Système d'Information Décisionnel

Le succès du décisionnel a généré une demande de moyens d’aide à la décision forte depuis plusieurs années, qui s’est traduite dans les entreprises par la mise en place de nombreux systèmes, afin de répondre progressivement à tous les besoins, émanant de tous les services, départements ou divisions des différentes fonctions. La plupart du temps le décisionnel n’a pas été la priorité des directions informatiques, occupées à rationaliser les systèmes de production, par la mise en place de systèmes de gestion des opérations type ERP ou CRM. Dans ce contexte les projets décisionnels ont rarement été bien traités, ils ont très souvent été mis en œuvre sans plan d’ensemble, de façon désordonnée, en multipliant les solutions techniques et fonctionnelles, laissant à l’arrivée les entreprises avec de nombreux systèmes hétérogènes tant en termes techniques que métiers. Cette situation est très pénalisante, notamment car elle crée de véritables dédales pour accéder aux informations, et elle ne permet pas de dépasser les jargons des métiers, en fixant une vérité d’entreprise dans un langage commun.

Les architectures de systèmes décisionnels hétérogènes posent des problèmes spécifiques, qui impactent très négativement la gestion des données, la possibilité de les exploiter à des fins décisionnelles, et la capacité à suivre l’évolution du rythme des affaires d’aujourd’hui. La redondance et la fragmentation des données, la difficulté à synchroniser voir à gérer des règles métier distribuées dans de nombreux flux, ou l’absence d’un référentiel commun, perturbent les utilisateurs dont les différents systèmes produisent des résultats présentant des incohérences inexpliquées. L’absence d’une vision intégrée et transversale multi domaines fonctionnels, limite largement la capacité des entreprises à comprendre et maîtriser leurs activités ou leur environnement. Les délais de maintenance des flux redondants, les difficultés d’évolution vers les nouveaux besoins d’alimentation en temps réel et d’intégration des moyens décisionnels avec les applications opérationnelles, obèrent la capacité à mettre en place de nouvelles solutions métier, aujourd’hui nécessaires aux entreprises pour rester concurrentielles.

Pour sortir de cette impasse, la solution est d’optimiser l’architecture en suivant deux voies. Il convient de simplifier et factoriser les flux des données des systèmes hétérogènes, chaque système opérationnel source livre ses données à un système unique. Ensuite il s’agit d’intégrer techniquement dans l’entrepôt de données, les différents systèmes, pour qu’ils bénéficient des avantages de la centralisation en matière d’optimisation des coûts et de partage des données. Les différents systèmes ne disparaissent donc pas fonctionnellement, et même les applications décisionnelles complémentaires, telle que par exemple une application d’élaboration budgétaire avec une base de données multidimensionnelle, s’intègrent naturellement en aval de cette architecture en échangeant des données avec l’entrepôt central d’entreprise.

Les bénéfices principaux d’une approche de consolidation consistent à diminuer les coûts, améliorer la qualité et augmenter les capacités fonctionnelles. Au niveau des coûts il s’agit, dans l’immédiat mais aussi dans le cadre de la montée en charge des usages et des évolutions fonctionnelles, de diminuer les charges de développement, d’administration et de maintenance des procédures d’alimentation, de l’architecture matérielles et logicielles, de la mise en œuvre de nouveaux projets, et de diminuer les risques inhérents à la gestion de composants multiples. L’amélioration de la qualité des données vient du référentiel unique et de la simplification de la gestion des flux, qui augmentent les performances, et permettent d’alimenter l’entrepôt de données d’entreprise dans des délais plus courts. L’amélioration des capacités fonctionnelles est induite par l’approche intégrée et transversale qui permet aux utilisateurs d’accéder plus facilement à l’information centralisée, d’augmenter la sophistication de leurs études (marketing, logistiques, financières, …), et de mettre en œuvre plus rapidement des applications analytiques (CRM, rentabilité, ABC/ABM…), qui nécessitent des données auparavant stockées dans divers systèmes.

En conclusion, il faut donc consolider et intégrer les systèmes décisionnels spécialisés indépendants (ou Data Marts indépendants), qui se limitent chacun à un sujet (métier) donné, par exemple le marketing, et sont mis à la disposition exclusive des utilisateurs d’un département ou d’un groupe de travail. Il faut créer un entrepôt de données d’entreprise (ou Data Warehouse) pour stocker et intégrer de manière centraliser toutes les données de l’entreprise, et mettre à disposition de tous les utilisateurs décisionnels, directement ou indirectement (vue, data mart intégré, data mart dépendant alimenté par l’entrepôt de données central).

Pour aller plus loin sur ce sujet vous pouvez utilement consulter mes articles ci-dessous :

Impasse du Data Mart Indépendant, des gains à court terme, des couts à long terme.

Des Data Marts pour créer un monde d’aveugles.

Data Warehouses distribués : voyage jusqu’au bout des inconvénients.

Consolidation des « data warehouses » : la voie du salut.

Data Marts Consolidation.

Exemple de consolidation de data marts dans un entrepôt de données actif dans le secteur public.