Université Mohammed V-Rabat

Facultés des Sciences Juridiques, Economiques et Sociales

Mémoire
Pour l’obtention de la licence en Sciences Economiques et de Gestion

THEME : LA BUSINESS INTELLIGENCE

La Business Intelligence est un phénomène récent, utilisée la

plupart du temps par des grandes entreprises, peut-on la
considérer comme l'un des facteurs essentiels dans la
détention d'un avantage concurrentiel pour les entreprises ?

Réaliser par : Encadrer par :

TRAORE TIDIANI OUTTAJ BENACEUR

Année universitaire 2018-2019

SOMMAIRE
INTRODUCTION GENERALE

I. CHAPITRE 1 : ETAT DE LITTERATURE DE LA

BUSINESS INTELLIGENCE

A. SECTION 1 : L’EVOLUTION ET L’APPARITION

DE LA BUSINESS INTELLIGENCE

1. Première apparition de la business intelligence

2. Evolution de la business intelligence
3. Définition du concept business intelligence

B. SECTION 2 : TECHNOLOGIE ET ARCHITECTURE

DE LA BUSINESS INTELLIGENCE

1. Architecture de la business intelligence

2. Les composants de la business intelligence
3. La business intelligence, technique méthodes et outils

II. CHAPITRE 2 : LA BUSINESS INTELLIGENCE ? CLE

POUR LE DETENTION D’UN AVANTAGE
CONCURENTIEL ?
SOMMAIRE
INTRODUCTION GENERALE

I. CHAPITRE 1 : ETAT DE LITTERATURE DE LA

BUSINESS INTELLIGENCE

A. SECTION 1 : L’EVOLUTION ET L’APPARITION

DE LA BUSINESS INTELLIGENCE

1. Première apparition de la business intelligence

2. Evolution de la business intelligence
3. Définition du concept business intelligence

B. SECTION 2 : TECHNOLOGIE ET ARCHITECTURE

DE LA BUSINESS INTELLIGENCE

1. Architecture de la business intelligence

2. Les composants de la business intelligence
3. La business intelligence, technique méthodes et outils

II. CHAPITRE 2 : LA BUSINESS INTELLIGENCE ? CLE

POUR LE DETENTION D’UN AVANTAGE
CONCURENTIEL ?
 REMERCIEMENT

Je tiens à exprimer toute ma reconnaissance à mon Encadrant, Monsieur BENACEUR

OUTTAJ. Je le remercie de m’avoir encadré, orienté, aidé et conseillé.

J’adresse mes sincères remerciements à tous les professeurs, intervenants et toutes les
personnes qui par leurs paroles, leurs écrits, leurs conseils et leurs critiques ont guidé mes
réflexions et ont accepté de me rencontrer et de répondre à mes questions durant mes
recherches.

Je remercie personnellement Monsieur AYAD MOHAMMED pour tout l’effort qu’il a fourni
pour la réalisation de ce mémoire.

Je remercie mes très chers parents, MALICK et ZAHARA TRAORE, qui ont toujours été là
pour moi. Je remercie ma sœur AFOUSSETOU pour son encouragement et les aides qu’elle
m’a apporté.

Enfin, je remercie mes amis MAMOUTOU BAKARY DEMBELE et SOUNA AYMAN

KEN qui ont toujours été là pour moi. Leur soutien inconditionnel et leurs encouragements
ont été d’une grande aide.

À tous ces intervenants, je présente mes remerciements, mon respect et ma gratitude.

 A. SECTION 1 : L’IMPACT DE LA BUSINESS
INTELLIGENCE SUR LES ENTREPRISES

1. Impact financière
2. Impact marketing
3. Impact organisationnel

III. CHAPITRE 3 : QUESTIONNAIRE, CAS DU MAROC

CONCLUSION GENERALE
I. CHAPITRE 1 : ETAT DE LITTERATURE DE LA
BUSINESS INTELLIGENCE

Une communication efficace est la clé pour progresser dans tous les domaines de
l'activité humaine. Ces dernières années, il est devenu évident que les méthodes de
communication actuelles sont totalement inadaptées aux besoins futurs. L'information est
maintenant générée et utilisée à un rythme croissant en raison du rythme accéléré et de
l'ampleur des activités humaines et de l'augmentation constante du niveau moyen d'éducation.
Parallèlement, la croissance des organisations et la spécialisation et la division accrues ont
créé de nouveaux obstacles à la circulation de l’information. Il y a également un besoin
croissant de décisions plus rapides à des niveaux de responsabilité très inférieurs à ceux du
passé. Sans aucun doute, le problème de communication le plus redoutable est la masse
d’informations à traiter. Compte tenu des tendances actuelles en matière de croissance,
l’automatisation semble offrir les méthodes les plus efficaces de récupération et de diffusion
de ces informations.

Au cours de la dernière décennie, des progrès significatifs ont été réalisés dans
l’application de machines aux processus de recherche d’informations. La diffusion automatique
a jusqu'ici été peu prise en compte ; Cependant, à moins que des parties substantielles de l'effort
humain dans ce domaine ne puissent être remplacées par des opérations automatiques, aucune
amélioration globale significative ne sera obtenue. Même les processus de récupération de
l'information mécanisés jusqu'à présent nécessitent encore des efforts humains considérables
pour organiser les informations avant leur entrée dans les machines.

On pense que les techniques en cours d’élaboration contribueront grandement à la

solution du problème en étendant les processus automatiques aux phases préparatoires des
systèmes mécaniques de recherche d’informations, aux domaines de la diffusion et aux
fonctions associées. Idéalement, un système automatique est nécessaire pour accepter les

7
 REMERCIEMENT

Je tiens à exprimer toute ma reconnaissance à mon Encadrant, Monsieur BENACEUR

OUTTAJ. Je le remercie de m’avoir encadré, orienté, aidé et conseillé.

J’adresse mes sincères remerciements à tous les professeurs, intervenants et toutes les
personnes qui par leurs paroles, leurs écrits, leurs conseils et leurs critiques ont guidé mes
réflexions et ont accepté de me rencontrer et de répondre à mes questions durant mes
recherches.

Je remercie personnellement Monsieur AYAD MOHAMMED pour tout l’effort qu’il a fourni
pour la réalisation de ce mémoire.

Je remercie mes très chers parents, MALICK et ZAHARA TRAORE, qui ont toujours été là
pour moi. Je remercie ma sœur AFOUSSETOU pour son encouragement et les aides qu’elle
m’a apporté.

Enfin, je remercie mes amis MAMOUTOU BAKARY DEMBELE et SOUNA AYMAN

KEN qui ont toujours été là pour moi. Leur soutien inconditionnel et leurs encouragements
ont été d’une grande aide.

À tous ces intervenants, je présente mes remerciements, mon respect et ma gratitude.

 La « soif de connaissance » des entreprises est insatiable, les rapports ne sont pas assez
complexes ou détaillé ce qui cause un manque à combler.

Finalement courant des années 90 informaticiens et entreprises se rendent compte que

les décideurs ont besoin d’un environnement et non pas un système. Environnement qui leur
permettra de chercher les données escomptées.

Intervient donc la définition plus précise de cet environnement, quelles doivent être ses
fonctions primaires ?

Pour faire simple les personnes décideuses doivent disposer d’un environnement
simple d’utilisation, rapide pouvant traités des volumes de données colossaux sans interaction
avec la production.

De cette problématique va naitre la BI tel que nous la connaissons aujourd’hui,

s’articulant autour de datawarehouse pour gérer l’information grâce aux principes de l’ETL
(extrat transform load). Dans le but de fournir des indicateurs ou du reporting aux
responsables opérationnels. 2

1. PREMIERE APPARITION DE LA BUSINESS

INTELLIGENCE

2
Site Internet Officiel SUPINFO, https://www.supinfo.com/articles/single/1822-business-intelligence-
historique

9
Introduction générale

Le développement du monde technologique progresse depuis la nuit des temps, celle-

ci a pris un autre tournant avec l’apparition de la BI vers les années 1990, qui fut théoriser
bien avant, vers les années 1950 par HANS PETER LUHN, un informaticien Allemand. La
BI à ramener un grand changement dans le monde numérique.

Celle-ci n’est un phénomène qui date des siècles, elle est récente puisque sa mise en
place ne dépassant pas une vingtaine d’année, la business intelligence fait déjà parler d’elle
partout dans le monde, une solution on ne peut plus efficace, utiliser la plupart du temps par
les grandes entreprises, elle s’appuie sur differents outils qui se développement et commence
a se multiplier de plus en plus, ces outils suivant un processus permet d’analyser le présent, le
passer pour assurer un meilleur futur pour l’entreprise.

La business intelligence non seulement elle analyse, mais le résultat de ces analyses,
avec une bonne exploitation peut aider les entreprises à se développer et à survivre dans un
environnement de concurrence, en adoptant les stratégies que propose la BI pour avancer,
pour mieux se développer et avoir un avantage concurrentiel, c’est un outil d’aide à la prise de
décision.

6
Kindi 4(801–873). Dans cet ouvrage, “Al-Kindi a donné une description détaillée de la façon
d’utiliser les statistiques et l’analyse de fréquence pour décoder les messages chiffrés.”

Tout au long d’une majeure partie de l’histoire, les statistiques et les analyses de données ont
aidé à garder une trace et à comprendre les processus qui régissent la vie des gens. Elles
portaient sur la démographie, le commerce, l’éducation, les bâtiments religieux etc. Lentement,
ces informations ont commencé à être considérées comme ayant de la valeur par les
entreprises, pour contrôler et améliorer leurs opérations. Et, de ce fait, leurs revenus.
Statistiques et “collecte d’informations sur les conditions commerciales”5 sont devenus le
coffre au trésor de la Business Intelligence d’aujourd’hui. 6
Dans un article de 1958 publié dans le IBM Systems Journal, Hans Peter Luhn décrit un
système de " diffusion sélective" de documents aux "points d'action" basés sur les "profils
d'intérêt" des différents points d'action. L'auteur montre une prescience choquante. Le titre du
document est « A Business Intelligence System » et il semble être la première utilisation du
terme « Business Intelligence » dans son contexte moderne, les recherches n’ont données
aucune utilisation antérieure du terme, son propre résumer du document (« Résumé : Un
système automatique est en cours de développement pour diffuser des informations aux
différentes sections de toute organisation industrielle, scientifique ou gouvernementale. Ce
système d’intelligence utilisera des machines de traitement de données pour l’auto-extraction
et l’encodage automatique des documents et pour créer des profils d’intérêt pour chacun des «
points d’action » d’une organisation. Les documents entrants et générés en interne sont
automatiquement résumés, caractérisés par un modèle de mots et envoyés automatiquement
aux points d'action appropriés. Cet article montre la souplesse d’un tel système dans
l’identification des informations connues, dans la recherche des personnes qui ont besoin de le
savoir et dans leur diffusion efficace sous forme de résumé ou de document complet 7 »)
explique basiquement le terme « la Business Intelligence » en profondeur. En plus de la
diffusion de l'information en temps réel, le système a été de permettre la recherche
d'informations - recherche - à effectuer sur toute la collection de documents.

4
Philosophe Irakien
5
https://www.betterbuys.com/bi/history-of-business-intelligence/
6
https://blog.simitless.fr/histoire-de-la-business-intelligence-partie-1-2fc181bdcb4b
7
Peter Hans Luhn, A Business Intelligence System, page 314. IBM JOURNAL Octobre 1958
11
L'accent mis par Luhn sur les points d'action met l'accent sur le rôle du traitement de
l'information sur l'achèvement des objectifs. En d'autres termes, il ne suffit pas de rassembler
et d'agréger des données ; une organisation doit améliorer sa capacité d'accomplir des tâches
critiques en raison des idées tirées des données. Il propose également aux « journalistes » de
brosser périodiquement les données et de déplacer de façon sélective l'information aux points
d'action au besoin8.

2. L’EVOLUTION DE LA BUSINESS
INTELLIGENCE DE LA CREATION JUSQU’A NOS
JOURS

Inventée formellement en 1958, la Business Intelligence n’a pas fini de nous étonner.
Elle est sortie du bureau des informaticiens pour rejoindre les terminaux mobiles des
décideurs. Elle offre une prise en main visuelle et personnalisée des données par ses
utilisateurs. Et elle ne se contente plus d’expliquer le passé : elle raconte le futur ! Petite
histoire de la BI.

En termes d’analyse de données via l’outil informatique, dans la décennie 1960-1970,

on a commencé par la mise à disposition ponctuelle de fichiers. Suite à une demande, les IT
(technologie de l’information) ont mis à disposition des fichiers sur support électronique ou
sous forme de listing. L’informatique proposait ponctuellement des fichiers volatiles. Compte
tenu de l’intérêt croissant des personnes métier pour l’analyse en tout genre et la détection de
tendance, à la fin des années 1979, la première génération d’infocentre (Un infocentre n'est

8
https://learning.oreilly.com/library/view/beautiful-data/9780596801656/ch05s03.html

12
pas un datacenter. Il s'agit tout simplement d'une base de données qui agrège des données
provenant de sources différentes (plusieurs autres bases de données par exemple, ou encore
des données provenant de plusieurs programmes différents)) fit son apparition. 9

Dans les années 1980, la seconde génération arriva, caractérisée par un infocentre
dédié et rafraîchi périodiquement, avec des modèles dénormalisés de données, et des
historisations et non systématiques. A l’époque, la généralisation des tableurs, des L4G (Les
langages de programmation de quatrième génération) et des infocentres, des permis aux
consommateurs d'information d'atteindre un premier palier de liberté, avec la démocratisation
de l'accès aux informations. Chaque protagoniste (consommateurs d'information et
informaticiens) se senti soulagé. Les premiers, car ils accédaient au sésame dans la caverne
d’Ali baba des données. Les seconds, en capacité CPU (processeur) et en demandes non
figées. Les besoins se complexifièrent. De plus en plus d’utilisateurs se trouvèrent intéressés.
Cependant, deux défauts apparurent rapidement : le premier fut la mise en évidence de
données intéressantes parmi une multitude de données ; la seconde fut le frein du modèle de
données physiques plus technique que fonctionnel métier. 10

Dans les années 1990 la BI a été introduite avec une portée restreinte : la livraison de
l’information factuelle pour aider les gestionnaires à améliorer leur prise de décision. Cette
définition classique était basée sur la technologie informatique et des données. Il a été
généralement géré par la technologie de l’informatique (TI) par le biais des administrations et
des grandes entreprises pour des implémentations d’entrepôts de données. 11

La BI s’appuie sur un système d’information spécifique, ou système d’information

décisionnel, par opposition au système d’information produisant des données, ou système
d’information transactionnel. Ce concept original de BI évoluera au cours des années, une
compréhension plus profonde s’établissant, découvrant son potentiel et sa fonction véritable
dans l’entreprise. Ce changement dans la pensée. Dans le mode d’action et sur la définition est
important. Dans ce contexte moderne, la BI est désormais plus largement définie comme la
capacité d’une organisation à définir des objectifs et à suivre la réalisation de manière
intelligente.

9
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.
10
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.
11
Alphonse Carlier, Business intelligence et Management.
13
 Vinrent plus tard dans les années 1990, les EIS et les outils d’interrogation pratique de
base de données permettant de s’abstraire du modèle de données sous-jacent via une couche
sémantique. Cette couche d’appelle univers en business objets, catalogue chez Cognos ou
projet en microstrategy. Des outils statistiques sur échantillons fleurirent de partout. Les
directions utilisatrices investirent largement avec parfois le risque de conduire à un état de
désordre ou une prolifération de plateforme issues de multiples éditeurs, ayant pour
conséquence des dérives en termes de coût, de cohérence et de qualité. Ce fut l’époque des
référentiels multiples avec son lot de batailles de chiffres pour connaître le bon.
L’informatique, fréquemment écarté jusqu’alors, reprit la main pour structurer ce patchwork
de données comme elle avait réussi à le faire pour le système d’information opérationnel
(SIO).

Dans la période 1995-2000, une première rationalisation eut lieu. Les premiers
entrepôts de données commencèrent à se constituer avec plus ou moins de bonheur. Parfois,
on se lançait tête baissée dans la construction pharaonique d’un entrepôt global. Ou bien, on
branchait directement les outils de restitution sur le modèle de données relationnelles,
générant de la difficulté à naviguer intuitivement dans un modèle conçu avec la vision
technique.

Au début du troisième millénaire, l’industrialisation s’est accentuée, car les directions

générales ont compris l’enjeu du SID et ont fait l’addition de toutes les factures. Elles
demandèrent de plus en plus la justification de l’efficacité et la maîtrise des coûts. Puisque
leur démarche de rationalisation et d’urbanisation, voire d’externalisation avec le SIO, était
terminée, elles se dirent qu’il était possible de le faire aussi avec le SID. Pour répondre à ces
impératifs, on se réappropria le modèle en trois couches d’origine qui va de la récolte des
données, jusqu’à la présentation des informations.

Les grands éditeurs du marché assimilèrent aussi cette démarche. Depuis fin 2001, ils
présentent tous une offre et orientent leur marketing autour d’une solution intégrée de
reporting décisionnel. Chaque plateforme de présente comme SAP du décisionnel pour
essayer de virer les licences du concurrent. Cependant, comme il s’agit de système
d’information, on s’aperçoit que l’organisation et la mise en place restent primordiales dans
ce type de démarche.

Dans les années 2005-2007, beaucoup de choses se sont passées. On parlait d’une
vague d’outils open source venue d’outre atlantique. A cote, les éditeurs organisaient une

14
offre dédiée au PME. Les différentes plateformes payantes se sont uniformisées en termes de
fonctionnalité. La publication par portail devint le standard. Microsoft revint en force sur le
marché du décisionnel avec une plateforme robuste. Pour finir, il y eut les rachats des
principaux éditeurs du décisionnel par les grands éditeurs mondiaux : SAP mit la main sur
business objets et Sybase-IQ, Oracle sur Hyperion et IBM sur Cognos.

Au cours des années 2008-2010, Qlik Vies déferle et avec lui le phénomène de
l’analyse en mémoire remise aux goûts du jour, avec les coûts toujours en baisse de la
mémoire et des CPU 64 bits. En 2008, les grands éditeurs du marché se moquent de Qlikview
et parlent d’épiphénomène. En 2010, ils ont tous une offre équivalente y compris les plates-
formes décisionnelles open source. En conséquence, le balancier du rapport de force revient
vers les utilisateurs qui se plaignent du manque de réactivité de l’évolution des entrepôts. Les
grands éditeurs tentent de digérer leurs rachats et d’intégrer tout cela avec, le plus souvent,
une visibilité faible. Le monde open source arrive à maturité. Des entreprises pionnières
commencent à baser leurs plates-formes décisionnelles sur du mixte payant / open source. Les
entreprises s’appuient souvent sur deux plates- formes décisionnelles par crainte et par
attentisme de l’intégration des outils rachetés par les grands éditeurs. On commence a parler
de deux circuits dans l’entreprise : un premier fait de la BI d’entreprise et un second fait de la
BI personnelle et agile. La BI se voit comme un service d’information dynamique.

Dernière ligne droite, les années 2011-2013 : tout le monde s’accorde sur le besoin de
deux plates-formes. Dans une entreprise, la BI communautaire, la BI temps réel. Les
entreprises s’appuient de plus en plus sur des modules open source.

Le plus fréquemment autour de l’ETL et de l’outils de reporting de masse. Certaines

commencent à appuyer leur décisionnel global sur une plate-forme open source entière. Les
outils de visualisation graphique de grande masse de données se multiplient pour faciliter
l’interprétation et la corrélation rapide. Fin 2011, en réponse aux problématiques de big data
et de temps réel, tous les grands éditeurs du marché et l’open source propose une offre
d’Appliance qui regroupe gestion des données et architecture hardware optimisée et
massivement parallèle. Ces outils commencent à se diffuser dans les grands groupes.12

12
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

15
 La BI a connu une évolution sans précédent depuis son apparition. Datant des années
2000 à maintenant on remarque l’émergence de la nouvelle génération de la BI connu
communément sous le nom de BI 2.0.

2.1 Les défis de la BI 2.0

L’informatique décisionnelle que nous dénommerons BI s’insère dans l’architecture

plus large des systèmes d’information. L’informatique décisionnelle désigne les moyens, les
outils, les méthodes qui permettent de collecter, consolider, modéliser et restituer les données,
matérielles ou immatérielles, d’une entreprise en vue d’offrir une aide à la décision et de
permettre à un décideur d’avoir une vue d’ensemble de l’activité prise en compte. La BI décrit
comment les utilisateurs souhaitent interagir avec des informations, dit comment les présenter
et les partager. Les profits des droits sont définis en partie par les besoins d’information
exprimés par les utilisateurs ou des groupes d’utilisateurs, et en partie sur la base des
capacités de reporting, des compétences et de l’infrastructure informatique sui existe dans
l’entreprise.

La BI n’est pas un outil, ni un secteur de niche, ni un concept nouveau destiné aux

technologies de l’information. C’est une simple notion que tout le monde peut comprendre.

Il s’agit de bonnes pratiques pour développer la BI lorsqu’une technologie produit un

score prédictif pour chaque membre d’un groupe hétérogène (données, objets ou clients).
Quand elle est appliquée au domaine des affaires, elle complète le point de vue opérationnel à
partir de requêtes historiques et produit des rapports sur la vision prospective. Laquelle
permet alors aux entreprises d’anticiper les comportements et, de façon proactive, d’appliquer
un traitement et ainsi d’accroître considérablement l’avantage concurrentiel, les bénéfices et
d’économiser les ressources utilisées.

Dans le secteur de la santé, par exemple, la généralisation des dossiers médicaux

électronique et l’analyse des informations sur les patients concernés sont encouragées par des
économies qui sont estimées à des dizaines de milliards d’euros par an.

Selon certains cabinets, si externaliser la chaine logistique de fabrication permet de

réaliser des économies, cela donne surtout aux cadres, analystes métiers et autres experts en

16
 La « soif de connaissance » des entreprises est insatiable, les rapports ne sont pas assez
complexes ou détaillé ce qui cause un manque à combler.

Finalement courant des années 90 informaticiens et entreprises se rendent compte que

les décideurs ont besoin d’un environnement et non pas un système. Environnement qui leur
permettra de chercher les données escomptées.

Intervient donc la définition plus précise de cet environnement, quelles doivent être ses
fonctions primaires ?

Pour faire simple les personnes décideuses doivent disposer d’un environnement
simple d’utilisation, rapide pouvant traités des volumes de données colossaux sans interaction
avec la production.

De cette problématique va naitre la BI tel que nous la connaissons aujourd’hui,

s’articulant autour de datawarehouse pour gérer l’information grâce aux principes de l’ETL
(extrat transform load). Dans le but de fournir des indicateurs ou du reporting aux
responsables opérationnels. 2

1. PREMIERE APPARITION DE LA BUSINESS

INTELLIGENCE

2
Site Internet Officiel SUPINFO, https://www.supinfo.com/articles/single/1822-business-intelligence-
historique

9
 Plus haut on a fait la remarque que le terme de la Business intelligence a été utilisé
pour la première fois par Peter Hans Luhn, de ce fait, nous allons commencer par définir le
terme d’après le point de vue de M. Luhn.

Hans Peter Luhn a défini en 1958 le terme Intelligence ainsi : « Capacité de

comprendre les relations existantes entre des faits présentés, de manière à diriger les actions
vers un but précis. »15

En 1989, Howard Dresner (futur analyste chez Gartner) proposait pour sa part la
définition suivante : « Concepts et méthodes destinés à améliorer la prise de décision en
affaires au moyen de systèmes d’aide basés sur les faits. »

La définition générale du cabinet Forrester : « la business intelligence est un ensemble

de méthodologie, processus, architecture et technologie qui transforment les données brutes
en informations utiles, afin d’améliorer les connaissances stratégiques, tactiques et
opérationnelles, ainsi que la prise de décision. »

Cette définition pour l’analyse des données structurées ainsi que l’extraction des
données structurées à partir de données ou non structurées, jusqu’à l’analyse des données non
structurées via les réseaux schématiques par exemple.

Reformulé autrement, nous pouvons dire que la business intelligence (B) correspond à
tous les moyens informationnels mis en œuvre par l’entreprise pour scruter, observer, corréler,
détecter, alerter, renouveler, innover, agir, réagir, interagir, saisir l'opportunité dans l'objectif
d'accroître sa compétitivité, son développement et sa survie.

Elle est la boîte d’analyse et de simulation de tous les phénomènes a comprendre pour
amener a bien sa stratégie et assurer le développement de l’entreprise.

Dans la BI, le décisionnel représente la partie de collecte et d’analyse des données

structurées. Une telle définition évoque un vaste champ d’investigation que l’on peut
commencer à subdiviser de façon universelle en grands pans fonctionnels. Ces pans
préfigurent un découpage harmonieux afin d’organiser son système d’information de
l’expropriation des données. 16

15
Peter Hans Luhn, A Business Intelligence System. IBM JOURNAL October 1958
16
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

18
 BI

Décisionnel Veille économique

Décisionnel

CRM
Règlementaire Pilotage Analytique

CRM
Pilotage Analytique

Analyse
CPM
Suivi

Analyse clients Animation

clients

Figure 117 : Les grandes familles du décisionnel

17
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

19
 D’où vient la Business Intelligence ? Est-ce une idée récente ? Comment y est-on
venu ?

Les bases de cette discipline /pratique /concept datent des premiers âges de l’humanité. Les
humains ont toujours cherché à optimiser :

 Leur travail : par exemple avec la roue

 Leur nourriture : le feu et la cuisine

 Leur communication : Facebook

L’optimisation permet la conservation de l’énergie, un avantage évolutif clair. Si vous

n’épuisez pas votre énergie, vous ne mourrez pas. Si vous ne mouriez pas, vous pourriez
continuer à avoir des descendants et assurer la continuité de l’espèce humaine. Un gagnant-
gagnant évolutionnaire.

Pour devenir meilleur en optimisation, les humains ont besoin de comprendre ce qu’ils font,
comment ils le font et comment l’améliorer. Alors, que faire ? Vous pourriez être surpris mais
cette question a été résolue il y a longtemps, et la réponse est la même qu’aujourd’hui :
l’analyse et la collecte de données. Les analyses d’aujourd’hui descendent d’une discipline que
beaucoup de gens apprennent à détester à l’école, les statistiques.

Les statistiques va ont suivi un long chemin dans l’histoire. Dès l’Empire Romain, les états
ont largement collecté “des données sur la taille de la population de l’empire, la zone
géographique et la richesse”3. Être en possession de ces informations a permis aux dirigeants
de contrôler leur peuple, leurs marchands, ainsi que leur noblesse.

En tant que discipline académique en soi, les statistiques prennent leurs racines dans un livre
du IXe siècle intitulé Manuscrit pour Décrypter des Messages cryptographiques, écrit par Al-

3
https://en.wikipedia.org/wiki/History_of_statistics

10
 B. SECTION 2 : TECHNOLOGIE ET ARCHITECTURE
DE LA BUSINESS INTELLIGENCE

Quand l’informatique a été découverte par les entreprises, on s’est très vite rendu
compte que c’était un outil puissant pour effectuer les calculs, mais aussi pour stocker
l’information, donc on a commencé à stocker d’énorme quantité informations dans les
systèmes d’informations, le stockage coutait relativement cher et le constat effectué par les
entreprises était qu’ils dépensaient énormément pour collecter les informations et qu’au final
ils en exploitaient très peu c’est-à-dire entre 5 et 10 % pour les entreprises les plus
performantes. Alors naturellement on s’est posé la question du pourquoi de ces sous
exploitations de l’information pourtant d’énormes moyens étaient mis en œuvre pour collecter
et enregistrer celle-ci. La réponse était que les données informatiques à ce moment-là (années
70 et 80) étaient une affaire des spécialistes. En effet à cette époque-là quand on avait des
informations à traiter, on passait par la direction de système d’information c’est-à-dire le
département informatique constitué des spécialistes du traitement de l’information qui en effet
étaient les maitres de l’information dans l’entreprise, il s'agit là des informaticiens. Alors
quand un utilisateur avait besoin d’exploiter une information, il transmettait une requête à la
DSI (direction du système d’information) de l’entreprise, le problème était que cette dernière
avait pour mission primaire et secondaire d’assurer le bon fonctionnement du système et pour
mission tertiaire et en leur temps libre d’apporter des éléments de réponse aux demandes des
utilisateurs. Et ces éléments de réponses étaient fournies aux demandeurs dans un délais
relativement long. Ce qui générait un gros problème pour les utilisateurs, car non seulement
les réponses de la DSI étaient tardives mais aussi ne correspondaient pas aux résultats désirés,
en effet les spécialistes de l’information n’étaient pas formés aux métiers des autres directions
de l’entreprise (Ressources humaines, Marketing et commerce, finance etc.). La première
solution à ces problèmes était de former les informaticiens aux métiers de l’entreprise en les

21
envoyant en stage dans les autres directions métiers de l’entreprise. Sauf qu’une fois les
informaticiens en stage, la DSI manquait du personnel pour continuer à assurer le
fonctionnement du système informatique et en plus les informaticiens n’appréciaient pas être
formé aux métiers qui ne les intéressaient pas, du coup cette solution était inefficace. Une
autre option était de former plutôt les gens du métier aux outils de requêtages informatique,
comme ça ils pourront eux même effectuer leurs requêtes SQL. Très vite on s’est confronté à
un autre problème, qui était en effet qu’au-delà de former les utilisateurs aux outils de
requêtages de base de données, il fallait également les former aux modèles de base de données
ce qui s’est avéré également inefficace et très coûteux et aussi il arrivait que le personnel
formé (pas très qualifié) exécutât des requêtes (requête à produit cartésien sur deux tables qui
n’ont rien en commun par exemple) qui plantaient tout le système informatique.19

La solution finale est venue de deux informaticiens qui travaillaient pour Oracle qui
ont fait un constat simple qui était de déporter toutes les demandes d’information de la DSI
vers les directions métiers et faire en sorte que les utilisateurs (gens du métier) aient accès aux
informations non pas en format d’exploitation de base données informatique mais à travers un
outil qui sert d’interface et qui parle le langage de l’utilisateur. Cette solution fut réalisée en
un petit produit appelé Business Objet (aujourd'hui intégré dans SAP) qui est constitué autour
d’un module appelé univers qui va appliquer une couche sémantique sur les données. En
d’autres termes, cet outil va permettre aux utilisateurs de pouvoir constituer des requêtes, des
interrogations de manière visuelle, non pas en manipulant des requêtes SQL mais en
manipulant des objets qui vont générer le code SQL correspondant au résultat de cette
requête. C’est ainsi qu’est né la Business Intelligence ou informatique décisionnelle tel qu’on
la connait aujourd’hui avec tous ses outils donc la mission principale est d’apporter des
réponses précises, détaillés et en temps réels aux questions de l’entreprise. 20

19
grim.developpez.com
20
Site officiel SUPINFO : www.supinfo.com

22
 1. ARCHITECTURE DE LA BUSINESS
INTELLIGENCE

1.1 L'architecture du SI décisionnel

 Définition entrepôt (datawarehouse), magasin (datamart) Bien qu'il s'agisse de

stockage de données, les termes datawarehouse et datamart évoquent le secteur de la
grande distribution. La transposition est assez simple. Ce secteur peut servir à illustrer
la séparation entrepôt magasin.

Les grandes marques de la distribution possèdent en général un entrepôt centralisé, voire

des sous-entrepôts régionaux pour stocker les produits avant leur livraison en magasin où les
clients viennent acheter.

Dans ces entrepôts, les marchandises sont stockées, en général, pour faciliter la fluidité
des livraisons et dans un souci de sécurité. Par exemple, pour reprendre un cas célèbre, les
couches et les bières ne seront pas stockées à proximité. De cette manière si des bières fuient
ou explosent, elles n'imbiberont pas les couches les rendant impropres à leur fonction et à leur
consommation. En revanche, en magasin, si on repère avec l'analyse des tickets de caisse que
systématiquement des couches sont achetées avec des bières, par les hommes le vendredi soir
entre 18 et 21 h, alors on pourra choisir de les mettre dans des têtes de gondole proches pour
déclencher l'achat croisé plus fréquemment. Les marchandises sont organisées dans le
magasin en fonction du processus d'achat pour faciliter et augmenter les ventes. Dans
l'entrepôt, vous avez compris qu'elles sont rangées avec d'autres priorités. Bien que le modèle
de données du SI décisionnel (SID) soit dénormalisé, au sens modèle conceptuel de données
du SI opérationnel (510), le plus souvent dans l'entrepôt et à 200 % dans les magasins, au
niveau du SID, on peut synthétiser de la façon suivante :

 L’entrepôt s'occupe de recueillir les flux de données, de les intégrer pour fournir une
tête unique et fiable, et surtout s'occupe de stocker et d'historiser dans le but de

23
 résoudre l'équilibre suivant : réutiliser le plus possible ce qu'il stocke en le répartissant
dans le moins de structures possibles ;
 Les magasins sont organisés en vue de faciliter l'accès facile et la compréhension
rapide des corrélations sous-jacentes pour l'utilisateur métier. 21

Voici les deux définitions que l'on peut en donner :

 Datawarehouse : un entrepôt de données est une collection de données hétérogènes,

historisées, rafraîchies périodiquement (le plus souvent chaque jour, chaque semaine,
chaque mois), tournées vers les utilisateurs métiers c'est-à-dire que les données sont
orientées par domaine et non par processus fonctionnel du SIO. Il fournit les données
de base et les premières couches d'agrégats à un niveau très détaillé. Il est constitué
de données intégrées, nettoyées au préalable. Cette définition est issue de celle du
célèbre consultant Inmon (William H. Inmon (communément appelé Bill Inmon) est
un informaticien américain né en 1945) ;
 Datamart : magasin de données par opposition à l'entrepôt de données. Il est difficile
d'en trouver une définition universellement reconnue. Base de données thématique,
orientée métier. C'est un sous-ensemble thématique d'informations qui répond à un ou
plusieurs objectifs et dont l'utilisation déclenche des décisions et des actions (par
exemple, la conquête de clients). Il correspond à un regroupement commun d'entités
de travail logiques. Il en existe deux grands types : multidimensionnel et relationnel.
Il s'alimente à 95 % à partir de l'entrepôt. Il doit être construit dans la perspective
d'être réutilisé par d'autres qui ont des domaines inclus dans les points.

L'ensemble des datamarts ne doit pas être découpé en fonction de l’organisation de

l'entreprise, pas de datamart du marketing par exemple. Le mieux est de les organiser autour
des événements évoluant dans le temps qu'ils contiennent, par exemple l'analyse de la
conquête de nouveaux clients. La bonne granularité du magasin n'est pas chose aisée à
déterminer. Nous en reparlerons dans les chapitres liés à l'urbanisation.

1.2 L'architecture du SID

21
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

24
 L'architecture en trois couches est un standard dans le monde du décisionnel. Elle possède
de grandes vertus : simple, puissante, universelle, éprouvée. Les données sources ne sont pas,
à l'origine, liées entre elles d'une manière adaptée aux besoins décisionnels. Elles ne sont pas
forcément intégrées, provenant de sources et d'applications différentes. L'objectif de
l'architecture en trois couches est de préparer toutes ces données, au fur et à mesure des
couches, pour une utilisation optimale par les consommateurs d'informations. Cette
préparation s'entend 22:

 En termes de nettoyage, unification et cohérence dans la couche d'intégration ;

 En termes de construction en contextes décisionnels orientés métier dans la couche de
diffusion ;
 En termes d'organisation pour la facilité et la performance d'accès dans la couche de
présentation. L'expérience, depuis des décennies, a montré que ces trois couches
étaient le nombre optimum pour réussir l'enjeu de la réactivité face aux multiples
demandes, et celui de la rigueur de qualité des données face à la confiance pour la
décision. Deux couches ne permettent pas de juguler la profusion anarchique de
structures métiers.

Cette architecture en trois couches permet d'optimiser le nombre et le volume des

structures ainsi que le nombre et les temps des traitements d'alimentation de ces structures. Au
niveau structure de données, un SID se décompose en trois modèles de données :

- Le modèle d’intégration
- Le modèle de diffusion
- Le modèle de présentation

A chaque modèle correspondent une couche de l’architecture 23

22
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.
23
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

25
 Consommateur
d’information

Délai

- +

Modèle de présentation

Modèle de diffusion

Modèle d’intégration

+ -

Intégration
SIO
cohérence
Données
SIO Externes

Modèle en trois couches

Figure 2 : Architecture globale (Pascal Muckenhim, Business Intelligence …)

26
 La business intelligence consiste a proposer des informations fiable issues des
données transitant par des systèmes d’informations, qui avec une bonne exploitation
emmènera un changement remarquable dans la prise de décision de manière positive et
rentable.

La chaine décisionnelle de la Business Intelligence est subdivisée en quatre

catégories, une architecture idéale que l’on peut schématisé suivant les volets d’actions qu’ils
remplissent

Figure 324 : les 4 phases du processus de la Business Intelligence.

24
www.piloter.org

27
  -1- Collecter, nettoyer et consolider les données Extraire les données des systèmes
de production et les adapter à un usage décisionnel.
 -2- Stocker Centraliser les données structurées et traitées afin qu'elles soient
disponibles pour un usage décisionnel.
 -3- Distribuer Ou plutôt faciliter l'accessibilité des informations selon les fonctions
et les types d'utilisation.
 -4- Exploiter ou comment assister du mieux possible l'utilisateur afin qu'il puisse
extraire la substance de l'information des données stockées à cet usage.25

25
www.piloter.org

28
 2. LES COMPOSANTS DE LA BUSINESS
INTELLIGENCE

La Business Intelligence est composée de plusieurs éléments, ces éléments en

constituent le socle, donc on ne peut pas parler de ces éléments sans parler de leurs
possibilités :

2.1 Composants et possibilités des systèmes d'aide à la décision

Les MIS traitent en priorité les problèmes structurés, tandis que les SIAD participent à
l'analyse semi-structurée ou non structurée des problèmes. Les premiers SIAD s'appuyaient
sur des modèles : ils s'en inspiraient pour effectuer des analyses du type « WHAT-IF » et
autres. Leurs capacités d'analyse reposaient sur une théorie ou un modèle fort associé à une
bonne interface utilisateur, ce qui rendait le système simple à utiliser. Le SIAD conçu pont
l'estimation des voyages et le système de maintenance d'Air Canada sont quelques exemples
de SIAD orientés modèle.

Certains SIAD actuels s'appuient sur les données. Ils utilisent le traitement analytique
en ligne (en anglais OLAP, OnLine Analytical Processing) et le datamining pour analyser
d’importantes réserves de données. Les applications dédiées à la veille économique sont des
exemples de ce type de SIAD, tout comme les tableaux croisés dynamiques. Les SIAD pilotés
par les données facilitent la prise de décision en permettant aux utilisateurs d'extraire les
informations utiles ensevelies sous des montagnes de données.

La base de données décisionnelle rassemble des données actuelles ou anciennes issues

de plusieurs groupes ou applications. Il peut s’agir d’une petite base de données installée sur
un PC, qui contient un sous ensemble de données internes ayant été téléchargées et pouvant
être combinées à des données provenant de l’extérieur. La base de données SIAD peut par
ailleurs être un immense entrepôt de données mise à jour en continu par les principaux
systèmes de traitement des transactions de l’entreprise (incluant les systèmes d’entreprise et
les données générées par les transactions sur le site Web). Les données contenues dans la base

29
de données des SIAD sont en général extraites ou copiées des bases de données de
production. De cette manière, le SIAD n’interfère pas avec le système opérationnel
fondamentaux.26

L’interface utilisateur facilite les interactions entre les differents utilisateurs du

système et les outils d’informatique décisionnelle. La plupart des SIAD actuels sont équipées
d’interfaces Web plus avantageuses au niveau du graphisme, de l'interactivité et de la
simplicité d'utilisation.

Les logiciels d'aide à la décision contiennent les outils logiciels utilisés pour l'analyse
des traitement données. Ils peuvent contenir divers outils servant au traitement analytique, des
outils d'exploration des données, ou un ensemble de modèles mathématiques et analytiques
facilement accessibles à l'utilisateur. Un modèle est une représentation abstraite qui illustre les
composantes d'un phénomène et leurs relations. Il existe des modèles physiques (un modèle
d'avion par exemple), des modèles mathématiques (une équation) et des modèles verbaux
(description de la procédure de prise de commande).

 Les modèles statistiques permettent d'établir des relations. On peut par exemple
associer les ventes de produits à certains facteurs comme la différence d'âge, de
revenu, etc., au sein de communautés diverses. Les modèles d'optimisation
déterminent la répartition optimale des ressources en vue de maximiser ou minimiser
des variables précises (le coût ou les délais par exemple). On utilise souvent un
modèle d'optimisation pour déterminer l'association de produits la plus rentable sur
un marché donné.
 Les modèles prévisionnels sont souvent utilisés pour essayer de prédire les ventes qui
vont être réalisées. Les utilisateurs de ce type de modèle de prévision s'appuient sur
un ensemble de données archivées pour se projeter dans un contexte futur et imaginer
les ventes qui pourraient en découler. Les décideurs peuvent proposer des variations
dans ce contexte futur (par exemple une augmentation du coût des matières premières
ou l'entrée sur le marché d'un concurrent moins cher) pour envisager comment ces
nouvelles conditions de ventes pourraient affecter les ventes.

26
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition

30
  Les modèles d'analyse de la sensibilité consistent à poser de manière répétitive des
questions de type « WHAT-IF » afin de déterminer l’impact qu’aurait la modification
d’un ou de plusieurs facteurs sur les résultats. L’analyse « WHAT-IF » (réalisée à
partir d’une situation connue ou supposée) permet à l’utilisateur de modifier certaines
valeurs puis d’observer les résultats afin de prédire ce qui se passerait si ces
changements étaient effectifs. 27
2.2 Le fonctionnement de la BI

Figure 4 : Principaux Outils de la BI28

Les Outils de Business Intelligence sont nombreux, et tout ces outils sont agencés de
tel sorte a travaillé en coordination pour fournir un résultat correct et facilement exploitable

27
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition
28
Etat de l’art approche et outils BI, IBM

31
 3. LA BUSINESS INTELLIGENCE, TECHNIQUES
METHODES ET OUTILS

Toutes les missions de la Business Intelligence consiste en un grand nombre de

processus, consistant tout d’abord par la collecte des données et d’information adéquat,
pertinent, fiable pour ensuite les transformer en un instrument ou un outil qui servira par la
suite a aider l’entreprise à prendre la décision la plus optimale.

On peut recenser cinq étapes phares dans les méthodes par lesquelles la Business Intelligence
passent :

1 Définition des objectifs et besoins

L'étape initiale d'un projet de BI consiste à réaliser une analyse des besoins aussi
bien actuels que futurs de l'organisation. Une fois ces besoins cernés, il convient de définir
des objectifs et des outils spécifiques tournés vers leur solution et satisfaction.

Il s'agit là d'une phase essentielle du processus et elle se caractérise par la précision,

car, outre la définition des besoins et objectifs, il faut déterminer quelles décisions
concrètes doivent être prises, quel type d'informations est nécessaire et sur quelles
variables l'analyse se basera-t-elle.

2 Choix de la méthodologie et des outils à utilisés

32
 Toujours en fonction des objectifs et besoins du projet, il faut ensuite choisir
la méthodologie concrète et les outils de BI à utiliser, ce qui implique aussi la formation et
mise en place des équipes de travail.

Les objectifs du projet de Business Intelligence sont ceux qui marqueront si la

méthodologie et les instruments utilisés doivent être tournés par exemple vers la détection
d'erreurs, la représentation de flux de travail ou peut-être la génération de nouvelles idées. 29

3 Mise en place du programme de travail

Il convient de définir, de manière détaillée, précise et claire, toutes les actions à

réaliser, ainsi que l’infrastructure et les ressources nécessaires pour englober la méthodologie
d'analyse de données choisie ainsi que les délais d'exécution du projet de Business
Intelligence.

4 Action de présentation du projet

L'étape suivante consiste à élaborer et présenter des rapports, reports, tableaux de

bord, diagrammes de flux et infographies, de façon très visuelle, claire et schématique, afin de
faciliter le travail des professionnels chargés de prendre des décisions.

Cette étape est tellement importante que, dans certains cas, elle n'est pas appréciée à sa
juste valeur. Ceci entraîne, très souvent, qu'un processus de BI très bien exécuté finisse par
perdre beaucoup de sens à cause d'une mauvaise présentation. Cette tâche devrait être
effectuée par des experts en design.

5 Exécution du système, formation et de support

L'exécution d'un processus de la Business Intelligence ne sera utile que si les

informations, correctement analysées, arrivent aux personnes ayant la capacité de

29
Captio.fr, la business intelligence fonctionnement

33
décider dans le support et avec les outils adéquats. Ces organes décisionnaires pourront tirer
profit au maximum de tout le processus si elles reçoivent au préalable la formation et le
support technique appropriés, que ce soit au sujet des outils ou des techniques d'interprétation
correcte des données.

34
Figure 5 : cycle de vie d’un projet BI.30

30
Etat de l’art approche et outils BI, IBM

35
Figure 6 : L’Architecture de la Méthode de la BI. 31

31
Etat de l’art approche et outils BI, IBM

36
Figure 7 : ETL32
Cette figure met en exergue le contenu de l’ETL

32
Etat de l’art approche et outils BI, IBM

37
II. CHAPITRE 2 : LA BUSINESS INTELLIGENCE, CLE
POUR LA DETENTION D’UN AVANTAGE
CONCURRENTIEL ?

Que peut faire une entreprise face à ces facteurs de concurrence ? Comment peut-elle
tirer profit des systèmes d'information pour limiter les effets pénalisants de certains de ces
facteurs ? Comment lutter contre les produits de substitution et intimider les nouveaux
entrants sur le marché ? Il existe quatre stratégies de base, que peuvent supporter les
technologies et les systèmes d'information : leadership à bas coût (ou low-cost),
différenciation produit ou, service, concentration sur des marchés de niches et consolidation
des liens privilégiés avec les clients et les fournisseurs, mais sans avoir à développer plus
d’avantage notre intérêt se portera sur le premier point c’est-à-dire le Leadership à bas coût.

Leadership bas coût Utiliser les systèmes d'information pour réduire les frais
d'exploitation et les prix Wal-Mart en est un exemple classique. En maintenant les prix bas et
les rayons bien garnis grâce à son célèbre système de réapprovisionnement, Wal-Mart est
devenu le premier distributeur aux États-Unis. Le système de réapprovisionnement en continu
de Wal-Mart est capable d'envoyer les commandes de nouveaux articles directement aux
fournisseurs dès que les clients ont réglé leurs articles. Les terminaux des points de vente
enregistrent le code-barres de chaque article passé en caisse et transmettent directement
l'opération d'achat à l'ordinateur central du siège social de Wal-Mart. L'ordinateur centralise
les commandes de l'ensemble des magasins et, après récapitulation et contrôles appropriés, les
transmet informatiquement aux fournisseurs. Grâce aux technologies Web, ces derniers
peuvent à leur tour accéder aux données relatives aux ventes et à l'état des inventaires de Wal-
Mart. 33

33
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 96

38
 Ce système qui se charge du réapprovisionnement automatisé permet à Wal-Mart de se
dispenser des dépenses élevées que représente la gestion des stocks dans ses propres entrepôts
Wal-Mart peut aussi ajuster ses achats d'articles afin qu'ils correspondent à la demande de
clients. Chez les concurrents, Sears par exemple, les frais généraux représentent 24,9 % de
ventes. Wal-Mart, en revanche, grâce à son système, peut maintenir les frais d'exploitation au
plus bas ; c'est ainsi que les frais généraux n'y représentent que 16,6 % du chiffre des ventes.
(Les frais d'exploitation représentent en moyenne 20,7 % des ventes dans le secteur de la
distribution.) Le système de réapprovisionnement en continu de Wal-Mart est aussi un
exemple de service clients efficace par sa réactivité. Un service clients efficace associe
directement le comportement des clients avec les chaînes de distribution, de production et
d'approvisionnement. Le système de réapprovisionnement en continu de Wal-Mart est de ce
type. 34

34
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 96

39
 A. SECTION 1 : L’IMPACT DE LA BUSINESS
INTELLIGENCE SUR LES ENTREPRISES

Depuis son apparition, il y a une vingtaine d’années, la BI (Business Intelligence ou

informatique décisionnelle) n’a eu de cesse d’évoluer. Elle est aujourd’hui devenue le point
d’orgue sur lequel s’appuient les directions stratégiques. Un de ses objectifs, créer une source
unique de données fiables pour mesurer la performance de l’entreprise, est parfois complexe à
atteindre. Les responsables BI et les DSI se heurtent en effet à de nombreux obstacles, dont
certains devraient encore s’accentuer dans les prochaines années, alors que 87 % des
entreprises ont déjà une faible maturité en matière d’analyse et Business Intelligence d’après
Gartner. Petit tour d’horizon des problématiques à anticiper pour une BI pérenne et efficiente.

L'évolution constante des technologies, la gestion des nouvelles technologies c., leur
impact sur les entreprises font du management des systèmes d'information un des sujets les
plus toniques dans le monde des affaires. Le recul manque parfois pour évaluer, dans la durée,
l'ampleur et la nature des impacts que ces bouleversements auront sur le monde des affaires,
sur les relations entre clients et fournisseurs ainsi que sur le résultat des entreprises. Nombre
d'anciens systèmes sont mis hors service et remplacés par des systèmes technologiquement
plus puissants. De nouvelles industries émergent tandis que des industries plus anciennes sont
sur le déclin, et les entreprises qui réussissent sont souvent celles qui apprennent à maîtriser
les investissements et les usages de ces nouvelles technologies. La compréhension des
nombreux changements récents dans le domaine des technologies nécessite de dépasser
l'analyse de chaque technologie pour tenter de les mettre en relation. 35

35
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 54

40
 En effet, c'est souvent de leur mise en synergie que les effets les plus intéressants
peuvent provenir. Ainsi, observons trois d'entre elles (1) l'émergence des plateformes
numériques mobiles (pensez aux i Phone, BlackBerry et aux minuscules netbooks permettant
de surfer sur le Web), (2) la croissance des logiciels de service en ligne, (3) la croissance du
cloud computing qui permet une mutualisation coopérative de puissances de calcul grâce à la
combinaison de ces trois catégories d'éléments, de plus en plus de logiciels commerciaux sont
exécutables par un simple accès à Internet. 36

36
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 54

41
 1. IMPACT FINANCIERE

Abordons la question de la création de valeur en comparant les solutions classiques

aux nouvelles solutions de BI

Valeur créée Démarche SI Démarche BI

Extraction d’information, - Requêtes Solutions homogènes et

De données - Développement Génération en quelques heures

- Appels d’offres - Elasticité des solutions

Evolution rapide des
- Achats - Agilité permanente
applications
- Fournisseurs - Délais en temps réels
- Outils spécifiques via
Gestion des services et des
Un help desk Point d’administration unique via
produits en cours ou des
- Equipes techniques les outils BI
livrables

- Intégration rapide avec

ressources existantes et des
Intégration des environnements Solutions individualisées et
standards ouverts
existants spécifiques
- Flexibilité basée sur des
systèmes répartis via le web

Tableau 1 : comparaison entre les apports d’une solution BI et une solution classique. 37

37
Alphonse Carlier, Business intelligence et Management, page 12

42
 BI

Décisionnel Veille économique

Décisionnel

CRM
Règlementaire Pilotage Analytique

CRM
Pilotage Analytique

Analyse
CPM
Suivi

Analyse clients Animation

clients

Figure 117 : Les grandes familles du décisionnel

17
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

19
Les défis de la Business Intelligence

Voici quelques exemples d'actions :

► « Trop souvent, la BI se limite à nourrir les reporting », souligne Hervé Chapron

(Directeur d’Alliance Qliktech, spécialiste de la business Intelligence orientée utilisateur.) qui
fournit d'ailleurs l'outil adéquat à Accovia, le spécialiste des solutions de back office pour les
voyagistes avec des solutions informatiques de BI innovantes.

► D'autres opérateurs n'ont pas hésité à investir. L'entreprise « "Plein Vent" a été le
précurseur en la matière et cela nous a servi », explique Carole Pelicer, la directrice générale
qui compte dans son équipe deux employés dédiés (Benchmark, BI et veille sur internet).

► Chez Go Voyages aussi, la BI prend de l'importance. « On a beau avoir une connaissance

approfondie et un certain nez pour reconnaître les tendances du marché, il arrive un moment
où la taille de l'entreprise oblige à une vérification scientifique des intuitions », observe
Lionel Allouche, secrétaire général. 40

40
Alphonse Carlier, Business intelligence et Management, page 19

44
 2. IMPACT MARKETING

Systèmes de vente et de marketing Les SI de vente et de marketing sont mobilisés à différents

moments. Au niveau de la stratégie, ils suivent de près les tendances qui influent sur les
nouveaux produits et services et surveillent les performances des concurrents. Au niveau de la
gestion, ils supportent les études de marché, les campagnes de publicité et de promotion et les
décisions relatives aux prix. Ils analysent les performances sur le plan des ventes et le
rendement des collaborateurs. Au niveau de opérations, les systèmes de vente et de marketing
localisent les clients potentiels et entrent en communication avec eux, suivant les ventes,
traitent les commandes et fournissent des informations au client.41

Système Description Niveau d’organisation

Entrée, traitement et suivi des

Traitement des commandes Opérations
commandes

Détermination des prix des

Analyse des prix Gestion
produits et des services

Prévision des tendances des Préparation des prévisions de

Stratégie
ventes vente pour 5 ans

Tableau 2 : Exemple de si de vente et de marketing42

41
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition
42
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition

45
 3. IMPACT ORGANISATIONNEL

Les théories abordées dans la sociologie des entreprises complexes donnent des clés pour
comprendre comment et pourquoi la mise en œuvre de nouvelles applications informatisées
transforme les entreprises.

Les grandes entreprises très bureaucratiques, efficientes, pour la plupart avant l'essor de
l'informatique, se révèlent souvent faiblement efficiente, peu réactives au changement et
moins compétitives que les entreprises créées plus récemment. Certaines de ces grandes
entreprises ont diminué leur taille, réduit le nombre de leurs employés et d'échelons dans leur
structure hiérarchique. Plusieurs chercheurs en sciences comportementales ont élaboré des
théories selon lesquelles les systèmes et technologies de l'information prennent part à une
horizontalisation des hiérarchies en étendant la distribution de l'information et les moyens de
contrôle sur les personnels et les opérations. Le but est de donner plus d'autonomie
d'exécution opérationnelle aux employés des niveaux inférieurs et d'augmenter l'efficience du
management. Les employés des échelons inférieurs reçoivent les informations dont ils ont
besoin pour prendre des décisions opérationnelles sans être contraints d'en référer à un
échelon supérieur avant chaque opération. Pour certains chercheurs, une telle organisation
aboutira à une remise en cause des pouvoirs au profit des s salariés situ le moins aux échelons
les plus bas de l'organigramme. Sur ce point pour contrastés. Les SI peuvent contribuer à
réduire le nombre de niveaux hiérarchiques d'une entreprise en donnant aux managers les
informations dont ils ont besoin pour gérer un plus grand dans la prise de décision. 43

43
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 89

46
Entreprises postindustrielles Les théories de l'ère postindustrielle se fondent plus que
l'économie sur l'histoire et la sociologie. Elles défendent elles aussi l'idée que les technologies
de l'information devraient amener à une horizontalisation des hiérarchies. L'autorité s'appuie
alors de plus en plus sur la connaissance et les compétences, et non plus seulement sur l'ordre
hiérarchique. On observe ainsi que la hiérarchie d'un nombre croissant d'entreprises
s'horizontalise. Selon certains chercheurs, les salariés ont tendance à gérer eux-mêmes leur
propre management et la prise de décision se décentralise progressivement puisque les
connaissances et l'information circulent plus librement dans toute l'entreprise (Drucker, 1988).
Les systèmes et technologies de l'information peuvent encourager les entreprises fonctionnant
avec des groupes de travail en réseau dans lesquels des professionnels se rassemblent (en face
en face ou virtuellement à l'aide des technologies comme les vidéoconférences par exemple)
pour des occasions ponctuelles mais aussi dans des collaborations plus longues.

Jusqu'à l'accomplissement d'un projet spécifique ; il peut s'agir notamment de concevoir un

nouveau produit. Une fois la tâche achevée, ces personnes rejoignent d'autres groupes de
travail. Accenture, une société internationale de conseil en gestion, constitue une bonne
illustration. Elle ne possède pas de siège social ni de filiales. La plupart de ses 49 pays
différents. 186 000 salariés se déplacent de site en site pour travailler sur des projets clients
dans Mais alors, qui s'assure que les équipes autonomes ne font pas mauvaise route ? Qui
nomme les personnes qui vont travailler sur tel ou tel projet et qui décide de la durée de la
mission ? Comment les managers peuvent-ils évaluer les performances de quelqu'un qui passe
continuellement d’une équipe à une autre ? Comment les personnes gèrent-elles leur carrière ?
De nouvelles méthodes d'évaluation, d'organisation et d'information des employés sont
nécessaires. Il faut ajouter que le travail virtuel ne convient pas à toutes les situations ni à
toutes les entreprises. 44

44
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 90

47
Comprendre les résistances organisationnelles au changement Les systèmes d'information
sont indissociables de la 1 politique organisationnelle car chacun exerce une influence sur une
ressource clé tenant en un mot : l'information. Les SI peuvent influencer qui fait quoi, pour
qui, quand, où et comment dans l'ensemble de l'entreprise. Nombreux sont les nouveaux
systèmes d'information qui contraignent à changer ses habitudes et ses façons de faire. Les
personnes concernées vivent parfois douloureusement ces nouvelles exigences qui requièrent
des efforts supplémentaires dont la justification et la reconnaissance sont parfois difficilement
perceptibles, même si des formations d'accompagnement sont proposées. Supplémentaires qui
ne seront pas forcément reconnus. Les SI peuvent potentiellement transformer la structure, la
culture, les processus métier et la stratégie d'une entreprise. C'est la raison pour laquelle on
observe souvent une forte et compréhensible résistance lorsqu'ils sont introduits. On peut
représenter cette résistance organisationnelle de diverses façons. Leavitt (1965) a utilisé un
schéma en forme de losange pour illustrer la manière dont les technologies et l'entreprise sont
étroitement liées et s'ajustent l'une à l'autre (voir figure 3.9). On voit ici que les changements
de technologie sont absorbés, détournés et mis à mal par l'organisation des tâches, les
structures et les personnes. Dans ce modèle, la seule manière de rendre possible le
changement consiste à modifier simultanément les systèmes d'information, les tâches, la
structure et les comportements des personnes. D'autres auteurs ont évoqué le besoin de «
dégeler » les entreprises avant d'y introduire une innovation, de mettre cette dernière en place
rapidement, puis de « recongeler » ou d'institutionnaliser le changement effectué (Alter et
Ginzberg, 1978 ; Kolb, 1970). La résistance au changement peut être si puissante que des
investissements technologiques finissent par s'embourber et n'augmentent pas la productivité,
voire la dégradent. Des recherches sur la mise en œuvre de projets démontrent en effet que la
raison la plus couramment évoquée pour expliquer que les projets n'atteignent pas leurs
objectifs n'est pas l'échec d'une technologie, mais la résistance organisationnelle et politique
au changement.45

45
Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition, page 91

48
III. CHAPITRE 3 : QUESTIONNAIRE, CAS DU MAROC

Lors de l’élaboration de ce projet, il m’est venu à l’idée d’élaborer un questionnaire

constituant plusieurs questions pour les entreprises marocaines afin de savoir à quel état
d’avancement sont-t-ils concernant la Business Intelligence, ce questionnaire a reçu quelques
réponses venant de diverses entreprises pratiquant diverses activités.

Parmi les personnes répondants 85.7% avaient moins de 25 ans, 87.7% sont des petites
entreprises, la majorité travaillent dans l’Energie soit 42.9%, 42.9% ont un service central
dédié a la Direction de système d’information….

D’après l’études menée, ces deux figurent confirment et interprètent les affirmations données
ci-dessus, les entreprises les plus présentent sur le sol marocain sont généralement les petites
entreprises, remplie et dirigée le plus souvent par les plus jeunes, ces entreprises essaient de se
développer pour devenir des grandes entreprises dans le futur et la business intelligence
figurerai parmi les facteurs optimaux pour atteindre ces objectifs visés.

49
 Le décisionnel est éclaté en trois grandes parties qui agrègent les données de manière
différente et qui requièrent :

- Des moyens différents ;

- Des architectures différentes ;
- Des outils d’analyse différents ;
- Des compétences, voire des organisations différentes.

Dans la première partie réglementaire, les indicateurs, leur rythme d’évolution et leur
fréquence de rafraîchissement sont imposés par l’extérieur. Ces informations demandent de
plus en plus une profonde conséquente d’historique avec une trace d’audit en cas de contrôle
et une conversation du contexte historique au fur et à mesure des évolutions de la
réglementation.

La deuxième partie, le pilotage, est un peu le fourre-tout historique du décisionnel. En

général, il s’agit d’analyse d’indicateurs agrégés sur tous les phénomènes, les évènements
pour lesquels l’entreprise est actrice ou qu’elle subit. Il se subdivise lui-même en deux
parties : une première partie qui regroupe les analyses partagées, transverses dans l’entreprise
que l’on réunit sous le vocable CPM pour Corporate Performance Management ; une seconde
partie pour le tout-venant, les analyses internes à un service ou une direction.

La troisième partie, dite CRM analytique, regroupe tout ce qui concerne l’analyse du
comportement du cœur de l’entreprise. En général, on parle de clients, cependant cela peut
être l’analyse du comportement de soins de patients ou l’analyse du comportement de pièces
de construction dans une entreprise industrielle ou l’analyse du comportement d’usagers dans
une société de sécurité des transports en commun. On a tendance à séparer cette partie en
deux sous-groupes : un premier qui s’occupe de l’analyse du comportement proprement dit,
qui travaille sur des données détaillés et historiques très volumineuses pour élaborer des
modèles d’indicateurs ; un second qui va utiliser ce qu’a fait le premier qui travaille sur des
données up-to-date et qui anime la population dont on a analysé le comportement pour
l’amener vers un optimum pour l’entreprise. 18

18
Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

20
 Conclusion générale

La business Intelligence est devenu crucial pour certaines entreprises, on est passé
dans les années 1990 d’une méthode d’analyse que les entreprises testaient, à une arme
efficace pour la détention d’une avancée assez importante dans un environnement
concurrentiel.

Elle garantit et garantie et assure pour les entreprises qui s’en servent, avec une bonne
exploitation des résultats d’analyses, un avantage assez considérable sur la concurrence.

Le business ne cesse d’évoluer depuis son apparition, elle fut étudiée et analyser par
un grand nombre d’économiste et d’informaticien, tous ont vu l’ampleur qu’elle pouvait
prendre avec une utilisation réfléchie et méticuleuse, ils l’ont jugé nécessaire pour l’expansion
d’une entreprise.

Etant un phénomène récent, la business intelligence ne cesse d’évoluer depuis son

apparition, l’état d’avancer qu’elle a pu faire preuve en une vingtaine d’année né serait-t-il pas
doubler voire même tripler dans les décennies à venir ? et quelle infrastructure pour contenir
une telle architecture dans les années à venir ?

51
 Graphiques
FIGURES

FIGURE 1 : LES GRANDES FAMILLES DU DECISIONNEL 19

FIGURE 2 : ARCHITECTURE GLOBALE 26
FIGURE 3 : LES 4 PHASES DU PROCESSUS DE LA BUSINESS INTELLIGENCE 27
FIGURE 4 : LES PRINCIPAUX OUTILS DE LA BUSINESS INTELLIGENCE 31
FIGURE 5 : CYCLE DE VIE D’UN PROJET BUSINESS INTELLIGENCE 35

FIGURE 6 : L’ARCHITECTURE DE LA METHODE DE BUSINESS INTELLIGENCE 36

FIGURE 7 : ETL 37

TABLEAUX

TABLEAU 1 : COMPARAISON ENTRE LES APPORTS D’UNE SOLUTION BI ET UNE

SOLUTION CLASSIQUE. 42
TABLEAU2 : EXEMPLE DE SI DE VENTE ET DE MARKETING 45

52
Bibliographie

ARTICLES

o IBM JOURNAL 1958.

o IBCOM, Business Intelligence

o Etat de l’art approche et outils BI, IBM

OUVRAGES

o Peter Hans Luhn, A Business Intelligence System

o Pascal Muckenhim, Business Intelligence exploration, corrélation, pilotage sans limite.

o Alphonse Carlier, Business intelligence et Management
o Management des systèmes d’information, Kenneth Laudon et Jane Laudon 11è Edition

WEBOGRAPHIE

o https://www.supinfo.com/articles/single/1822-business-intelligence-historique
o https://en.wikipedia.org/wiki/History_of_statistics
o https://blog.simitless.fr/histoire-de-la-business-intelligence-partie-1-2fc181bdcb4b
o https://www.betterbuys.com/bi/history-of-business-intelligence/
o https://learning.oreilly.com/library/view/beautiful-data/9780596801656/ch05s03.html
o grim.developpez.com
o www.piloter.org
o Captio.fr

53
 1. ARCHITECTURE DE LA BUSINESS
INTELLIGENCE

1.1 L'architecture du SI décisionnel

 Définition entrepôt (datawarehouse), magasin (datamart) Bien qu'il s'agisse de

stockage de données, les termes datawarehouse et datamart évoquent le secteur de la
grande distribution. La transposition est assez simple. Ce secteur peut servir à illustrer
la séparation entrepôt magasin.

Les grandes marques de la distribution possèdent en général un entrepôt centralisé, voire

des sous-entrepôts régionaux pour stocker les produits avant leur livraison en magasin où les
clients viennent acheter.

Dans ces entrepôts, les marchandises sont stockées, en général, pour faciliter la fluidité
des livraisons et dans un souci de sécurité. Par exemple, pour reprendre un cas célèbre, les
couches et les bières ne seront pas stockées à proximité. De cette manière si des bières fuient
ou explosent, elles n'imbiberont pas les couches les rendant impropres à leur fonction et à leur
consommation. En revanche, en magasin, si on repère avec l'analyse des tickets de caisse que
systématiquement des couches sont achetées avec des bières, par les hommes le vendredi soir
entre 18 et 21 h, alors on pourra choisir de les mettre dans des têtes de gondole proches pour
déclencher l'achat croisé plus fréquemment. Les marchandises sont organisées dans le
magasin en fonction du processus d'achat pour faciliter et augmenter les ventes. Dans
l'entrepôt, vous avez compris qu'elles sont rangées avec d'autres priorités. Bien que le modèle
de données du SI décisionnel (SID) soit dénormalisé, au sens modèle conceptuel de données
du SI opérationnel (510), le plus souvent dans l'entrepôt et à 200 % dans les magasins, au
niveau du SID, on peut synthétiser de la façon suivante :

 L’entrepôt s'occupe de recueillir les flux de données, de les intégrer pour fournir une
tête unique et fiable, et surtout s'occupe de stocker et d'historiser dans le but de

23
1. Impact financière 42

2. Impact marketing 45

3. Impact organisationnel 46

III. CHAPITRE 3 : QUESTIONNAIRE, CAS DU MAROC 49

CONCLUSION GENERALE 51

GRAPHIQUES 52

BIBLIOGRAPHIE 53

55