Qu’est-ce que la Business Intelligence (BI)?


La Business Intelligence (BI) est un processus technologique permettant d’analyser les données et de présenter des informations exploitables qui aident les dirigeants, les gestionnaires et les autres utilisateurs finaux de l’entreprise à prendre des décisions commerciales éclairées.

Suite du contenu ci-dessous

La BI englobe une variété d’outils, d’applications et de méthodes qui permettent aux entreprises de collecter des données à partir de systèmes internes et de sources externes, de les préparer pour l’analyse, de développer et d’exécuter des requêtes sur ces données, et de créer des rapports, des tableaux de bord et des visualisations de données à cette fin. Mettre les résultats de l’analyse à la disposition des décideurs de l’entreprise et des employés de l’entreprise.

Signification de l’intelligence d’affaires

En général, le travail de l’intelligence d’affaires est d’optimiser toutes les parties d’une entreprise en améliorant l’accès aux données d’entreprise, puis en utilisant ces données pour augmenter la rentabilité.

Les entreprises qui utilisent des pratiques de Business Intelligence peuvent avoir un aperçu de leurs processus métier en analysant les données collectées. Ces informations peuvent à leur tour être utilisées pour prendre des décisions commerciales stratégiques qui améliorent la productivité, augmentent les revenus et accélèrent la croissance.

Les autres avantages potentiels des outils de veille stratégique comprennent:

  • Accélérer et améliorer la prise de décision;
  • Optimisation des processus d’affaires internes;
  • Augmenter l’efficacité opérationnelle;
  • Augmentation des revenus;
  • Obtenir des avantages concurrentiels par rapport à la concurrence;
  • Aider les entreprises à identifier les tendances du marché; et
  • Identifiez les problèmes commerciaux à résoudre.

Les données BI peuvent inclure à la fois des informations historiques stockées dans un entrepôt de données et de nouvelles données générées à partir de systèmes source, de sorte que les outils BI peuvent prendre en charge les processus de prise de décision stratégiques et tactiques.

À l’origine, les outils de BI étaient principalement utilisés par les analystes de données et autres professionnels de l’informatique qui effectuaient des analyses et généraient des rapports pour les utilisateurs professionnels avec des résultats de requête.

Cependant, les managers et les collaborateurs utilisent également de plus en plus leurs propres plateformes de business intelligence, ce qui est en partie dû au développement de Self-service-BI– et Outils de découverte de données et tableaux de bord. Les outils incluent également de plus en plus intelligence artificielle (KI) et Apprentissage automatique (ML).

Types d’outils de veille stratégique

La Business Intelligence combine une large gamme d’applications d’analyse de données, notamment:

  • Analyse ad hoc;
  • Processus analytique en ligne (OLAP);
  • Intelligence d’affaires mobile;
  • Business Intelligence en temps réel;
  • Intelligence économique opérationnelle;
  • Logiciel en tant que service Business Intelligence (SaaS BI);
  • Open source Business Intelligence (OSBI);
  • Kollaborative Business Intelligence;
  • Intelligence de localisation (LI).

De plus, la technologie BI comprend:

Les outils de visualisation de données sont devenus la norme de la BI moderne ces dernières années. Certains fournisseurs ont défini la technologie très tôt, mais les fournisseurs de BI plus traditionnels ont emboîté le pas. Aujourd’hui, pratiquement tous les principaux outils de BI incluent des capacités de découverte visuelle de données.

Les programmes BI contiennent souvent des formes Analyse avancée, Comment Traitement de l’information, Analyses prédictives, Extraction de texte, analyse statistique et Analyse de Big Data. Dans de nombreux cas, cependant, les projets d’analyse avancée sont gérés par des équipes distinctes. Scientifiques des données, Statisticiens et autres professionnels de l’analyse, tandis que les équipes BI facilitent l’interrogation et l’analyse des données d’entreprise.

Les données de Business Intelligence sont généralement Entrepôt de données ou dans le plus petit Date de mars qui contiennent des sous-ensembles de données d’entreprise. Au-delà de ça Hadoop-Systèmes utilisés dans les architectures BI comme référentiels pour les données BI et analytiques, en particulier données non structurées, Fichiers journaux, données de capteur et autres types de Big Data.

Avant que les données brutes ne soient utilisées dans les applications de BI, elles doivent être intégrées, consolidées et nettoyées à partir de plusieurs systèmes sources, à l’aide d’outils de qualité et d’intégration de données pour garantir que les utilisateurs analysent des informations précises et cohérentes.

Business Intelligence pour le Big Data

Les plates-formes de BI sont de plus en plus utilisées comme interfaces frontales pour les systèmes Big Data. Les logiciels de BI modernes offrent généralement des backends flexibles qui permettent la connexion à diverses sources de données. Ceci et les interfaces utilisateur simples (UI) rendent les outils idéaux pour les architectures Big Data.

Les utilisateurs peuvent se connecter à une variété de sources de données, y compris les systèmes Hadoop, NoSQLBase de donnéesPlus conventionnelles, plates-formes cloud et entrepôts de données, et vous pouvez développer une vue unifiée de différentes données.

Étant donné que les outils sont généralement assez simples, l’utilisation de la BI comme interface Big Data permet d’impliquer un grand nombre d’utilisateurs potentiels, plutôt que l’approche typique où les architectes de données hautement spécialisés sont les seuls à connaître le Les données.

Tendances de l’intelligence d’affaires

Outre les responsables BI, les équipes de veille stratégique sont généralement constituées d’un mélange d’architectes BI, de développeurs BI, d’analystes métier et d’experts en gestion de données. Les utilisateurs métier sont également souvent impliqués pour représenter le côté métier et s’assurer que leurs besoins sont satisfaits dans le processus de développement BI.

Pour soutenir cela, un nombre croissant d’entreprises remplacent le traditionnel cascade-Développement via des approches agiles de la BI et de l’entreposage de données à l’aide de techniques de développement de logiciels agiles pour diviser les projets BI en petites parties et fournir de nouvelles fonctionnalités aux analystes d’affaires de manière incrémentielle et itérative. Cela permet aux organisations de mettre en œuvre plus rapidement les fonctions de BI et d’affiner ou de modifier les plans de développement à mesure que les besoins de l’entreprise changent ou que de nouvelles exigences émergent qui priment sur les précédentes.

Intelligence d’affaires versus analytique

L’utilisation sporadique du terme intelligence d’affaires remonte aux années 1860, mais est généralement attribuée à Howard Dresner, qui l’a proposé pour la première fois en 1989 comme terme générique pour l’application de techniques d’analyse de données pour soutenir les processus de prise de décision. des décisions commerciales.

Ce qui est devenu connu sous le nom d’outils BI a souvent évolué par rapport aux précédents. Mainframes des systèmes basés sur l’analyse, tels que l’aide à la décision et les systèmes d’information de la direction.

L’intelligence d’affaires est parfois utilisée de manière interchangeable avec l’analyse commerciale ou l’analyse de données. Dans d’autres cas, l’analyse commerciale est réduite pour faire référence à l’analyse avancée des données ou définie plus largement pour inclure à la fois la BI et l’analyse avancée.

Cependant, il existe des différences significatives entre la Business Intelligence et Business Analytics:

BI vs. licencié en lettres

Intelligence d’entreprise

Analyse commerciale

Répondez aux questions:

Qu’est-il arrivé?

Quand est-ce arrivé?

Qui est le pollueur?

Quelle est l’étendue?

Pourquoi est-ce arrivé?

Cela se reproduira-t-il?

Et si nous X changer?

Que nous disent les données au-delà de l’évidence?

Il comprend:

Rapports (KPI, métriques)

Surveillance / notification automatisée (valeurs seuils)

Tableaux de bord

Tableaux de bord

OLAP (opérations de découpage, tranchage, découpage en dés et forage)

Requêtes ad hoc

Analyse statistique / quantitative

Traitement de l’information

Modélisation des prévisions

Tests multivariés



Source link



Publier un commentaire

0 Commentaires