LES 10 GRANDES TENDANCES DE

l'aide à la décision

POUR 2017


Télécharger le PDF

Ces dernières années, les données sont devenues vitales dans le milieu professionnel. Les entreprises qui ont su tirer parti de leur puissance en donnant plus de moyens aux utilisateurs métier ont gagné en compétitivité et accéléré leur rythme d'innovation. Cette transformation a engendré des tensions entre l'ancienne et la nouvelle approche de l'aide à la décision. L'équilibre entre le contrôle et l'agilité ou entre le libre-service et la gouvernance est également une source de crispation. L'IT et l'entreprise ont donc commencé à travailler ensemble pour maximiser l'impact de leurs données.

Comment ce secteur va-t-il évoluer ? Nous avons posé la question à nos experts, qui proposent leurs services à des centaines de milliers de clients dans le monde .

Voici nos prévisions.

1 : La BI nouvelle génération devient la nouvelle norme

Bon nombre d'entreprises ont déjà adopté le nouvelle approche de la BI en démocratisant les analyses. Selon Gartner, un cap décisif a été franchi. Nous allons continuer à voir des entreprises de toutes tailles tirer parti des plates-formes évolutives et fiables pour encourager les utilisateurs à déceler les informations exploitables que recèlent leurs données.

Pour en savoir plus, consultez cet article sur le blog de Gartner (en anglais)

2 : Les analyses collaboratives occupent le devant de la scène

L'accès simplifié aux données gouvernées marque la fin de l'ère des flux d'informations à sens unique. L'époque du partage de données sous forme de fichiers PDF ou PowerPoint statiques est révolue. En 2017, les utilisateurs se mettent à partager en direct des analyses, des tableaux de bord et des classeurs interactifs. Rien ne leur échappe concernant leurs données grâce aux alertes et aux abonnements. Ils partagent les résultats de leurs recherches et s'inspirent du travail de leurs collègues pour favoriser le développement de l'activité en tirant parti de la créativité et de la puissance intellectuelle de toute l'entreprise.

Pour en savoir plus, lisez cet article (en anglais) du site Datanami

3 Toute donnée est bonne à prendre

En 2017, la valeur des données n'est plus tributaire de leur volume ou de leur priorité. L'important est que les utilisateurs puissent accéder rapidement et facilement aux nombreux types de données pour les explorer, trouver des réponses à leurs questions et améliorer leurs résultats. Les utilisateurs métier n'ont plus à se demander si leurs données sont stockées dans Hadoop, Redshift ou un fichier Excel. Ils peuvent en exploiter tout le potentiel, quel que soit le nombre de sources de données disparates utilisées.

Pour en savoir plus, lisez cet article (en anglais)

4 : Le libre-service s'invite dans la préparation des données

Alors que la découverte en libre-service s'est imposée comme une nouvelle norme, la préparation des données reste l'apanage de l'IT et des experts en données. Cela change en 2017. Les opérations habituelles de la préparation, comme l'analyse syntaxique (ou parsing) et la réorganisation des données ou l'importation de fichiers JSON et HTML, ne seront plus réservées aux spécialistes. Grâce aux innovations en matière de préparation de données, tout le monde est en mesure d'intégrer ces tâches dans son processus analytique.

Pour en savoir plus, lisez cet article (en anglais) du site Datanami

5 : Les analyses gagnent du terrain grâce aux fonctionnalités BI intégrées

Pour être efficaces, les analyses doivent faire partie de notre routine. En 2017, elles s'intègrent au contexte et aux applications utilisées quotidiennement sur des portails internes ou Salesforce. Cette intégration parfaite permet d'améliorer la visibilité des analyses et d'encourager des personnes qui n'ont encore jamais utilisé de données, comme les vendeurs en magasin, des employés de centres d'appels et des chauffeurs routiers, à effectuer des actions sur ces analyses.

Pour en savoir plus, lisez cet article de TechTarget (en anglais)

6 : L'IT devient le héros de l'entreprise

L'IT a enfin l'opportunité de briser ses chaînes et d'endosser un rôle de facilitateur, en se plaçant aux commandes de la transition vers un environnement analytique en libre-service et évolutif. L'IT procure la flexibilité et l'agilité dont l'entreprise a besoin pour innover, tout en assurant le juste équilibre entre la gouvernance, la sécurité des données et la conformité. En donnant à tous les moyens de prendre des décisions instantanément en s'appuyant sur les données, l'IT s'impose comme un maillon indispensable et déterminant pour l'avenir de l'entreprise.

Pour en savoir plus, lisez cet article (en anglais) à propos d'un rapport Gartner

7 : L'utilisation des données devient plus naturelle

En 2017, la communication avec les données devient plus naturelle, en partie grâce aux améliorations dans des domaines tels que le traitement du langage naturel et la génération automatique de textes. En effet, les interfaces en langage naturel viennent compléter la gamme d'outils d'aide à la décision et rendent les données, les graphiques et les tableaux de bord plus accessibles en permettant aux utilisateurs d'interagir avec les données grâce à un langage et des textes naturels. Malgré le scepticisme que soulève cette nouveauté, il sera intéressant d'observer son évolution.

Pour en savoir plus, lisez cet article (en anglais) du site Dataversity

8 : La transition vers le cloud s'accélère

En 2017, les entreprises se mettent à déployer leurs analyses là où résident leurs données. De nombreuses entreprises continuent à déployer une architecture hybride combinant des solutions dans le cloud et sur site, mais les analyses dans le cloud s'imposent progressivement comme une solution plus rapide et plus évolutive.

Pour en savoir plus, lisez cet article (en anglais) du site Datanami

9 : Les analyses avancées deviennent de plus en plus accessibles

Les utilisateurs métier ont acquis un savoir-faire dans le domaine des données et les analyses avancées sont devenues plus accessibles En 2017, ces deux phénomènes se combinent et les analyses avancées ne sont plus réservées aux data scientists. Les utilisateurs métier tirent déjà parti de fonctions analytiques puissantes, comme l'utilisation des k-moyennes, des clusters et des prévisions, et continueront à développer leurs compétences analytiques en 2017.

Pour en savoir plus, lisez ce communiqué de presse (en anglais) sur le site Marketwired

10 : La connaissance des données devient une compétence fondamentale

En 2016, LinkedIn a désigné l'aide à la décision comme l'une des compétences les plus recherchées par les employeurs. En 2017, l'analyse de données devient une compétence incontournable pour les professionnels de tous les secteurs et l'utilisation de plates-formes d'aide à la décision se répand pour faciliter la prise de décision à tous les niveaux.

Pour en savoir plus, lisez cet article d'IDG (en anglais)