Qui n’aime pas les statistiques ?
Elles ressemblent à des cartes : elles vous donnent une idée générale de votre situation, de vos objectifs et des défis à relever pour aller dans cette direction.

Jetons ensemble un œil sur l’historique de la BI pour savoir d’où vient la ressemblance donnée ci-dessus.

Le principe de la BI s’est déclenché en 1865 avec Richard Millar Devens qui présenta la phrase «Business Intelligence» (BI) dans l’encyclopédie d’anecdotes commerciales et d’affaires. Il l’utilisait pour décrire comment Sir Henry Furnese, un banquier, tirait profit des informations en les rassemblant et en les utilisant avant ses concurrents. L’intelligence économique, telle qu’elle est comprise aujourd’hui, utilise la technologie pour rassembler et analyser des données, les traduire en informations utiles et les appliquer «avant la concurrence». La version moderne de la BI s’intéresse essentiellement à la technologie pour prendre des décisions rapidement et efficacement. Efficacement, sur la base des bonnes informations au bon moment.

En 1968, les données provenant de sources multiples étaient normalement stockées dans des silos et la recherche était généralement présentée dans un rapport fragmenté et décousu, qui pouvait être interprété. Edgar Codd a reconnu qu’il s’agissait d’un problème et a publié un article en 1970 modifiant la façon dont les gens pensaient aux bases de données. Sa proposition de développer un «modèle de base de données relationnelle» a acquis une énorme popularité et a été adaptée dans le monde entier.

Un assortiment d’outils a été développé lorsque les hommes d’affaires ont découvert la valeur de la Business Intelligence, dans le but d’accéder et d’organiser les données de manière plus simple. OLAP, les systèmes d’information de haute direction et les entrepôts de données sont quelques-uns des outils mis au point pour fonctionner avec DSS (Decision Support Systems), le premier système de gestion de base de données mis en place.

Aujourd’hui des recherches ont dégagé cinq grandes tendances pour l’année prochaine :

1- Les requêtes en langage naturel (NLQ ou Natural Language Query) : Les NLQ existent depuis plusieurs années. Des fournisseurs tels que Thoughtspot, Qlik, Tableau et Power BI ont une NLQ basée sur le texte – vous saisissez une question et obtenez un résultat. Mais on dirait que cela n’a pas été aussi fructueux, car il n’existe pas de réelle demande pour les requêtes textuelles.

La véritable opportunité pour NLQ réside dans la voix car il s’agit d’un cas concret, en particulier lorsque celui-ci est associé à la BI mobile. Si vous êtes sur le terrain et que vous souhaitez poser une question, il est beaucoup plus efficace de le faire avec la voix. C’est pourquoi de nombreuses personnes utilisent Siri sur leur téléphone portable, mais pas sur leur ordinateur.

Au cours de la prochaine année, l’interface de recherche de texte va disparaître et être remplacée par la voix, car les fournisseurs repensent la livraison mobile. Le fournisseur avec la tête claire ici aujourd’hui est Oracle.

2-Storytelling : Les professionnels commencent à se rendre compte que les tableaux de bord ne fournissent pas tout ce dont ils ont besoin. Un tableau de bord ne fournit pas de récit ou de contexte autour des données qu’il fournit. Cela a donné lieu à un nouveau rôle dans l’analyse qui interprète les données pour l’entreprise. Les organisations ont besoin que leurs données soient interprétées et contextualisées afin de créer des rôles spécialisés à cet effet.

La question est de savoir quels outils utiliseront ces interprètes de données. Certaines entreprises ont construit cette capacité en interne. Par exemple, l’une des principales agences de publicité au monde a créé sa propre plateforme pour pouvoir raconter des histoires avec des données et intégrer des rapports Power BI et Tableau. Cela nous indique qu’il est nécessaire de disposer d’un outil de veille stratégique axé sur la narration.

De grands développements ici au cours de la prochaine année sont attendus, et Yellowfin sera à l’avant-garde de cette innovation de narration de données.

3-L’automatisation de tout : d’ici à 2020, plus de 40% des tâches liées à la science des données seront exécutées par des machines et nous le constatons déjà. Les fournisseurs tentent d’automatiser n’importe quelle partie du processus où des êtres humains sont impliqués, de la préparation des données à la livraison. Chaque fournisseur est également pressé de créer une histoire d’analyse enrichie, quelle que soit sa profondeur.

Cela est dû en partie à la pénurie de compétences en analytique. La demande d’analyse est énorme et le nombre de personnes qualifiées est insuffisant. Les entreprises se rendent compte qu’elles doivent faire plus avec moins et que l’automatisation est le meilleur moyen de réduire le délai de rentabilisation.

Alors que tout le monde utilise une forme d’automatisation, les principaux acteurs dans cet espace sont Power BI, IBM Watson, ThoughtSpot, DataRobot et Yellowfin. Il existe également de nombreux petits fournisseurs qui font des choses intéressantes comme Outlyer et Hyper Anna.

4- BI mobile 2.0 : Il y a environ sept ans, la BI mobile était la prochaine grande affaire. Tout le monde a sauté dans le train iPhone et s’est précipité sur le marché avec une solution mobile. Mais ils ont simplement répliqué l’expérience de bureau sur un appareil mobile et cela a généralement échoué.

Les fournisseurs sont également beaucoup plus sophistiqués dans leur compréhension de l’expérience mobile, ce qui entraînera une résurgence de leur façon de penser de la BI mobile. Je pense que la BI 2.0 va redéfinir toute l’interface de diffusion.

Oracle et Domo réfléchissent déjà à de meilleurs moyens de fournir des analyses sur mobile. Ils offrent tous deux une expérience différente sur leurs plateformes mobiles et de bureau. Il est maintenant temps que le reste de l’industrie rattrape son retard.

5- Analytics partout : au cours de la prochaine année, les fournisseurs vont commencer à fournir des données et des analyses à l’utilisateur en l’intégrant dans toute application logique. Par exemple, les utilisateurs peuvent accéder aux données via un widget dans Slack où des analyses peuvent être intégrées à une conversation par courrier électronique de manière sophistiquée.

Il y a déjà beaucoup de vendeurs qui font différentes choses dans cet espace. Looker incorpore des analyses dans Slack et Sisense expérimente également de nouveaux modes de diffusion par exemple.

Le secteur de la BI subit actuellement une pression écrasante pour modifier la façon dont les utilisateurs perçoivent l’analyse.
L’année prochaine, ces cinq tendances contribueront grandement à atteindre cet objectif.