Business Analytics - Encyclopédie des systèmes d'information

Business Analytics décrit le processus de traitement des données. C'est un outil stratégique pour les décideurs en entreprise. Les solutions d'analyse commerciale sont utilisées dans tous les secteurs. L'objectif est de trouver des réponses non seulement à la question: «Qu'est-ce qui était?», Mais aussi: «Qu'est-ce qui sera?».

Compréhension de base

De manière générale, l'analyse commerciale signifie la recherche et l'analyse continues de données commerciales axées sur le passé afin d'obtenir des informations sur les activités commerciales passées et à venir, qui à leur tour se transforment en activités commerciales individuelles à planifier. La continuité provient de l'exécution régulière des activités d'analyse, qui peuvent être mises en œuvre en conséquence dans une organisation de processus. Ces activités sont itératives car le processus d'analyse suscite souvent de nouvelles questions plutôt que des réponses concluantes, qui doivent finalement être examinées. De cette manière, l'activité commerciale précédente peut être tracée pour permettre des améliorations dans de nouvelles actions. En fin de compte, l'analyse commerciale est un processus
Processus d'analyse commerciale
Fig.1: L'analyse commerciale en tant que processus
La compréhension technique détermine la sélection des données, des requêtes ou des améliorations étant souvent nécessaires, de sorte que la compréhension technique et la compréhension des données sont interdépendantes. Les données disponibles sont traitées en conséquence et converties en modèle. La modélisation signifie que le retraitement doit être effectué à nouveau, par exemple parce qu'un algorithme différent de celui initialement prévu est utilisé. Les modèles générés doivent être évalués et les résultats doivent être transmis à l'utilisateur concerné pour utilisation. Les connaissances acquises grâce à leur utilisation reviennent dans une nouvelle série en tant que compréhension technique.
Depuis la fin des années 1990, le processus KDD (KDD = Knowledge Discovery in Databases) avec ses étapes de sélection de données, de prétraitement, de transformation, d'exploration de données et d'interprétation des résultats a été la base théorique des logiciels disponibles dans le commerce. Enfin, l'analyse commerciale repose également sur ces étapes procédurales et étend ce processus KDD pour inclure la gestion des sources au début et l'action technique en termes de décision à prendre et sa mise en œuvre à la fin du processus. En outre, le KDD est complété par l'étape d'évaluation, qui est utilisée pour comparer les variantes de modèle générées à l'aide d'une mesure dite de qualité.
Cela signifie qu'il existe désormais un processus qui implique une perspective à long terme et donc une composante stratégique, puisque les résultats forment la base de la prise de décision dans l'activité entrepreneuriale. Les exigences d'analyse technique et les composants techniques pour le groupe cible et le soutien adéquat aux tâches doivent être pris en compte conjointement dans ce processus afin de fournir une automatisation complète significative dans le contexte de la logistique de l'information - pour fournir des données au bon destinataire dans la bonne qualité au bon moment [Dinter et hiver 2008] créer. La compréhension logistique de l'information de l'intelligence d' affaires- le processus de collecte, de préparation et de mise à disposition des données pour la prise de décision [Chamoni et Gluchowski 2006] - se traduit par une mise en œuvre pratique plutôt dans une orientation standard avec des chiffres clés (métriques) cohérents et des analyses. La Business Intelligence est basée sur un tableau de bord avec des structures de rapport prédéfinies pour répondre à des questions prédéfinies, de sorte qu'un accès indirect aux structures multidimensionnelles, aux rapports et aux données agrégées ait lieu, ce qui conduit également à des rapports d'exceptions, c'est-à-dire au déclenchement de la fourniture d'informations automatisées lorsque les valeurs de seuil sont dépassées [Felden et Buder 2012 , Pp. 17ff.] Peut être approfondi. Business Analytics complète la compréhension de l'intelligence d'affaires par des analyses plus poussées, par exemple, des activités commerciales et se concentre sur le support d'analyses interactives et exploratoires par les utilisateurs finaux. L'objectif est de collecter de nouvelles informations et ainsi d'acquérir une compréhension des activités passées pour découvrir des modèles / structures inconnus dans les bases de données. Business Analytics est basé sur des données détaillées afin que les activités individuelles puissent être visualisées et analysées en conséquence.

Importance croissante de l'analyse commerciale

Avoir des données ou des informations déjà générées à partir de celles-ci n'est plus une valeur en soi, mais plutôt la capacité et la capacité d'identifier des informations à partir de quantités déroutantes de données et de ses structures et décideurs hétérogènes comme base pour pour rendre les décisions entrepreneuriales disponibles. Avec l'accent mis sur l'évaluation des données, le sujet de l'analyse commerciale devient inévitablement au centre de l'attention. Sur cette base, Business Analytics combine des méthodes modernes d'évaluation de grands magasins de données, en particulier l'exploration de données, l'apprentissage automatique basé sur l'intelligence artificielle et des méthodes statistiques. En attendant, l'analyse commerciale combine des composants individuels tels que des concepts de chiffres clés, Entreposage actif / temps réel, data mining et text mining, concepts d'interface utilisateur ou intégration système. Dans cette fusion de composants individuels réside le réel avantage que le décideur peut désormais réagir beaucoup plus rapidement aux changements de son entreprise ou de l'environnement de l'entreprise. La valeur ajoutée stratégique de l'analyse commerciale devient claire. Les développements de ces dernières années ont élargi le cadre d'image et d'agitation de l'analyse commerciale: des mots clés tels que l'intégration de système, l'orientation des processus métier ou la conception d'interface utilisateur sont associés à l'analyse commerciale [Olson et Delen 2008, p. 151 et suiv.]. Dans cette fusion de composants individuels réside le réel avantage que le décideur peut désormais réagir beaucoup plus rapidement aux changements de son entreprise ou de l'environnement de l'entreprise. La valeur ajoutée stratégique de l'analyse commerciale devient claire. Les développements de ces dernières années ont élargi le cadre d'image et d'agitation de l'analyse commerciale: des mots clés tels que l'intégration de système, l'orientation des processus métier ou la conception d'interface utilisateur sont associés à l'analyse commerciale [Olson et Delen 2008, p. 151 et suiv.]. Dans cette fusion de composants individuels réside le réel avantage que le décideur peut désormais réagir beaucoup plus rapidement aux changements de son entreprise ou de l'environnement de l'entreprise. La valeur ajoutée stratégique de l'analyse commerciale devient claire. Les développements de ces dernières années ont élargi le cadre d'image et d'agitation de l'analyse commerciale: des mots clés tels que l'intégration de système, l'orientation des processus métier ou la conception d'interface utilisateur sont associés à l'analyse commerciale [Olson et Delen 2008, p. 151 ss.].

Délimitation définitive

En général, l'analyse commerciale signifie l'utilisation de méthodes analytiques pour l'évaluation des données. Toutes les définitions conviennent que des méthodes statistiques, des approches de l'exploration de données et de l'exploration de texte ainsi que des méthodes d'optimisation et de simulation sont utilisées. Dans ce qui suit, les définitions sélectionnées qui mettent l'accent sur les différentes caractéristiques de l'analyse commerciale sont d'abord discutées, afin que leurs éléments puissent être convertis en une description conceptuelle.
Sans prioriser les approches de définition sélectionnées, ce qui suit examine d'abord la définition de l'analyse commerciale selon Gartner:
«L'analyse commerciale comprend des solutions utilisées pour créer des modèles d'analyse et des simulations pour créer des scénarios, comprendre les réalités et prédire les états futurs . L'analyse commerciale comprend l'exploration de données, l'analyse prédictive, l'analyse appliquée et les statistiques, et est fournie sous la forme d'une application adaptée à un utilisateur professionnel. Ces solutions d'analyse sont souvent accompagnées d'un contenu sectoriel prédéfini ciblé sur un processus métier du secteur (par exemple, les réclamations, la souscription ou une exigence réglementaire spécifique). » [Gartner 2016]
Gartner met un accent particulier sur l'activité elle-même. Cela consiste à générer des modèles d'analyse à l'aide d'algorithmes utilisables dans différents scénarios de décision. Ceux-ci peuvent déjà être pré-formés, c'est-à-dire préparés de manière spécifique au secteur pour permettre un déploiement plus rapide.
Dans sa description du programme de MBA Business Analytics, la New Yorker Stern School of Business approfondit l'aspect algorithmique et décrit:
«Le Business Analytics est l'étude des données à travers l'analyse statistique et opérationnelle, la formation de modèles prédictifs, l'application de techniques d'optimisation et la communication de ces résultats aux clients, partenaires commerciaux et collègues dirigeants.» [Stern 2016]
On constate que l'activité nommée par Gartner est plus étroitement limitée à l'utilisation de méthodes d'analyse statistique ou de méthodes d'optimisation. En outre, il y a une référence à la communication des résultats à différentes parties intéressées, qui devient ainsi une autre caractéristique.
Evan Stubbs spécifie une autre facette dans son livre: "The Value of Business Analytics: Identifying the Path to Profitability":
«La pierre angulaire de l'analyse commerciale est l'analyse pure. Bien qu'il s'agisse d'une définition très large, l'analyse peut être considérée comme n'importe quel processus basé sur les données qui fournit des informations. Il peut rendre compte d'informations historiques ou il peut fournir des prédictions sur des événements futurs; l'objectif final de l'analyse est d'ajouter de la valeur grâce à des insights et de transformer les données en informations . » [Stubbs 2013]
Stubbs différencie également l'aspect temporel des données considérées. Il englobe le reporting des données historiques et donc le reporting ou le traitement analytique en ligne (OLAP) sous ce terme. De plus, les données prospectives sont prises en compte ici. Toutes les données doivent être compilées dans le but de créer de la transparence et une meilleure compréhension des activités et des développements futurs, de sorte que l'analyse commerciale ne soit plus une donnée mais une utilisation de l'information qui a lieu dans le contexte de la prise de décision.
Le cabinet de conseil Ernst & Young apporte un autre aspect à la discussion:
"Comment une organisation rassemble, recherche, modélise, analyse et interprète les données afin de faciliter la prise de décision et d'améliorer ou d'optimiser les processus d'affaires." [Ernst & Young 2016]
Cette définition montre que l'ensemble de l'organisation est amenée à agir de manière orientée données pour accompagner la prise de décision en faveur de l'amélioration des processus de création de valeur. Cependant, il n'est pas plus approfondi quels aspects d'une organisation sont explicitement affectés.
Dans leur livre: "Business Analytics for Managers: Taking Business Intelligence Beyond Reporting", Laursen et Thorlund abordent la pensée système et agissent ensuite de manière organisationnelle. Vous définissez:
«Nous considérons BA comme des systèmes d'information, composés de trois éléments : 1. Les systèmes d'information contiennent un élément technologique. 2. Compétences humaines. 3. Les systèmes d'information doivent contenir des processus métier spécifiques qui utilisent les informations ou les nouvelles connaissances. » [Laursen et Thorlund 2016]
De manière analogue au triangle humain-tâche-technologie commun dans l'informatique d'entreprise en langue allemande, un champ de tension est décrit dans lequel fonctionne l'analyse commerciale. La manière dont cette action doit être conçue n'est pas spécifiée en détail, mais se réfère simplement au fait que le contrôle des éléments du système peut rendre utilisables des informations ou des connaissances nouvellement générées.
Le dictionnaire commercial disponible en ligne, en tant que référence souvent utilisée dans la pratique, concentre sa délimitation conceptuelle sur le niveau opérationnel et donc sur les activités individuelles qui interviennent individuellement au sein d'un processus:
« Processus de détermination et de compréhension de l'efficacité des diverses opérations organisationnelles . L'analyse commerciale peut être axée sur des processus internes ou externes. Différentes spécialisations existent, englobant la plupart des aspects majeurs de l'entreprise, notamment l'analyse des risques, l'analyse de marché et l'analyse de la chaîne d'approvisionnement. » [Dictionnaire des affaires 2016]
Dans les processus métier individuels, qu'ils existent en interne ou en externe, des analyses sont effectuées en fonction des tâches (opérations) dans les processus eux-mêmes ou exécutées à travers les tâches afin de déterminer leur efficacité et donc leur précision d'exécution. Il est frappant ici que l'efficacité des tâches dans les processus d'affaires soit soulignée, mais aucune aide à la décision n'est nommée dans un contexte plus large, comme une orientation stratégique.
Wikipédia, en tant qu'autre ressource en ligne, nomme:
«L'analyse commerciale (BA) fait référence aux compétences, technologies, applications et pratiques permettant une exploration itérative continue et une enquête sur les performances commerciales passées afin de mieux comprendre et de piloter la planification commerciale . L'analyse commerciale se concentre sur le développement de nouvelles informations et sur la compréhension des performances commerciales basées sur des données et des méthodes statistiques. » [Wikipédia 2016]
Dans cette approximation des termes, les compétences requises dans le contexte de l'analyse commerciale sont également nommées. Cependant, aucune distinction n'est faite quant à savoir s'il s'agit des compétences des employés ou des compétences de l'organisation elle-même. Cependant, les deux sont fondamentalement importants car l'idée procédurale de l'analyse commerciale pour collecter et traiter les données et les rendre disponibles pour l'aide à la décision influence l'organisation pour qu'elle soit axée sur les données, mais nécessite également des employés qualifiés dans toutes les phases du processus. pour pouvoir l'utiliser de manière raisonnable.
Dans leur livre: "Business Analytics: A Practitioner's Guide", Saxena et Srinivasan mettent l'accent sur le processus décisionnel lui-même:
«L'analytique est un vaste nouveau terrain qui a émergé de l'évolution des domaines d'études qui peuvent être intégrés pour aider à concevoir, prendre et exécuter des décisions plus intelligentes ou pour passer de l'idée à l'exécution de manière plus rationnelle , en utilisant des données, des modèles, et des processus de gouvernance qui tirent parti de ce vaste corpus de connaissances en évolution rapide. » [Saxena et Srinivasan 2013]
Les auteurs ne sont pas concernés par les étapes du processus elles-mêmes, mais par le type de prise de décision. Ceci est souvent influencé non seulement par les informations disponibles, mais aussi par les impressions ou sentiments personnels des décideurs. L'analyse commerciale doit désormais permettre une prise en compte plus rationnelle de la situation et donc s'abstraire des influences personnelles, afin que les décisions puissent également être comprises par des tiers.
Davenport et Harris abordent largement le terme dans le livre: "Concurrence sur l'analyse: la nouvelle science de la victoire":
«Dans ce sens, alors,« l'analyse commerciale »peut être définie comme une large utilisation des données au sein des organisations. Il englobe les requêtes et les rapports, mais aspire à des niveaux plus élevés de sophistication mathématique. Cela inclut des analyses, bien sûr, mais implique de les exploiter pour atteindre des objectifs commerciaux définis. L'analyse commerciale permet aux membres de l'organisation de prendre de meilleures décisions, d'améliorer les processus et d'atteindre les résultats souhaités. Il rassemble le meilleur de la gestion des données, des méthodes d'analyse et de la présentation des résultats - le tout dans un cycle en boucle fermée pour un apprentissage et une amélioration continus. [Davenport et Harris 2007]
Tout d'abord, l'aspect processus peut être identifié dans cette description, qui doit être reflété de manière organisationnelle, car autrement aucun apprentissage permanent et aucune amélioration permanente ne sont possibles. En outre, les qualifications des employés sont prises en compte, ce qu'ils doivent avoir pour pouvoir utiliser raisonnablement l'analyse commerciale. Cela signifie que les employés doivent gérer la présentation des résultats (visualisation) et pas seulement le système de reporting lui-même afin d'influencer positivement les processus décisionnels et de créer une organisation basée sur la connaissance.
En résumé pour cette discussion et en ce qui concerne les autres approches de définition, il convient de noter que presque toutes les approches conceptuelles se concentrent sur les méthodes analytiques. Cela peut être élargi en notant que les rapports ou le traitement analytique en ligne font déjà partie de ces processus. Les facettes complémentaires, par exemple dans l'organisation, sa culture et les qualifications des employés, sont plutôt rares à trouver. En particulier, ces paramètres [Laudon et al. L'expérience a cependant montré qu'il est nécessaire pour que les investissements informatiques réussissent.
Fig.2: Relation entre les investissements informatiques et les augmentations de productivité
Le simple investissement dans les technologies de l'information n'entraîne pas automatiquement une augmentation de la productivité (voir Fig. 2). L'expérience a montré que les projets qui prennent en compte des paramètres tels que les effets organisationnels ou les qualifications des employés et en tiennent compte dans la gestion de l'information sont bénéfiques. La pensée systémique [Meadows et Booth Sweeney 2010], qui a été de plus en plus discutée ces dernières années, reprend également cette idée. En conséquence, la technologie de l’information n’est qu’un des éléments du système dans lequel d’autres éléments influents doivent être identifiés et contrôlés. Cela donne l'idée de systèmes de technologie homme-tâche-technologie qui décrit l'interaction des éléments et constitue donc également la base de la gestion de l'information pour l'analyse commerciale.
Tout d'abord, lors de l'introduction de l'analyse commerciale, la valeur ajoutée pour l'entreprise doit être déterminée, car les bénéfices acquis doivent justifier l'effort. Une autre facette est la vue sous-jacente orientée projet et procédurale. La caractéristique orientée projet provient du fait que, par exemple, il est dans la nature des approches d'exploration de données de ne pas être une boucle de contrôle. Pour chacune des tâches à valeur ajoutée, de nouvelles données doivent être compilées, des options d'analyse orientées cible pour les données sous-jacentes doivent être évaluées et exécutées afin que les résultats puissent être utilisés dans les opérations commerciales quotidiennes. Cela nécessite également des compétences correspondantes: d'une part dans la disponibilité d'une technologie appropriée, d'autre part également dans le savoir-faire des collaborateurs en matière de préparation des données, d'algorithmes à utiliser et d'interprétation des résultats. À ce stade en particulier, l'interface entre le spécialiste et la technologie qui lui est confiée devient claire. De plus, la visualisation du résultat est un sujet important. Cela doit permettre de communiquer les résultats à différents destinataires de manière à ce que les résultats puissent être directement compris et traduits en action. La visualisation de l'information combine les atouts de l'analyse de données interactive avec la capacité humaine de saisir visuellement des modèles ou des tendances. Le soutien cognitif doit être conçu comme semi-automatique, de sorte que les informations fiscales apportent les modifications correspondantes dans la visualisation [Ware 2012, p. 212 et suiv.]. Les exigences de prise en charge de l'analyse pour l'utilisateur sont satisfaites par la technologie de requête dynamique en tant qu'alternative visuelle au langage de requête structuré (SQL) comme langage de requête. En tant que processus exploratoire, Visual Analytics prend en charge les trois étapes de la résolution de problèmes, à savoir la préparation, la génération de décision et la décision.
Si vous résumez ces différents aspects, le processus illustré dans la figure suivante représente l'essence des explications (Fig. 3).

Fig.3: Modèle de processus pour l'analyse commerciale

Fondamentalement, la gestion des sources de données est nécessaire en ce sens que les sources de données intéressantes potentielles doivent être identifiées à maintes reprises et surveillées par rapport au contenu actuel. Les données peuvent être compilées de manière orientée tâches à partir de sources internes et externes afin de mettre en place des modèles de décision à l'aide de différents algorithmes. Après avoir évalué les résultats, les résultats appropriés doivent être transférés vers une visualisation appropriée afin qu'un décideur puisse les utiliser directement. En fin de compte, les décisions devraient conduire à des actions entrepreneuriales, qui à leur tour devraient faire l'objet d'une collecte de données. D'une part, cela est nécessaire pour déterminer le résultat en termes de confirmation de l'utilité. En revanche, les entrées d'un nouveau processus d'analyse commerciale sont affichées. Cela nécessite une technologie de l'information adéquate dans toutes les phases du processus ainsi qu'une qualification appropriée des employés afin de pouvoir mettre en œuvre cela de manière avantageuse. La technologie utilisée, mais aussi les employés, peuvent être positionnés en interne ou en externe, ce qui peut entraîner une externalisation totale ou partielle de l'analyse commerciale. Le cloud computing en particulier est un domaine à mentionner, car ce terme décrit différentes formes d'externalisation, du stockage de données à l'analyse de données. En outre, cependant, il faudrait toujours clarifier la question de savoir si une entreprise est en train de développer le savoir-faire spécialisé dans l'entreprise ou de l'acheter à l'extérieur si nécessaire. Cela nécessite une technologie de l'information adéquate dans toutes les phases du processus ainsi qu'une qualification appropriée des employés afin de pouvoir mettre en œuvre cela de manière avantageuse. La technologie utilisée, mais aussi les employés, peuvent être positionnés en interne ou en externe, ce qui peut entraîner une externalisation totale ou partielle de l'analyse commerciale. Le cloud computing en particulier est un domaine à mentionner, car ce terme décrit différentes formes d'externalisation, du stockage de données à l'analyse de données. En outre, cependant, il faudrait toujours clarifier la question de savoir si une entreprise est en train de développer le savoir-faire spécialisé dans l'entreprise ou de l'acheter à l'extérieur si nécessaire. Cela nécessite une technologie de l'information adéquate dans toutes les phases du processus ainsi qu'une qualification appropriée des employés afin de pouvoir mettre en œuvre cela de manière avantageuse. La technologie utilisée, mais aussi les employés, peuvent être positionnés en interne ou en externe, ce qui peut entraîner une externalisation totale ou partielle de l'analyse commerciale. Le cloud computing en particulier est un domaine à mentionner, car ce terme décrit différentes formes d'externalisation, du stockage de données à l'analyse de données. En outre, cependant, il faudrait toujours clarifier la question de savoir si une entreprise est en train de développer le savoir-faire spécialisé dans l'entreprise ou de l'acheter à l'extérieur si nécessaire.
Sur la base de ces résultats, la définition suivante de l'analyse commerciale peut être utilisée comme base:
L'analyse commerciale est la combinaison de personnes, de tâches et de technologies et donc de compétences, de technologies, d'algorithmes, d'applications, de visualisations et de processus qui sont utilisés en interne ou en externe pour le bénéfice, afin d'avoir un aperçu de l'activité commerciale sur la base de données internes et externes. gagner. L'utilisation orientée projet est réalisée dans un processus d'évaluation des activités à l'échelle de l'entreprise, de sorte que les connaissances soient rassemblées à travers les départements et les limites de l'entreprise comme base de décision, afin de dériver des mesures actuelles et des actions orientées vers l'avenir, qui ont une influence positive sur les performances de l'entreprise et garantissent le développement de l'entreprise à long terme.

Littérature

Dictionnaire des affaires: fonction objective. http://www.businessdictionary.com/definition/objective-function.html. Récupéré le 6 octobre 2016
Chamoni, P.; Gluchowski; P.: Systèmes d'information analytique: technologies et applications de business intelligence. 3. Édition. Springer-Verlag: Berlin, Heidelberg 2006.
Davenport, TH; Harris, JG: Concurrence sur l'analyse: la nouvelle science de la victoire. Presse de la Harvard Business School: Boston 2007.
Dinter, B.; Winter R.: Logistique d'information intégrée. Springer-Verlag: Berlin, Heidelberg 2008.
Ernst & Young: Big data - Changer la façon dont les entreprises sont compétitives et fonctionnent. http://www.ey.com/ Publication / vwLUAssets / EY _-_ Big_data: _changing_the_way_businesses_operate / $ FILE / EY-Insights-on-GRC-Big-data.pdf. Récupéré le 6 octobre 2016
Felden, C.; Buder, J.: Aide à la décision dans les entreprises du réseau. Dans: Wirtschaftsinformatik 1 (2012), p. 17-32.
Gartner: Business Analytics. http://www.gartner.com/it-glossary/business-analytics. Récupéré le 6 octobre 2016
Laudon, KC; Laudon, JP; Schoder, Detlef: Systèmes d'information - Une introduction. 2e édition. Études Pearson: Munich et al. 2009.
Laursen, GHN; Thorlund, J.: Business Analytics pour les managers: prendre la Business Intelligence au-delà du reporting. 2e édition. Wiley: Hoboken 2016.
Meadows, D.; Booth Sweeney, L.: Le manuel de réflexion systémique: Exercices pour étendre et développer les capacités d'apprentissage et de réflexion systémique. Chelsea Green Publishing: White River Junction 2010.
Olson, DL; Delen, D.: Techniques avancées d'exploration de données. Springer-Verlag: Berlin, Heidelberg 2008.
Pospiech, M.; Felden, C.: Big Data - État de la considération scientifique: trop de données, trop peu de connaissances. Dans: BI Spektrum 1 (2013), p. 7-13.
Saxena, R.; Srinivasan, A.: Business Analytics: Guide du praticien. Édition Springer: New York 2013.
Stern: Pourquoi Business Analytics chez NYU Stern? http://www.stern.nyu.edu/programs-admissions/global-degrees/business-analytics/program-overview/what-business-analytics. Récupéré le 6 octobre 2016
Stubbs; E.: Fournir des analyses commerciales - Directives pratiques pour les meilleures pratiques. Wiley: Hoboken 2013.
Ware, C.: Visualisation de l'information. 3. Édition. Morgan Kaufmann: Waltham 2012.
Wikipédia: Business Analytics. https://en.wikipedia.org/wiki/Business_analytics. Récupéré le 6 octobre 2016

Publier un commentaire

0 Commentaires