Méthodologie d’Intelligence d’Affaires

”Business Intelligence Roadmap”développé par

Larissa T. Moss and Shaku Atre

Presented by:

Alain Charpentier

Table des matières Origine de la méthodologie Définitions Présentation de la méthodologie Résumé Critiques et bénéfices Questions

Business Intelligence Roadmap est un guide visuel de développement pour l’intelligence d'affaires efficace (BI). Ce livre décrit une méthodologie qui tient compte la complexité du développement d'applications dans un environnement intégré. Les auteurs décrivent chaque étapes du processus - de la planification stratégique, la sélection de nouvelles technologies jusqu’à l'évaluation finals. Ce livre est également une source unique sur les meilleures pratiques de projet de BI.

Origine de la méthodologie

Definitions Intelligence d’affaires

« La collecte et l'analyse d'informations provenant de sources humaines et de sources informationnels sur les réalisations et les tendances qui permettent d'identification précoce de risques et d'opportunités.» 

Solution d’intelligence d’affaires◦ Gestion de la performance◦ Gestion de la relation client (CRM)◦ Ventes et marketing◦ Gestion financière

Definitions

BI vs. Système traditional◦ Besoins d’affaires => Opportunités d’affaires◦ Développement multi-diciplinaire◦ Des besoins opérationnel au besoins stratégique◦ Systèmes informationnels =>Système

transactionnels◦ Développement incremental plutôt que le “big

bang”

Présentation du modèle1. Justification

2. Plannification

3. Analyse

4. Conception

5. Construction

6. Mise en oeuvre

1 - Justification

”Évaluation des besoins d’affaires qui justifient le démarrage d’un nouveau

projet”

Analyse préliminaire (Business Cases)◦ Définitions des problèmes et des

opportunitiés

2 - Planification

Évaluation des infrastructures◦ Infrastructures techniques◦ Infrastructure organisationnels

Planification du projet◦ Planification détaillé

3 – Analyse

“Analyse détaillé de la problématique d’affaires et des opportunités ce qui permet de développer une

bonne connaissance des besoins d’affaires”.

Définition des besoins ◦ Functionels, informationnel, historique, sécurité et

performance Analyse des données

◦ Source de données, qualité des données, épuration (cleansing)

Prototype◦ Objectifs, étendus, liverables, participation, outils

Analyse du référenciel des Meta-Data◦ Utilisation, sécurité, capture, accèss, ressources

4 - Conception

”Conception d’un produit qui addresse la problématique d’affaires et qui génère de

nouvelles opportunités”

Conception de la base de données◦ Raports, modèle de données, performance, resources

Conception des transformations (ETL)◦ Outils, processus de transformation ETL, performance,

réconciliation Conception du référenciel de Meta-Data

◦ Utilisation de l’existant, acquisition de produits, interfaces, resources

5 - Construction

”Construire un produit qui fournira un retour sur l’investissement à l’intérieur d’un calendrier prédéfinie”

Développement des transformations ETL◦ Extraction de données, outils ETL, processus ETL,

dépendences, test, considérations techniques Développement applicatifs

◦ Résultat du prototype, outils d’accès et d’analyse, compétance et formation, étendue et gestion des besoins, internet et considérations techniques.

Forage de données◦ Marché, données, outils de forage, ressources

Développement des Meta-Data◦ Produit pour les Méta-Data, ressources

6 – Mise en oeuvre

Mise en production◦ Mise en production du nouveau système◦ Formation

Evaluation◦ ”Leçon aprise”

Résumé du modèle

Business Case

Infra-structure

PlanningRequire-ments

DataAnalysis

Proto-type

Meta-Data

DBDesign

ETLDesign

MDRDesign

ETLDevelop

ApplDevelop

DataMining

MDRDevelop

Produc-tion

Evalua-tion

1. Justification 2. Plannification

3. Analyse4. Conception 5. Construction

6. Mise en oeuvre

Strategieset actionsM

arc

hé

Ind

ust

rie

Clie

nts

Gestion du risques

Du BI à la compétitivité

Critiques: Un livre “Bullet point” Pour le praticien, peu

d’explication des concepts de base

Pas de détail sur l’utilisation de l’information

Pas orienté outils, les outils BI sont complexes et dificile d’utilisation

Critiques et bénéfices

Bénéfices: Accessible Basé sur les meilleurs

pratiques Influence le

comportement des utilisateurs

Très directe, orienté collaboration

“La clé du succès en intelligence d’affaires et de fournir des outils au utilisateurs dans un mode qui entraine une meilleur collaboration entre l’informatique et la communauté d’affaires”

Questions

?