Gestion de projet stratégique/Projet décisionnel

Début de la boite de navigation du chapitre

fin de la boite de navigation du chapitre

Le projet décisionnel

Les entreprises utilisent de plus en plus l'informatique décisionnelle (en anglais Business Intelligence). Le projet décisionnel comprend des outils complexes à réaliser. Pour mettre en œuvre ces outils, nous avons besoin de compétences variées faisant appel au métier ou à la technique. Travailler dans une entreprise particulière est parfois nécessaire pour répondre aux besoins des utilisateurs car des chefs de projet débutants font parfois l'erreur de traiter les projets décisionnels comme des projets classiques. Il faut savoir que les projets décisionnels ne sont pas des projets comme les autres : la différence est la rapidité d'exécution nécessaire pour la réussite du projet. Au vu du suivi de l'activité de l'organisation, les besoins de tableaux de bord liés à l'activité des utilisateurs peuvent changer rapidement. Malgré ces spécificités, les organisations ont besoin de mettre en place des projets décisionnels dont le but premier est de piloter au mieux l'activité de l'entreprise pour atteindre leurs objectifs. Ainsi, la question que nous nous sommes posée est la suivante : En quoi le projet décisionnel permet à une entreprise d'atteindre ses objectifs ? Dans la première partie, nous définissons le projet décisionnel en présentant ses objectifs, les étapes clés pour la mise en place du projet et les indicateurs employés. Dans la seconde partie, nous abordons les enjeux que présente le projet décisionnel comprenant l'organisation des données, une prise de décision pour la réalisation du projet et des risques. Pour finir, nous mettons en place des recommandations pour créer un projet décisionnel. .

En quoi le projet décisionnel permet à une entreprise d'atteindre ses objectifs ?

Qu'est-ce que le projet décisionnel ?

Schéma cheminement information

Le projet décisionnel, dit Business Intelligence, est apparu dans les années 1990 en même temps que la mondialisation. Le risque omniprésent et la forte concurrence ont incité le management vers les sciences d’aide à la décision et l’information décisionnelle. La concurrence s’étant accrue, le besoin de prendre des décisions stratégiques pour défier les concurrents se faisait ressentir. C’est dans ce sens que les entreprises ont fait appel aux outils et méthodes d’aide à la décision par l’informatique décisionnelle pour devenir plus compétitives. Ces dernières sont basées sur une exploitation massive des données produites par les systèmes opérationnels. Le Business Intelligence est né.

Il est intéressant de noter que le BI est diffusé aux États-Unis dans le contexte d’un affrontement concurrentiel acharné entre grandes entreprises sur leur propre marché. Sa pratique s’est développée au sein de grandes entreprises comme Motorola et IBM pour s’imposer comme une véritable discipline largement pratiquée.

Aujourd’hui, le projet décisionnel est un outil qui vise et facilite la prise de décision des managers pour un pilotage éclairé de l’entreprise.

Pour permettre aux entreprises de prendre les meilleures décisions, l'informatique décisionnelle comprend des outils, des méthodes et des moyens qui permettent l'exploitation des données.

Le projet décisionnel est composé de quatre disciplines principales :

• La collecte : cette phase permet de traiter et fusionner les données sources du système. Cette collecte de données répond à des outils qui sont utilisés de trois façons :
  • l'extraction des données : elle a pour but d'obtenir les données de différents systèmes d'information opérationnels, des fichiers bureautiques ou de fichiers plats (une base de données sous la forme d'un simple fichier). Les données peuvent venir de systèmes internes ou externes et le format des données peut être différent les uns des autres.
  • la transformation des données : étant donné que le format des données est différent, cette étape a pour but de rendre le processus cohérent et utilisable entre elles. Après cela, les données sont réunies entre elles ce qui permet d’avoir des données facilement exploitables.
  • le chargement des données : c’est l'injection des données dans une base de données qui est utilisée pour stocker des données.

Les outils sont regroupés dans un système appelé "ETL" (Extraction, Transformation et Loading). Ce système représente environ 70% du projet décisionnel en moyenne, il est complexe et on ne doit pas y trouver de mauvaises informations, sinon il sera inutilisable. On ne peut pas trouver de modèle de conception d'ETL car chaque organisation possède ses propres systèmes, sa propre logique de fonctionnement ou culture. ETL a pour utilité d'optimiser les outils pour gérer des flux de données.

• Le stockage : les bases de données, appelées Datawarehouse, qui sont utilisées pour le stockage sont différentes des bases de production. Le datawarehouse n’est pas utilisé uniquement pour stocker, mais aussi pour gérer l’historique des données pour observer l'évolution des données de l'entreprise dans le temps. De plus, le stockage des données peut être considérablement plus volumineux que les bases opérationnelles qui l'alimentent. Au vu du volume important et des données qui peuvent s'emmagasiner, la diffusion se fait via des datamarts. Ces derniers sont comme des datawarehouse, mais contenant des données moins lourdes. Grâce aux datamarts, le projet peut être rapidement conduit à son terme et le temps d'attente est moins long pour les utilisateurs.
• La diffusion : le but des datawarehouse est de stocker des données et celui des datamarts est de présenter une vue métier des données. Cette vue a comme but de nettoyer les informations inutiles pour l'utilisateur et de transformer des données pour prendre un sens métier. Cela permet aux utilisateurs d’avoir plusieurs significations différentes sur une même base de données en fonction de l’utilisateur qui y accède. En effet, par exemple, un service peut avoir une appellation différente ou une signification différente d'un autre service. La diffusion peut être sous différentes formes ou moyens tels que des diffusions de rapports, des portails d'entreprises ou des applications (exemple : Business Object).
• L'exploitation des données : cette étape est la dernière. Elle permet de donner à l'utilisateur final des données exploitables. Il peut les exploiter de différentes façons : établir des tableaux de bord et des KPI (Key Performance Indicators c'est-à-dire des indicateurs clés de performance) pour piloter son activité opérationnelle, conclure des données pour identifier des tendances futures grâce aux outils de datamining (exploration des données du datawarehouse), analyser les données grâce à des outils de consolidation (grouper des données) ou diffuser des rapports pour informer des performances de l'entreprise.

Les acteurs

Le projet décisionnel dans une grande structure

Le projet décisionnel est basé sur un système d’information. Ces sources d’informations peuvent être internes : CRM, Excel ou autres. Elles peuvent être externes également : internet, des recherches, ou d’autres bases de données de partenaires.

La mise en place d’un projet BI dépend de la structure de l’entreprise. Néanmoins, la conduite du projet implique un certain nombre d’acteurs dans l’entreprise. Les principaux intervenants dans le projet décisionnel sont :

• La Direction Système information (DSI) : Son rôle est de maintenir les infrastructures informatiques en phase avec les besoins de l’entreprise. Cependant, elle participe au management de projet et est tenue d’intégrer des apports technologiques et de développement. De ce fait, elle fournit des éléments nécessaires à la conduite du projet, accompagne et facilite, la mise à disposition du projet, les moyens techniques et humains.
• Les services supports : la BI concerne tous les services dans l’entreprise dont la finance, les ressources humaines, la finance, le service commercial. Ces derniers collectent des données qui seront transférés à la DSI pour être traitées. Ils représentent des ressources importantes.
• Direction générale : la BI est adressé aux dirigeants des entreprises en général. Elle a le rôle de sponsors et de guide dans la description du projet. Elle oriente la DSI et soumet ses besoins.

Les objectifs

Le projet décisionnel est un système qui permet aux dirigeants d'analyser et d'interpréter des données complexes d'une entreprise. Ses objectifs principaux sont : mesurer, agir, anticiper

Le projet décisionnel sert à améliorer la performance opérationnelle de l’entreprise.

Il sert également à  programmer l’activité à partir du système décisionnel, mais aussi:

• Analyser les projets de l’entreprise, les  évaluer et faire  ressortir ceux qui sont à la dérive.
• Naviguer sur les années, effectuer des comparaisons et mesurer les performances
• Transformer les données en information.
• Évaluer les questions d’affaires
• Lire les tendances pour tirer des conclusions.

Les données rassemblées doivent être contrôlées par l'organisation et sont sources de bénéfices. Traiter l'information représente un intérêt considérable puisque c’est le résultat de l'activité de l'entreprise. Ces données sont mesurées par l'organisation afin de connaître ses valeurs. Elles peuvent être stockées et doivent être renouvelées afin de constituer une véritable ressource pour l'entreprise.

En résumé, il sert à donner à la direction de l’entreprise des outils qui vont lui permettre d’éclairer ses décisions en ayant une vision générale de ses actions, de procéder par étape et de fournir à l’utilisateur des éléments qui vont l’aider à prendre des décisions.

Les étapes clés

Le cycle du projet comprends plusieurs étapes :

• Sélectionner les axes d'action : avant de débuter le projet, il est important de connaître la situation financière de l'entreprise, savoir situer l'entreprise sur le marché, repérer les principaux moyens et analyser et choisir les axes de progrès
• Sélectionner le processus à analyser : une phase d'analyse est essentiel pour déterminer les points d'intervention en identifiant les actions et les activités critiques
• Définir les objectifs : on choisit les objectifs, on mesure les risques et on met en place des plans d'action
• Définir les indicateurs : après avoir choisi les indicateurs, on met en place les indicateurs afin qu’ils soient à la disposition des utilisateurs
• Bâtir le projet : cette dernière étape permet de construire, organiser et maintenir le projet

Ces étapes clés représentent un acheminement pour obtenir un projet décisionnel.

Les indicateurs

Comme il a été dit précédemment, le projet décisionnel sert à récupérer des données pour qu’elles puissent être collectées, traitées et comprises. Cependant pour qu’elles puissent l'être, il faut utiliser un ou plusieurs outils logiciels, en voici quelques exemples :

• Business Object : cet outil comprend des interfaces entre les données des bases de DATAMART (données du marché) et utilisateurs (appelées les univers). Il assure la fonction d'interface utilisateur composée de différents types et de classes organisant ces objets en regroupements logiques. Il assure aussi de nombreuses fonctions techniques qui seront masquées aux utilisateurs. Il contient le modèle de données qui définit l’ensemble des règles permettant de générer des requêtes liées à l'interface utilisateur.
• Cognos : il s'agit d'un outil qui récupère les données, mais qui également les affiche automatiquement sous forme de tableau de bord ou de feuille de reporting. Il va aider, lui aussi, à la prise de décision grâce à une cohérence de modèle fiable.
• Isoff Alice : Ce logiciel est simple d'utilisation et il va nous permettre d'analyser les données que nous recevons.
• Statistica Data Miner : Cet outil va nous permettre de modéliser et expliquer les données, faire des prévisions. Cinq modules sont utilisés à travers ce logiciel (L'explorateur/segmentateur, la classification supervisée, la modélisation générale, les prévisions et la modélisation par réseaux de neurones).
• Oracle Advanced Analytic : Oracle permet de traiter des statistiques sur un gros volume de données. Après avoir été traitées, les données peuvent être mises sous forme de graphique.
• Les tableaux de bord conçus par les utilisateurs : développé la plupart du temps en EXCEL (tableaux, graphiques, macros, TCD, GCD, ...) le tableau de bord va permettre de récolter simplement les données et aussi de les analyser, ceci avec une fiabilité liée au talent et à la rigueur de son concepteur. Un tableau de bord spécifique magasin peut par exemple représenter
  • le nombre de visites
  • l'évolution du chiffres d'affaires
  • le top/flop des magasins
  • etc

Enjeux

Organisation des données

Pourquoi organiser les données de façon particulière ? La structure des données adoptée pour les systèmes opérationnels ne pourrait-elle pas également servir aux besoins décisionnels ?

L'organisation des données est l'une des premières problématiques à aborder lors de l'étude des applications décisionnelles. On abordera dans cette partie, l'architecture technique des bases de données qui va répondre à deux préoccupations fondamentales : centraliser l'information afin que tous les utilisateurs du SID (Système d'Information Décisionnel)qui est un sous-ensemble du SI spécialisé dans l'aide à la décision, partagent les mêmes éléments d'analyse et adapter l'accès à l'information selon les différents profils métiers.

La structure des données qui est adoptée sert-elle aux besoins décisionnels ? Prenons l'exemple d'une demande décisionnelle comme:

• Connaître le chiffre d'affaire de chaque magasin
• La part des clients du produit X qui ont également acheté le produit Y

Concernant le premier exemple, connaître le CA de chaque magasin, une modélisation du système peut répondre à ce besoin que lorsque la structure interne est impliquée. Ainsi, une requête simple, permettra de connaître le CA. Dans le deuxième cas, la part des clients du produit X qui ont également acheté le produit Y, il s'agit d'une demande qui nécessite une organisation spécifique des données. Afin, de répondre aux besoins prévus et prévisibles, il faut que les demandes soient anticipées à l'avance par les concepteurs du SID. Or, les demandes décisionnelles sont sujettes à des fluctuations visant à approfondir les résultats pour répondre à la demande. Les SID sont construits autour de principes spécifiques d'organisation des données, on parle alors de modèles dimensionnels. L'idée d'une telle organisation est de se baser non pas sur les besoins exprimés en termes de tableaux ou de graphiques, mais sur des éléments simples qui permettent de les constituer par exemple:

• le client
• une vente
• les produits
• les magasins

Il s'agit ici d'exemples simples, mais des analyses décisionnelles impliquent en général un nombre plus important de notions. L'enjeu est d’offrir un modèle d'organisation de données qui permette de répondre aux attentes actuelles et aux demandes prévisibles. La modélisation dimensionnelle introduit deux notions:

• les données de fait qui sont des données dites "évènementielles"
• les axes d'analyse

Ce type d'organisation se base sur la classification des données dans l'une de ces deux catégories. Les faits peuvent représenter les ventes, les mouvements de stocks ou les mouvements comptables. Ces données reflètent l'activité de l'entreprise et s'accumulent dans le SID. Les faits passés ne sont jamais remis en cause, au cours du temps le SID constitue ainsi un historique qui permet de retracer l'évolution de toute activité. À partir de ces faits, qui représentent de réelles données élémentaires, sont calculés les indicateurs. Puis, les axes d'analyse qui regroupent les informations "structurelles" auxquelles se rattachent les données de fait, peuvent être

• le client
• le produit
• le magasin

Contrairement aux faits qui reflètent l'activité par exemple une vente, les données des axes d'analyse représentent la connaissance que l'entreprise a de son environnement.

Un nouvel enjeu, concerne l'archivage des données celui ci consiste à conserver l’historique des évènements clés de l'entreprise tout en les replaçant dans le contexte organisationnel. Dans notre exemple précédent, l'enjeu est de pouvoir retrouver la segmentation à laquelle était associée le client Y ou encore à quelle gamme appartenait le produit X. Toutes ces données permettent de caractériser un fait et toutes ses évolutions possibles. L'avantage de l'analyse des données est également d'obtenir des résultats identiques qui s'appuient donc sur la même organisation d'analyse et sur les mêmes règles de calcul. Cet aspect là est pratiquement impossible avec un système opérationnel classique qui ne gère que l'organisation actuelle. Tout changement se traduit par des mises à jour de données informatiques et remplace définitivement l'ancienne structure d'analyse.

La prise de décision

La décision est le préalable à toute action, elle permet de créer, réaliser et développer une activité. Toutes les décisions prises doivent être cohérentes les unes avec les autres et ne doivent mettre en aucun cas en péril l'activité de l'organisation. La prise de décisions est un ensemble d'étapes qui permet aux individus d'une société d'apporter une solution à un problème.

Les cinq étapes de la prise de décision sont les suivantes :

• Décider de décider
• Définir un objectif positif
• Explorer les solutions
• Choisir les solutions
• Transformer la décision en action

En général, le processus de prise de décision demande les compétences d'une personne ayant une vision claire des données afin d’en tirer pleinement du sens, d’en comprendre les causes et de prendre les décisions et les actions qui s'imposent.

Trois concepts fondamentaux influent sur la prise de décisions : le référentiel métier, le niveau d'abstraction et le processus d'apprentissage.

• Le référentiel métier : ce concept va apporter la pertinence des données. Il transforme des données brutes en informations utiles aux décisionnaires.
• Le niveau d'abstraction : On retrouve différents niveaux d'abstraction, tout d’abord le niveaux conceptuel représente ce que le concepteur veut faire, cela se fait au début du projet. Ensuite nous trouvons le niveau dit structurel, on l'emploi lorsque des choix de solutions de principes sont faits. Pour finir nous arrivons au niveau dit réalisationnel, ce niveau va apporter une réponse aux questions posées.
• Le processus d'apprentissage : Après avoir passer ces deux étapes, le processus d'apprentissage va permettre d’utiliser et de comprendre les données.

Risques

Nous avons vu que le projet décisionnel comporte des étapes clés ainsi que des indicateurs de mesure qui vont permettre aux décideurs d'explorer et de comprendre les données afin de répondre rapidement à des besoins stratégiques de l'entreprise. Cependant plusieurs facteurs sont à prendre en compte dans la création d'un projet décisionnel afin d'anticiper les risques d'échec. Nous distinguons deux types de facteurs, les facteurs humain et technique :

Intéressons nous tout d’abord aux facteurs humains. On constate que les compétences et les motivations des utilisateurs peuvent être mal interprétées. En effet, dans une entreprise il existe quatre catégories d'utilisateurs de l'information. Premièrement les utilisateurs ayant une forte habilitation métier, deuxièmement les analystes métier et les analystes avancés qui possèdent une réelle connaissance du métier ainsi qu'une bonne compétence des techniques de requête. Enfin, les développeurs ou administrateurs de base de données (DBA) qui ont pour mission de mettre à disposition des utilisateurs métier les données de l'entreprise.

Dans la plupart des entreprises, les utilisateurs non techniques représentent en moyenne 80% des utilisateurs de l'information alors que les analystes métier et les analystes avancés se partagent les 20%. Ces derniers souvent proche des directions opérationnelles ont vite compris l’intérêt des outils apportés par la Business Intelligence. Ils ont souvent joués en quelque sorte le rôle d'intermédiaire lors de l'acquisition de ces outils d'aide à la décision et les informaticiens étaient jusque là les seuls concepteurs de leurs requêtes. L'intégration de SQL Server en 2005, a bouleversé le monde de la Business Intelligence. Ce serveur a évolué et apporte un lot d'innovation et une réelle capacité d'amélioration des données pour les entreprises et permet une analyse décisionnelle pour l’ensemble des acteurs d'une entreprise sans nécessiter une intervention lourde des services informatiques. On constate bien qu'Excel offre une réponse grâce aux tableaux croisés dynamiques connectés directement sur les Cubes OLAP. Les Cubes OLAP permettent d’offrir un accès rapide aux données.

Puis, nous remarquerons que le partage de l'information reste encore secret dans les entreprises. Par exemple, dans le cycle du projet décisionnel, le piège classique est de penser que seuls les administrateurs des base de données peuvent accéder et modifier l'information des bases de données. Cela est justifier par le fait qu’il n’est pas concevable de fournir à un utilisateur l'accès direct au système de base de gestion des données sur lequel est basé l'ERP. L'ERP (Entreprise Ressource Planning) regroupe les applications nécessaires à la gestion de l'entreprise. De nombreuses raisons sont mises en avant telles que la sécurité dans les entreprises qui va contribuer à éloigner les utilisateurs des sources de données et les risques de non compréhension du modèle de données par les utilisateurs ont été les principaux frein à la mise à disposition d’outils permettant de réaliser des requêtes. L'une des solutions est la mise en place d'un datawarehouse déconnecté de l'ERP.Les facteurs humains sont fondamentaux dans la réussite du projet décisionnel, mais, également des facteurs techniques mal maîtrisés peuvent être à l'origine d'erreurs. Les données sources peuvent être :

• Incomplètes c'est-à-dire, la présence de champs manquants conduisant à des cellules vides. Également, elles peuvent être incorrectes dans ce cas, il s'agit de mauvaises codification, de calculs imprécis, d'enregistrements doublonnés ou encore de mauvaise information entrée dans le système source telle qu'une inversion de date.
• Incompréhensibles telles que des codifications inconnues du système ou encore des données non structurées en provenance de traitement de texte.
• Incohérentes liés à des codifications changeantes liées à des réorganisations dans l'entreprise. Dans ce cas, il y a un risque de perdre l'antériorité de l’historique de l'entreprise. La présence de multiplication de codes différents pour une même entité comme par exemple un produit ou client ayant changé plusieurs fois de codification dans le temps. Les données peuvent concernés des périodes différentes ce qui fausse l'information ou encore la mise à jour de la table des faits dans le datawarehouse est quotidienne alors que la table de dimension associée est mensuelle, ce qui engendre une non correspondance des données.

La phase de préparation du chargement des données dans le datawarehouse (ETL) est longue et coûteuse. Elle nécessite de multiples contrôles afin d'assurer une parfaite cohérence des données. On comprends que la complexité d'un entrepôt de données s'accroît avec le nombre de sources de données en entrée. Cependant, il ne faut pas négliger le fait que l'identification de pièges peuvent disparaître selon les personnes. Pour cela, l'ETL (Extrat Transform Load) qui est un outil destinés à l'extraction, à la transformation et au chargement des données dans un datawarehouse devra faire l’objet d'une documentation précise afin de limiter les risques d'erreurs.

On peut observer d'autres risques comme l'abandon du projet décisionnel en cours de déroulement. En effet, le projet peut être trop onéreux pour l'entreprise; abandonner le projet peut avoir des conséquences internes et externes. À long terme, il peut décourager le lancement de projets importants. Le dépassement de délais et de budgets est le risque le plus courant: 20% des projets informatiques respectent rigoureusement les budgets et les délais prévus. Les utilisateurs peuvent rejeter le nouveau projet à cause d'utilisation de progiciels de gestion intégrés qui remettent en cause les modes de travail et les points de repère des utilisateurs et de leurs responsables. Enfin, le système décisionnel peut être non conforme dû à un système insuffisamment testé avec des anomalies qui peuvent être dramatiques pour les conséquences du projet et les objectifs de l'entreprise.

Recommandations

Pour bien maîtriser la réussite d'un projet décisionnel, il est recommandé de respecter certaines étapes pour mener à bien ce type de projet :

• Recueillir le besoin : cette étape est la première étape indispensable pour commencer le projet décisionnel. Il sert à identifier les périmètres d'analyse, les différents groupes d'utilisateurs et leurs besoins en termes de métier.
• Représenter les besoins : on crée les différents modèles de données qui répondent aux besoins. Il doit y avoir au moins un modèle par groupe d'utilisateurs (par exemple : par service). Il permet de savoir comment les différents groupes de données interagissent entre eux en fonction de ce que chaque groupe a besoin. Il faut préciser que la représentation des modèles doit rester simple et compréhensible. Il ne faut pas oublier le but premier d'un projet décisionnel : rassembler des données complexe d'une organisation pour les représenter de façon simplifiée.
• Diviser le projet : le projet doit être découpé en lots de façon rapide. Les lots doivent être construits en fonction de la priorité des besoins en prenant en compte l'avis des utilisateurs et la difficulté de la tâche.
• Réaliser rapidement : la réalisation d'un système décisionnel doit être rapide car s'il y a des données trop importantes, on peut revoir les prototypes avec les utilisateurs concernés pour changer et faire évoluer le projet.
• Tester : il est essentiel de tester le projet pour s'assurer qu’il soit conforme en impliquant les utilisateurs pour qu’ils puissent détecter des anomalies.

Certaines règles sont également conseillées pour mettre en œuvre un projet informatique. En effet, il est important de maintenir un système évolutif. Les datawarehouse doivent évoluer en même temps que l'activité de l'entreprise. Si l'entreprise évolue, les prises de décisions évoluent aussi par la suite. Le système décisionnel soit s'adapter et évoluer dans le même temps. S'il y a des changements à effectuer, ils doivent se faire rapidement pour éviter des retards car le projet décisionnel doit être en concordance avec l'activité de l'entreprise. Puis, effectuer des mises à jour peut fausser l’ensemble de la base de données. Un oubli ou une unique erreur peut rendre fausse la base entière. Il doit donc y avoir une cohérence des données stockées. Une communication transversale entre service est essentielle pour maîtriser le projet compte tenu des informations qu’ils vont utiliser. La mise en place d'un projet décisionnel nécessite également un accompagnement des utilisateurs. La réussite du projet dépend de l’implication réelle des principaux concernés d’où un accompagnement des futurs utilisateurs. Il nécessite un suivi d’évolution car un projet est inscrit dans la durée. Il n’est jamais complètement terminé. Donc il faudra donner des indicateurs nouveaux.

Exemples

Aujourd'hui, les entreprises sont à la recherche de stratégie qui peut être offerte grâce à la Business Intelligence. Voici quelques exemples d'entreprises utilisant le projet décisionnel :

Prenons l'exemple de l'entreprise Orange : Les Responsables Facturation Client ont pour mission tous les trimestres de connaître la satisfaction du client par rapport à des produits ou services. Ainsi, un sondage via IPSOS, permet de collecter le niveau de satisfaction d'un client, de connaître leurs mécontentements et de comparer par rapport à l’ensemble des clients. Toutes ces données sont enregistrées et permettent de connaître la tendance de la satisfaction globale des clients et naturellement de réagir face à leurs demandes.

Cette entreprise, devrait au-delà de mesurer le nombre de mécontentements des clients, s'intéresser davantage aux clients qui sont contents. La mesure de la durée de vie d'un client représente une mesure importante de profitabilité de l'entreprise. Quand on connaît le coût concernant l'acquisition de nouveaux clients on se rend bien compte que mettre en place des indicateurs afin de mesurer la durée de vie d'un client est naturellement nécessaire. Comment Orange va déterminer quels sont les meilleurs clients ? Cette question suscite d’être bien traité et permettra sans doute à l'entreprise de réaliser de belles opportunités de vente.

À présent, prenons l'exemple de l'entreprise d'Animalis : Tous les mois Animalis doit fournir un tableau de bord complet à ses managers, cadres. Ce tableau nous informe sur plusieurs points concernant l'entreprise comme le nombre de visites dans le mois par exemple. Pour remplir ce tableau nous utilisons deux logiciels, Access et Cognos. Ces deux outils aident à récupérer les données et à les traiter. Cognos est utilisé par le service Contrôle de gestion et par d'autres services comme le service Communication, c’est une base de données commune où chaque service alimente leurs données qui sont différentes. Le service Contrôle de gestion l'utilise pour le reporting et le service Communication l'utilise pour se renseigner sur le tops des ventes.

Enfin, le service contrôle de gestion de la société STIME (la filiale informatique du Groupement les Mousquetaires) a récemment changé d'outil informatique. Le logiciel Cognos TM1 a remplacé le logiciel Cognos. Cette évolution permet au service Contrôle de gestion d’avoir une application plus performante pour travailler dans de meilleures conditions. Lors de la mise en œuvre de ce nouveau logiciel, on donne la possibilité aux utilisateurs concernés de donner leurs avis, leurs souhaits et leurs suggestions pour obtenir un projet informatique le plus idéal possible. Par exemple, Cognos TM1 présente des données que Cognos n'a pas comme le prix unitaire ou les quantités. Cognos TM1 présente une facilité de compréhension et une meilleure flexibilité par rapport à Cognos.

Conclusion

Il y a vingt ans, les projets décisionnels sont devenus à la mode. De grandes entreprises se sont lancées alors, dans des projets parfois énormes et avec des fortunes variées. Aujourd'hui, dans ces mêmes entreprises le projet décisionnel a trouvé sa place, les apports sont désormais non seulement reconnus, mais de plus en plus poussés. Des statistiques pertinentes offre une perception plus précise de l'activité, créent de fait des besoins de plus en plus précis. Le projet décisionnel s'inscrit dans un univers stratégique positif qui lui permet de s'enrichir et de s'adapter aux évolutions de l'activité. Ainsi, les produits d'analyse des données (datamining par exemple), évoluent sans cesse pour offrir un panel de plus en plus large de fonctionnalités, le Système d'Information décisionnel fait désormais partie du paysage, tout cela dans le but de répondre aux besoins décisionnels des entreprises.

Bibliographie

• Henri Kloetzer, La maîtrise d'ouvrage des projets informatiques , Lavoisier, 2002.
• Benjamin Watrin, SAP Business Objects XI 3.1 Mise en œuvre d'un projet décisionnel, Solutions informatiques, Coll., 2010.