphiques. N'oubliez pas tout ce que nous avons abordé dans ce guide. En fin de compte, vous voulez apporter de la valeur à votre application et à vos utilisateurs grâce à

• L'intégrabilité :  degré d'intégration des analytics dans l'expérience globale de l'utilisateur, l'application existante et le flux de travail.

• La personnalisation : votre capacité à contrôler l'aspect et la conception de l'application pour vous l'approprier, et à adapter les fonctionnalités pour que chaque utilisateur ait accès aux capacités dont il a besoin.

• Évolution : la flexibilité ultime pour créer une expérience d'application unique qui vous permettra de vous démarquer, ainsi que la possibilité de faire évoluer votre solution afin de répondre à toute nouvelle exigence.

7. Réaliser des évaluations techniques avec un petit nombre de personnes sélectionnées
Après les démonstrations de produits, réduisez votre liste à deux ou trois fournisseurs et entamez un processus d'évaluation structuré avec chacun d'eux. Après avoir compris et évalué toutes les fonctionnalités nécessaires, il s'agit de respecter le calendrier que vous aviez prévu.

Plongez plus profondément dans le produit avec un essai assisté, où le support est généralement disponible si vous rencontrez des problèmes, et passez à une véritable évaluation structurée où vous et le fournisseur construisez ensemble une preuve de concept. Mettez toujours en œuvre la preuve de concept dans un environnement technique aussi proche que possible de l'environnement de production. 

Connectez la solution embedded analytics à vos sources de données, intégrez-la à votre sécurité et intégrez-la à votre application. Si vous hébergez une application SaaS dans le cloud, ne vous contentez pas d'évaluer des outils de bureau ou d'exécuter des analyses à partir d'une feuille de calcul épurée - sauf si c'est ce que vous attendez de vos clients.

À la fin de l'évaluation, présentez les résultats à vos parties prenantes pour obtenir un retour d'information et valider votre orientation.

8. Vérifiez les évaluations par les pairs 
Parlez à d'autres entreprises qui ont fait appel au même fournisseur pour mieux comprendre leur expérience. 

Demandez des références à vos vendeurs. Sollicitez les commentaires d'autres personnes dans vos réseaux personnels et sociaux. Recherchez des références qui sont similaires à votre organisation en termes de secteur, de taille et de cas d'utilisation. 

Ne vous contentez pas de leur demander s'ils sont satisfaits du fournisseur. Interrogez-les sur les fonctionnalités, la nature du support et de la formation, la durée du déploiement et les obstacles qu'ils ont rencontrés. Comprenez comment le fournisseur a traité les problèmes ou les questions.

9.Sélectionnez un fournisseur et commencez
Vous êtes enfin prêt à vous lancer ! Choisissez le fournisseur en qui vous avez le plus confiance comme partenaire pour atteindre vos objectifs. Au-delà du logiciel, cherchez le fournisseur qui vous donnera les meilleures chances de réussite.

Assurez-vous que votre fournisseur d'embedded analytics dispose des ressources nécessaires pour vous aider, maintenant et à l'avenir, à mesure que votre entreprise se développe. Plus tard, vous apprécierez de pouvoir tester des idées et de tirer parti des meilleures pratiques à mesure que vos besoins évoluent.

Formez les personnes qui utiliseront la plate-forme pour créer des analytics. Créez votre première série de reporting. Travaillez avec les équipes d'habilitation et de conseil de votre fournisseur pour comprendre les meilleures pratiques d'embedded analytics.

10. Surveiller, adapter et optimiser
Il y a beaucoup de choses à dire ici, étant donné les possibilités infinies qu'offre l'utilisation de l'embedded analytics. Mais voici quelques conseils généraux et utiles :

• Investissez dans la formation dont vous avez besoin pour utiliser au mieux la solution d'embedded analytics.
• Après quatre à cinq mois, contactez votre fournisseur et faites-lui savoir comment la solution fonctionne pour vous.
• Suggérez des idées de nouvelles fonctionnalités qui, selon vous, seront utiles pour vous et pour les autres acteurs de votre secteur.
  
  

utiliser l'embedded analytics pour réussir

Vous avez intégré des analytics dans votre application, mais où allez-vous maintenant ?

Voici deux façons d'utiliser les embedded analytics pour améliorer votre produit et vos revenus,

• Promotion :  Suscitez l'enthousiasme de vos clients et de votre communauté d'utilisateurs à propos de l'embedded analytics et de la valeur qu'il apporte.

• Prix et conditionnement : Pour les fournisseurs d'applications commerciales, créez une proposition de valeur partagée pour monétiser votre offre d'embedded analytics.

Il s'agit d'apporter de la valeur aux propriétaires d'applications informatiques internes qui cherchent à promouvoir et à construire une base d'utilisateurs pour le déploiement de l'embedded analytics.

L'embedded analytics est un parcours du combattant. Le plus souvent, une fois que vos clients voient les données d'une manière nouvelle et intéressante, leur soif de données et d'informations supplémentaires ne fera que croître.

Veillez donc à surveiller leur utilisation, à recueillir activement les commentaires de toutes les parties prenantes et à adapter vos activités pour optimiser le succès de votre projet au fil du temps. Soyez à l'écoute de l'équipe de vente et des prospects, car leurs commentaires alimenteront les futurs plans de développement du produit.

Promotion

Faites un battage autour des nouvelles fonctionnalités qui aideront vos clients à mieux visualiser les données et à obtenir des informations exploitables. 

Montrez-leur des visuels
Les analytics sont intrinsèquement visuels, la meilleure façon de mettre en valeur vos nouvelles capacités est donc de leur montrer les visualisations auxquelles ils peuvent s'attendre. Présentez des captures d'écran dans votre matériel promotionnel, votre site Web et vos présentations. Utilisez des vidéos et des sessions de webinaires pour guider les utilisateurs à travers les nouvelles fonctionnalités et leur faire comprendre comment ils peuvent les utiliser. Faites-leur sentir qu'il s'agit d'un outil indispensable pour toute marque en pleine croissance. 

Exploitez les témoignages clients
Lorsque vous communiquez sur la valeur de l'embedded analytics dans votre application, rien n'est plus convaincant que les témoignages des clients. Contactez régulièrement vos clients pour obtenir leur avis et demandez-leur s'ils souhaitent réaliser une étude de cas, un webinaire ou un communiqué de presse. Envisagez de créer une galerie des succès clients sur votre site Web pour présenter toutes vos histoires de réussite en un seul endroit. Vos clients sont souvent les plus fervents défenseurs de votre produit.

EduÉduquez vos clients
Aujourd'hui, les gens aiment être éduqués, pas vendus. Avant d'accepter un argumentaire de vente, les prospects doivent reconnaître que votre entreprise est un leader du secteur, avec un produit convaincant qui résout leurs problèmes. Informez vos clients potentiels au moyen d'un contenu attrayant correspondant à chaque étape du processus d'achat, en utilisant des livres blancs, des exposés de solutions et des démonstrations de produits. Créez du contenu pour susciter un intérêt accru pour votre offre d'embedded analytics.

Équipez les acteurs internes des outils dont ils ont besoin pour communiquer avec succès la valeur convaincante aux clients externes. Pensez au-delà de l'aide à la vente. Assurez-vous que les équipes chargées de la formation, des services professionnels et du marketing comprennent la proposition de valeur de l'embedded analytics et savent comment utiliser au mieux les ressources à leur disposition.

Le Tarif de l'Embedded analytics

Déterminer la valeur des embedded analytics pour vos clients est essentiel pour monétiser votre offre.

En général, vous souhaitez établir un lien entre la valeur que reçoit votre client et le prix que vous proposez pour le produit. Passez aux chiffres. Les fournisseurs de logiciels ont révélé ces informations clés en matière d'embedded analytics :

La valeur de l'embedded analytics par rapport à la valeur de l'application a augmenté de 20% en deux ans. 93% des fournisseurs commerciaux de SaaS affirment que l'embedded analytics les a aidés à augmenter leurs revenus. Ils facturent un supplément de 25 % en plus de leur offre de produits de base, contre 15 % l'année dernière.

fonctionnalités minimum attendues par les clients de votre application. Pour tous ceux qui hésitent encore à s'engager ou à investir dans l'analytics, il y a un réel danger à rester à la traîne.

En ce qui concerne la structure de prix, la facturation d'un pourcentage du produit de base n'est pas la seule approche possible. Le tarif des analytics peut également être basée sur le nombre d'utilisateurs, l'utilisation globale du système ou simplement un montant fixe en dollars. De nombreux facteurs entrent en ligne de compte pour déterminer les paramètres de tarification, notamment la manière dont le prix s'intègre dans votre structure de facturation existante.

Commencez votre exploration tarifaire par la question suivante : "quelle est la valeur de l'embedded analytics pour vos clients par rapport à la valeur globale de votre application ?".

Il existe trois modèles de tarifs courants pour l'embedded analytics : Tout compris, module et échelonné. Voici comment ils se présentent

Tout compris
Toutes les fonctionnalités d'embedded analytics font partie intégrante du produit et ne sont pas facturées séparément.

Avantages : 

• Vous communiquez clairement la valeur de l'analytics dans votre produit.
• Les clients auront l'impression que vous leur offrez plus de fonctionnalités que ce qu'ils paient, ce qui augmente leur valeur ajoutée. 

          Inconvénients :

• Les clients qui n'utilisent pas l'analytics ne voudront pas "payer" pour cela et préfèreront que ce soit un service opt-in.
• L'analyse des revenus due à l'embedded analytics devient plus difficile. .
• Il n'y a pas de possibilité de vente incitative.
• Il ne prend pas en compte le niveau d'utilisation ou le nombre d'utilisateurs.

Module
Les capacités d'analytics sont regroupées dans une offre qui constitue un module distinct. C'est comme un module complémentaire avec des fonctionnalités avancées que vous faites payer, par opposition à une fonctionnalité de base à laquelle tous les clients ont accès.

Avantages : 

• Modèle de conditionnement simple à comprendre pour les clients.
• Vous disposez d'un moyen de vendre plus cher aux clients.
• Il est facile de comptabiliser les revenus de l'analytics embedded.
  
  
  

           Inconvénients :

• Les clients peuvent se sentir lésés, surtout les clients existants.
• Il devient plus difficile de gérer les attentes des clients.

Modèle à plusieurs niveaux
Si vous disposez déjà d'une offre à plusieurs niveaux pour votre produit, vous pouvez intégrer des fonctionnalités d'analytics à chaque niveau. Si vous ne disposez pas d'un modèle de tarification par paliers, il sera plus difficile de l'utiliser uniquement pour l'analytics embedded. 

Avantages : 

• Vous associez les capacités à la valeur et justifiez le prix.
• Il y a une voie claire pour l'upsell.

          Inconvénients :

• La compréhension de l'impact sur les revenus est plus difficile que le tarif par module mais plus facile que la tarif tout compris.
• Si le client ne comprend pas la valeur ajoutée, il aura l'impression de payer trop cher. C'est une question de communication.

N'oubliez pas que la façon dont vous présentez l'offre peut également être utilisée comme un outil concurrentiel. Veillez donc à prendre en compte votre propre positionnement sur le marché. Par exemple, si vos concurrents disposent d'un certain niveau d'embedded analytics, les clients s'attendront probablement à ce que vous fournissiez cette capacité minimale à un prix similaire ou inférieur. Un autre scénario pourrait être que tout le monde dans votre secteur facture l'analytics séparément, et afin de vous démarquer sur le marché, vous pouvez décider de regrouper vos capacités dans une offre tout compris.

Le future de l'embedded analytics : Le Data storytelling

Embedded analytics is a dynamic industry, and we’re seeing new capabilities all the time. The key trend that will drive this evolution over the next few years: 

L'embedded analytics est un secteur dynamique, et nous voyons apparaître de nouvelles capacités en permanence. La principale tendance qui guidera cette évolution au cours des prochaines années est la suivante : leData Storytelling.

Le data storytelling est la capacité de raconter une histoire avec des données et de personnaliser les données vues en fonction du public.  

La méthode générale de visualisation des données, qui est l'art de présenter des chiffres de manière claire et pédagogique, ne suffit plus. Bien qu'elle permette de communiquer des chiffres et des informations complexes en les transformant en objets visuels, elle est destinée aux départements Data et Business Intelligence des grandes entreprises. Aujourd'hui, tous les salariés veulent en savoir plus sur l'activité de l'entreprise, à travers les données collectées au quotidien. C'est là qu'intervient le data storytelling. 

Par exemple, un directeur du marketing n'a pas les mêmes besoins de reporting qu'un responsable opérationnel chargé des campagnes numériques. Avec la seule visualisation des données, le directeur du marketing ne sera pas en mesure d'obtenir une vue distincte des données. Mais avec le Data storytelling, le directeur peut personnaliser ses rapports en fonction de ses besoins pour obtenir des informations exploitables. 

Le data storytelling présente de nombreux avantages :

• TTransformez vos données en actions. Avec des données claires et exploitables à votre disposition, vous êtes en mesure d'identifier rapidement les tendances et les stratégies possibles pour votre entreprise.
• Améliorez la productivité de vos équipes. Les données sont automatiquement présentées de manière simple et interactive. Leur temps est ainsi concentré sur des tâches à forte valeur ajoutée.
• Retrouvez plus d'agilité dans vos prises de décision. Grâce à un outil simple et facile d'utilisation dans un contexte où les décisions doivent être prises de plus en plus rapidement, vous réconciliez votre CIO et les équipes métiers.

Des possibilités d'analytics plus sophistiquées

Au fil du temps, nous verrons les capacités analytiques elles-mêmes devenir plus sophistiquées. Gartner décrit le parcours des organisations dans son modèle de maturité analytics.

• Analytics descriptifs : Décrire ce qui se passe (par exemple, les ventes sont en hausse, et voici un graphique qui illustre cette tendance).

• Analytics diagnostiques : Il ne s'agit plus seulement de décrire, mais d'expliquer pourquoi les choses se produisent (par exemple, les ventes sur la côte ouest ont chuté à cause du mauvais temps).

• Analytics prédictifs : Voici à quoi ressemblera le prochain trimestre.

• Analytics prescriptifs : Voici à quoi ressemble l'avenir, et ce que vous devriez faire pour y remédier.

L'avenir du XaaS passe par l'embedded analytics. Les fournisseurs d'applications continuent de perfectionner la manière dont ils intègrent l'analytique dans leurs produits, ainsi que les fonctionnalités en libre-service et les capacités d'analytique qu'ils offrent. Toutes ces innovations rendront votre application plus précieuse pour vos utilisateurs. Et en fin de compte, l'embedded analytics n'est-il pas un moyen de rendre votre produit le meilleur possible ?