Thème

DE L'USAGE DES DONNEES NUMERIQUES A LA MISE EN PLACE D'UN

SYSTEME DE BUSINESS INTELLIGENCE DANS LES ENTREPRISES.

Applications : Cas de l’entreprise X.

INTRODUCTION

L'évolution rapide du paysage technologique a engendré des changements profonds dans la

manière dont les entreprises opèrent et prennent des décisions. La transformation digitale,
en particulier, a émergé comme un moteur essentiel de cette mutation, offrant aux
entreprises des opportunités sans précédent pour optimiser leurs opérations, améliorer leur
efficacité et stimuler leur croissance. Au cœur de cette transformation réside la valorisation
des données, qui sont devenues le carburant propulsant cette révolution. Les données
numériques, désormais générées à une échelle massive grâce à nos interactions numériques
quotidiennes, ont évolué pour devenir l'actif le plus précieux d'une entreprise.

Dans cet environnement en constante évolution, l'utilisation stratégique des données

numériques est devenue impérative pour les entreprises souhaitant rester compétitives.
C'est ici que le concept de "business intelligence" entre en jeu. La mise en place d'un
système de business intelligence permet aux entreprises de collecter, traiter, analyser et
interpréter ces données massives pour en extraire des informations cruciales. Ces
informations fournissent des aperçus éclairés et des perspectives exploitables, permettant
aux décideurs de prendre des décisions éclairées et de tracer des stratégies avisées.

Toutefois, passer de l'usage des données numériques à la mise en place d'un système de
business intelligence robuste n'est pas sans défis. Les entreprises doivent faire face à des
questions complexes liées à la sécurité des données, à la qualité des données, à l'intégration
des systèmes et aux compétences nécessaires pour interpréter correctement les
informations extraites. En outre, la mise en place d'un tel système nécessite souvent un
changement culturel au sein de l'entreprise, où l'importance des données et de l'analyse doit
être ancrée dans la stratégie organisationnelle.

Avec l'apparition et le développement de nouveaux phénomènes économiques comme la

mondialisation, les entreprises évoluent dans un environnement difficile à appréhender.

Le marché évolue très rapidement, la concurrence est de plus en plus forte et les clients de
plus en plus exigeants.

Dans cet écosystème fortement concurrentiel où l’innovation fait la différence, l’entreprise,

quel que soit le domaine d’activité, se doit d’être attentive à sa performance, toujours faire
preuve d’imagination et de créativité afin d’être en phase avec les attentes de ses clients,
tout en maintenant une longueur d’avance sur ses concurrents actuels et potentiels.
Cette pression concurrentielle, tout comme l’incertitude ambiante, font que tout
responsable, quel que soit son rôle, puisse à tout moment se retrouver en situation de
décision, pour cela, apprendre à naviguer à vue et se tenir prêt à effectuer les bons choix
lorsqu’ils se présenteront, tout en s’appuyant sur des informations fiables, est une nécessité
pour chaque manager. Les données générées par l’activité journalière étant complexes et
volumineuses, représentent une source précieuse d’informations, qui permettrait
d’améliorer de façon significative le processus de prise de décision si elles sont bien
exploitées. Cependant, la croissance exponentielle de la quantité des données et
d’informations qui résulte de la digitalisation des activités des entreprises rend les
problématiques liées à la qualité des données nécessaires à la prise de décisions par les
managers de plus en plus importantes, surtout en ce qui concerne l’effort et le temps requis,
ainsi que la cohérence et la pertinence dans la mesure des indicateurs de performance entre
les différents départements de l’entreprise.

Cette problématique de qualité des données décisionnelles fait partie des premières
préoccupations des chercheurs du domaine, c’est d’ailleurs à cet effet que les concepts et
technologies dans ce contexte ne cessent d’évoluer permettant non seulement de l’évaluer
et de prévoir son impact sur le pilotage de la performance de l’entreprise, mais aussi de
mettre en œuvre des outils capables de l’améliorer. Choses qui nous ont conduits à
formaliser notre problématique de la manière suivante :

Comment contribuer à l’efficacité d’une prise de décision par l’usage des données de
qualité?

Ce projet de fin d’étude a pour objectif de répondre à cette problématique, par la mise en
œuvre d’un système de Business Intelligence apte à fournir aux mangers un ensemble de
données et d’informations sous forme d’un groupement d’indicateurs de performances
disponibles, cohérents, et mis à jour régulièrement avec le moindre effort. Etant donné que
la mise en œuvre d’un tel système requiert une méthode de conduite de projet, ayant
comme résultat la proposition et l’adoption à l’intérieur de l’entreprise d’un nouvel outil
d’aide à la décision inexistant auparavant, nous avons entrepris la démarche de mise en
œuvre, proposée par Ralph Kimball, expert confirmé dans le domaine.

Pour réaliser un tel projet une recherche bibliographique a été menée pour affiner la source
de la problématique, l’analyser puis en proposer une solution. Cette recherche dont les
résultats sont résumés dans le premier chapitre du mémoire, concerne principalement le
concept de prise de décision et les facteurs qui puissent l’influencer, notamment la qualité
des données décisionnelles. Puis présente la Business Intelligence, avec ses concepts et
méthodes comme outil idéal pour répondre à la problématique de la qualité des données
nécessaire à la prise de décision.

Le deuxième chapitre, quant à lui, décrit l’ensemble des actifs et directions de l’entreprise,
dans le but de comprendre son activité et son mode de fonctionnement et mieux
appréhender l’importance de la décision dans ce secteur. Suivi d’une analyse de l’existant
décisionnelle de cette entreprise basée sur des observations sur terrain pour décrire et
analyser le processus de prise de décision en évaluant la qualité des données nécessaire à la
prise de décision.

A la fin, ce chapitre mettra en avant la problématique détectée liée principalement à la

qualité des données décisionnelles, puis présentera la solution proposée consistant en la
mise en place d’un système décisionnel.

Une fois la problématique et la solution identifiées, le troisième chapitre abordera le

déroulement de la première partie de la démarche, ayant pour objectif la conception du
modèle de données du Data Warehouse de notre système en utilisant l’approche « Bottom-
Up », et ce à travers les deux phases : identification des besoins des utilisateurs et
modélisation dimensionnelle.

Le quatrième et dernier chapitre est consacré au choix du premier Data Mart à réaliser et le
déroulement de la deuxième partie de la démarche, qui a pour but de finaliser la mise en
œuvre de notre solution, allant de la phase du choix et de l’installation des produits de la
Self-Service BI jusqu’à la phase de maintenance et croissance de notre système décisionnel,
tout en passant par les différentes phases d’extraction, de stockage et d’exploitation des
données à travers le tableau de bord opérationnel, ainsi que son déploiement en proposant
un scénario d’utilisation type.

A la fin, une conclusion récapitulative résumera les étapes suivies lors de l’élaboration du
présent travail, ses principaux apports ainsi que les perspectives futures.