Sélectionner une page

Source supinfo : https://www.supinfo.com/articles/single/5913-informatique-decisionnelle

Résumé

L’informatique décisionnelle ou Business Intelligence connait depuis quelques années une grande expansion dans les entreprises. Elle est utilisée par les dirigeants pour obtenir une information pertinente et prendre les décisions nécessaires au management quotidien de leurs organisations. L’objet étant d’extraire des masses importantes de données dans différentes sources internes et externes à l’entreprise, de les nettoyer et de les charger dans un entrepôt de données pour pouvoir faire la synthèse des informations et s’en servir à des fin de représentation, d’analyse et de modélisation.

Mots clés : Donnée, informatique décisionnelle, Décision, Entrepôt de données, Fouille de données, ERP.

INTRODUCTION

La recherche de l’information est une activité inévitable pour prendre des décisions dans les entreprises et les organisations. Les données disponibles ou celles recueillies sur le terrain, permettent à la fois de faire l’état de la situation actuelle et d’effectuer surtout des analyses et des projections sur le futur plus ou moins lointain, des projections qui constituent en fait l’objet même de la prise de décision et de l’action.

A ce titre, les dirigeants d’entreprises recourent de plus en plus à l’Informatique Décisionnelle (ou Business Intelligence ou encore Decision support system). Celle-ci est définie à l’origine comme « un ensemble de systèmes interactifs d’aide à la décision » visant à atteindre les objectifs assignés grâce à une valorisation et une exploitation optimale de l’information (C. Haouet, 2008, 4). Elle désigne les méthodes, les moyens et les outils et qui permettent de collecter, agréger, restructurer, et restituer les données d’une entité afin d’offrir une aide à la décision et permettre au décideur de disposer d’une vue d’ensemble de l’activité considérée.

Ce domaine relativement nouveau, est en effet investi par les décideurs pour obtenir une connaissance approfondie de l’entreprise et mettre en oeuvre leurs stratégies. L’objectif étant d’acquérir un avantage concurrentiel, d’améliorer la performance de l’entreprise, d’augmenter sa rentabilité, de réagir plus rapidement aux changements et plus globalement la création de richesse au sein de l’organisation.

Dans le cadre de la présente étude, nous proposons de mettre en lumière l’importance de l’informatique décisionnelle et les apports de celle-ci pour le management et la prise de décision dans les entreprises.

Nous exposerons dans un premier temps, la notion de donnée en la distinguant des concepts voisins. Nous présenterons ensuite, les outils permettant d’organiser les données à savoir le fichier, la base de données et l’entrepôt de données. Enfin, nous nous attacherons à montrer comment l’informatique décisionnelle, à travers notamment la fouille de données et les progiciels intégrés, peut constituer un outil important d’aide à la décision dans les entreprises.

TYPOLOGIE DES DONNEES

Le management moderne des entreprises exigent aujourd’hui de disposer et de manipuler des masses importantes de données qu’il faut trier, caractériser et valoriser.

Données et Notions voisines

La notion de donnée renvoie souvent à celle d’information, de connaissance et même de sagesse :

Une donnée est un fait discret, brut, elle représente des observations ou des faits qui ne sont pas directement significatifs et n’a pas de sens en elle-même ; elle est objective et de nature quantitative ou qualitative, elle peut être enregistrée, capturée, manipulée ou recherchée. Les données peuvent être extraites pour des informations utiles.

L’information : correspond à des données dotées de pertinence et de but ; c’est un renseignement résultant d’une analyse et d’une interprétation qui améliore notre appréhension des sujets traités (R. Reix, 1993, 153). Il s’agit donc d’une donnée transformée à travers des processus de condensation, de contextualisation, de calcul, de catégorisation et de correction.

La connaissance est une notion large et abstraite ; elle se définit comme un mix évolutif d’expériences, des valeurs, de l’information contextuelle, de la perspicacité experte et de l’intuition qui fournissent un environnement et un cadre pour évaluer et incorporer de nouvelles expériences et informations.

De nombreux auteurs incluent la sagesse dans leurs définitions de la connaissance. La sagesse se définit comme « L’utilisation de la connaissance accumulée » ou « un niveau avancé de la connaissance qui vient avec l’expérience et l’utilisation de la connaissance accumulée ». La sagesse est « une connaissance traitée de manière significative » et « une capacité critique d’employer la connaissance d’une manière constructive et de discerner les manières dans lesquelles des nouvelles idées peuvent être créées.

La sagesse, la connaissance, l’information et la donnée sont des concepts différents qui forment la hiérarchie de la connaissance:

Une donnée est considérée comme une représentation brute non traitée de la réalité. L’information est une donnée traitée de manière significative. La connaissance est une information traitée de manière significative. La sagesse est une connaissance traitée de manière significative.

La nature des données

Globalement, les données peuvent de nature statistique ou logique :

 Données statistiques (valeur approchée, meilleure solution…) : sont soit quantitatives soit qualitatives. Les données quantitatives se rapportent à une information numérique ou chiffrée provenant le plus souvent d’enquêtes, de rapports de surveillance, elles fournissent un portrait panoramique d’une population ou d’une région géographique permettant ainsi d’observer des tendances sur une certaine durée (Exemple : les statistiques démographiques concernant l’âge, le revenu, l’habitat, etc.).

Les données qualitatives se rapportent à une information descriptive provenant le plus souvent d’entrevues ou d’illustrations ; elles reposent sur quelques individus ou quelques cas (Exemple : des photos fournissant une information enrichie, approfondie ou diversifiée).

 Données logiques (monde de l’exactitude, seule la valeur exacte sera comptée) : renvoient au monde des mathématiques et permettent de développer des théorèmes et des théories (Par exemple : théorie des ensembles).

L’ORGANISATION INFORMATIQUE DES DONNEES

L’information est un paramètre stratégique du succès de l’entreprise. Son organisation et son exploitation requièrent des techniques rigoureuses fondées de plus en plus sur l’utilisation de l’outil informatique.

Le fichier informatique de données

Le fichier est le document de base de transcription et de stockage de l’information portant sur des entités ou sur des objets (R. Reix, 1993, 157). Il peut se présenter sous forme d’un dossier élémentaire de nomenclatures (codes, noms, …) et de caractéristique (libellés, propriétés associées, etc.). Mais peut également contenir des informations d’identification, un historique des opérations réalisées, un programme des actions à entreprendre, etc.

Le fichier informatique est un instrument inévitable de saisie et de communication de l’information. Il est également un moyen de sélection des objets, permettant d’effectuer des recherches, des tris ou des traitements.

La base de données informatique

Il s’agit d’une masse importante d’informations organisées et contrôlées par un système de gestion informatique. A l’origine, la base de données est une compilation des informations de nature technique et commerciale. De plus en plus, elle intègre au sein de l’entreprise des données marketing, économique, juridique, en ce sens qu’elle peut comprendre des informations de politique marketing (campagnes de prospection, de promotion …) ou de caractère environnemental (réglementation, concurrence …).

Les bases de données se sont développées de façon vertigineuse. Voilà une liste des principales bases de données rencontrées actuellement :

  • Base de données relationnelles
  • Base de données transactionnelles
  • Base de données orientées objets
  • Base de données relationnelles objets
  • Base de données temporelle
  • Base de données spatiales (images provenant de satellites, cartes géographiques)
  • Base de données hétérogènes
  • Base de données orientée graphe
  • Base de données textuelles (les données sont décrites par des mots)

L’entrepôt de données ou Data Warehouse

Le terme entrepôt de données (ou base de données décisionnelle ou Data Warehouse) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir ainsi un socle à l’aide à la décision en entreprise.

C’est une banque de données virtuelle attachée aux différents systèmes d’informations opérationnels de l’entreprise : marketing, production, comptabilité, approvisionnement, etc. L’entrepôt de donnée offre l’avantage de favoriser la prise de décisions intégrées qui tiennent compte des échanges entre les services de l’entreprise (C. Hamon et al., 2004, 58).

INFORMATIQUE ET PRISE DE DECISION DANS L’ENTREPRISE

Les entreprises évoluent aujourd’hui dans un environnement de plus en plus complexe. Ainsi, l’information collectée et valorisée grâce à l’outil informatique peut être une ressource stratégique pour prendre rapidement des décisions en permettant aux dirigeants d’avoir une vue pertinente de l’activité traitée et d’améliorer en permanence leur performance et leur compétitivité.

Approche de la décision

Une décision est une action mentale volontaire à travers laquelle on cherche à affecter un état de chose pour atteindre des objectifs fixés (J. Trahand, 1999, 247). Elle est le résultat d’une démarche intellectuelle que le décideur doit suivre avant d’aboutir à l’ultime conclusion. Plusieurs étapes peuvent être distinguées ; on peut les résumer dans les six phases suivantes :

Les décisions prises dans l’entreprise peuvent être plus ou moins complexes selon qu’elles fassent ou non appel à des modèles préexistants de pensée et d’action. Plusieurs classifications sont proposées :

Selon les fonctions : décisions financières, décisions commerciales, de production, etc.

Selon l’importance : décisions stratégiques qui engagent l’avenir de l’organisation ; décisions opérationnelles concernant l’exploitation courante.

Les décisions programmées : sont nombreuses, répétitives et se prêtent le plus à la programmation informatique ; il s’agit de décisions pour lesquelles le décideur dispose d’un programme d’élaboration bien défini et peuvent être prises de façon automatique. Exemple : décision d’approvisionnement à partir du modèle de stock- mini.

Les décisions non programmées : sont peu fréquentes, plus ou moins imprévisibles et ne disposent pas de procédures préétablies d’élaboration ; elles ont généralement une grande portée et sont souvent marquées par l’incertitude et la complexité. Parmi ces décisions, on distingue les décisions structurées pour lesquelles le décideur peut mettre en œuvre une structure de raisonnement ou un algorithme facilitant la recherche de la solution (par exemple le choix entre fabriquer ou sous-traiter un produit) ; les décisions non structurées pour lesquelles il n’existe pas d’algorithme de recherche de la solution et où l’imagination et l’expérience du décideur sont déterminantes (par exemple la décision à prendre à la suite d’une grève)

Selon la nature du problème, on distingue quatre types de décisions :

Table 1. 

ProblèmeInterneExterne
CTOpérationnelleTactique
LTOrganisationnelleStratégique

Quelque soit sa portée et sa nature, la décision aujourd’hui s’appuie sur les données et les solutions fournies par le système d’information de l’entreprise. Celui-ci présente l’intérêt de structurer et gérer les données provenant du marché et des différentes sources interne et externe de l’entreprise. Il aborde de façon globale les besoins en information et fournit des solutions intelligibles et exploitables par les décideurs.

Système d’information décisionnel et aide à la décision

Nous assistons depuis quelques années à une explosion quantitative des données qui a illustré trois caractéristiques majeures du phénomène « Big Data » : le volume, la variété et la vélocité. Ceci a augmenté exponentiellement la complexité d’analyse et de traitement. Dans cette optique, le système d’information décisionnel se présente comme un outil inestimable permettant d’intégrer et coordonner cette immense diversité des informations nécessaires au management quotidien des organisations à travers, notamment, la fouille dans les entrepôts de données et l’exploitation des progiciels intégrés.

Les fonctions du système d’information décisionnel

Un système d’information décisionnel doit être capable d’assurer quatre fonctions fondamentales : la collecte, l’intégration, la diffusion et la présentation des données. A ces quatre fonctions s’ajoute une fonction d’administration à savoir le contrôle du système d’information décisionnel lui-même.

 La fonction collecte (ou datapumping) : recouvre l’ensemble des tâches consistant à détecter, sélectionner, extraire et filtrer les données brutes issues des environnements pertinents.

– La fonction d’intégration : consiste à concentrer les données collectées dans un espace unifié, dont le socle informatique essentiel est l’entrepôt de données. Élément central du dispositif, il permet aux applications décisionnelles de masquer la diversité de l’origine des données et de bénéficier d’une source d’information commune, homogène, normalisée et fiable, au sein d’un système unique et si possible normalisé.

– La fonction de diffusion : met les données à la disposition des utilisateurs, selon des schémas correspondant aux profils ou aux métiers de chacun, sachant que l’accès direct à l’entrepôt de données ne correspond généralement pas aux besoins spécifiques d’un décideur ou d’un analyste.

– La fonction présentation : cette quatrième fonction, la plus visible pour l’utilisateur, régit les conditions d’accès de l’utilisateur aux informations, dans le cadre d’une interface Homme-machine déterminé.

– La fonction d’administration : c’est la fonction transversale qui supervise la bonne exécution de toutes les autres. Elle pilote le processus de mise à jour des données, la documentation sur les données (méta-données), la sécurité, les sauvegardes et la gestion des erreurs et des incidents.

Ainsi, le processus d’extraction des connaissances dans le système d’information décisionnel doit permettre :

  • Le nettoyage des données : éliminer le bruit et les données incohérentes
  • L’intégration de données : lorsque les données proviennent des sources différentes.
  • La sélection de données : recherche des données pertinentes dans la base de données
  • La transformation des données : les mettre dans une forme appropriée.
  • La fouille de données : extraction de régularités dans les masses de données.
  • L’évaluation des régularités : ne garder que les régularités intéressantes.
  • La représentation des connaissances extraites : utilisation de techniques de visualisation et de représentation.
La fouille de données : Un outil puissant d’aide à la décision

La fouille de données (ou forages de données ou Data mining) correspond à l’ensemble des techniques de traitement et d’analyse permettant de récupérer et d’exploiter de façon optimale les informations d’un entrepôt de données. Elle permet de mieux cibler les problèmes en mettant en évidence des corrélations, des tendances ou des modèles de relations (C. Hamon et al., 2004, 62).

Deux raisons sont à l’origine du développement de la fouille de données. D’abord, l’explosion des données. Les outils de collecte automatique des informations et les bases de données conduisent à d’énormes masses de données stockées dans des entrepôts :

  • Entrepôts du Web : celui de Google par exemple,
  • Réseaux sociaux et hébergement de documents : Facebook, gmail, etc.,
  • E-commerce Achats dans les supermarchés,
  • Transactions de cartes bancaires.

Ensuite, les données sont collectées et stockées rapidement (GB/heures) :

  • Capteurs : RFID, supervision de procédé,
  • Télescopes,
  • Puces à ADN générant des expressions de gènes,
  • Simulations générant des téra-octets de données.

Mais, il faut dire que la fouille de données n’aurait jamais pu se développer sans une expansion fulgurante de l’outil informatique qui, avec des matériels de pointe et des logiciels et progiciels sophistiqués, a favorisé la réalisation d’opérations et de tâches jusqu’à une date récente inaccessibles.

Le pilotage permanent de l’organisation avec un progiciel intégré

Un progiciel intégré propose des logiciels qui s’articulent pour enchainer plusieurs traitements d’information dans un même système. Il contient une part importante des données essentielles à l’information des décideurs. Dans cette optique, les ERP (Entreprise Ressource Planning) ont été conçus dans la perspective rationnaliser les processus de l’entreprise et de faciliter l’utilisation d’un logiciel qui puisse s’étendre à toutes les fonctions de l’entreprise, de telle façon, que l’on puisse intégrer dans un même environnement la finance, la production, la logistique, les ressources humaines, les achats, le commercial, etc. Ils sont perçus, au niveau du management, comme un outil de convergence opérationnelle (J-L. Tomas, 2007, 64).

Avec un ERP, le management se trouve inséré dans une chaine de traitement d’informations depuis la commande client jusqu’au paiement. Toutes les étapes des processus de ventes, de production, d’approvisionnement, peuvent être analysées, suivies, contrôlées. Il en découle ainsi des conséquences sur toute la gestion d’une entreprise :

  • Les données sont cohérentes, disponibles, avec une bonne traçabilité ;
  • Les processus et les flux de données peuvent être modélisés.

Les ERP permettent aujourd’hui quatre évolutions en matière de gestion et de pilotage de la performance (R. Scapens et M. Jazayeri, 2003) :

  • L’élimination des tâches routinières (paye, une partie de la budgétisation, etc.) ;
  • Le transfert de connaissances comptables aux managers de terrain ;
  • L’utilisation d’indicateurs avancés plus pertinents (éléments physiques précurseurs des performances plutôt que mesures financières les constatant) ;
  • Un rôle plus large des fonctions de contrôle.

Les progiciels de gestion intégrés incorporent des enjeux essentiels comme la fiabilité et l’accessibilité de l’information, constituent un apport stratégique, mais aussi un support pour de nombreuses méthodes de pilotage. Leur mise en place se heurte à certaines contraintes comme la nécessaire implication du personnel, mais également la difficulté à maîtriser les effets sur l’organisation. Leur rigidité et leur niveau de complexité actuel représentent un frein à leur pénétration sur de nouveaux marchés.

Ces progiciels permettent théoriquement des gains à tous les niveaux de l’entreprise en aboutissant à une gestion opérationnelle plus performante et plus efficiente, une gestion organisationnelle plus aboutie et plus moderne (centrée sur le client), mais n’apportent pas encore une gestion stratégique plus efficace et plus réaliste puisque le management tend à se perdre dans la foule d’information que fournissent les ERP.

Les clients d’ERP sont essentiellement les grandes entreprises. A vrai dire, le système SAP (systèmes, applications et produits pour le traitement des données) avait mis sur le marché une version destinée aux PME, mais celle-ci n’a pas été un succès dans la mesure où elle reprenait la version initiale destinée aux grands groupes mais en supprimant des applications. Les éditeurs sont donc appelés non seulement à adapter leur offre de produits, mais aussi leur offre de service et être à l’écoute de ces entités (J-L. Tomas, 2007, 35).

Notons enfin, que les ERP ont énormément évolué et proposent des services plus étendus, aujourd’hui, avec l’intégration du web.

Conclusion

Dans un environnement caractérisé par d’importantes mutations technologiques, les entreprises sont de plus en plus appelées à faire évoluer leur système d’information afin de mieux appréhender le changement et la complexité et d’améliorer leur performance et leur compétitivité.

C’est en effet dans ce contexte ayant marqué la fin du 20ème siècle que le concept d’informatique décisionnelle a émergé (début des années 1990). Depuis une quinzaine d’années, un nombre croissant d’entreprises à travers le monde sont interpellées par ce phénomène qui est appelé à se développer davantage dans le futur.

Dans le présent article, nous avons d’abord rappelé la notion de décision et les concepts voisins d’information, de connaissance et de sagesse. Ensuite, nous avons mis en exergue les principaux outils permettant d’organiser les données particulièrement, l’entrepôt de données qui présente l’avantage d’intégrer des informations provenant de sources très diverses et qui renvoie en fait, au phénomène du « big data ». Nous avons enfin, essayé de saisir le rôle de l’informatique décisionnelle et montré comment le data mining et les ERP sont devenus des instruments inévitables pour le management de l’entreprise et l’aide à la décision.

Le fait pour une entreprise de maitriser les technologies de l’information, de disposer et de développer des compétences sur ce plan, est une source inestimable d’avantages concurrentiels. Les stratégies fondées sur la valorisation des systèmes d’information décisionnels sont donc déterminantes pour améliorer les performances.

Il est évident que dans un monde basé sur l’information, le facteur clé de succès se situe dans la capacité à trouver l’information requise au bon moment et de disposer de celle-ci pour mettre en œuvre les outils qui faciliteront la prise de décision. Cette capacité de prise de décision est donc un avantage comparatif certain qui permettra à l’entreprise de se différencier et de prospérer.