Des solutions analytiques intelligentes pour des temps difficiles

Depuis un certain temps déjà, l'entreprise de logiciels SAP de Walldorf poursuit la philosophie de l'"entreprise intelligente". La thèse de départ de cette idée est la suivante : les technologies modernes permettent aux entreprises d'utiliser facilement les données et de prendre ainsi des décisions basées sur des preuves. Celles qui les mettent en œuvre réduisent le risque d'erreurs de planification et d'investissements non rentables.

Bien qu'il existe déjà de très bonnes approches dans certaines entreprises, beaucoup d'entre elles ont encore du mal à mettre en place une gestion basée sur des données et des preuves. Il leur manque souvent la base solide d'une analyse moderne des données. Daniel Schoen, expert en analyse chez Nagarro : "Lorsque les entreprises ne reconnaissent pas l'importance de leurs données, elles limitent souvent leurs analyses à des considérations isolées, par exemple sous la forme de rapports. Le management stratégique renonce ainsi à des informations pertinentes pour la prise de décision. Cela ressemble à un capitaine qui renonce à son navigateur".

L'évolution de la gestion des données

Pour évaluer l'état actuel des concepts analytiques internes à l'entreprise, Nagarro utilise la métaphore de l'évolution. Les spécialistes IT* de l'entreprise dessinent ainsi une évolution en quatre étapes.

Cela commence par "l'analytique descriptive". Dans ce cas, les systèmes d'analyse pertinents se contentent de saisir le statu quo actuel - par exemple, quels sont les retours sur investissement ou les flux de trésorerie de l'entreprise. Il n'est pas prévu de procéder à une analyse plus approfondie, par exemple en examinant en détail les différents éléments d'un indicateur de performance clé.

La deuxième étape de l'évolution est l'"analytique diagnostique". Les entreprises utilisent déjà les solutions analytiques pour les premières évaluations approfondies - par exemple pour rechercher les causes de l'état actuel de l'entreprise - par exemple un rendement des fonds propres trop faible ou une stagnation du chiffre d'affaires. Il ne s'agit donc plus "seulement" de chiffres clés isolés, mais de leur évolution passée et présente. Les systèmes permettent en outre généralement de décomposer les chiffres clés en leurs composantes individuelles ("décompensation") afin d'obtenir des informations détaillées supplémentaires.

Vient ensuite l'"analytique prédictive", dans laquelle les modèles d'analyse sont déjà capables de faire des prévisions. Les indicateurs clés de performance ou les évolutions actuelles peuvent ainsi être analysés non seulement rétrospectivement, mais aussi pour l'avenir. Les entreprises peuvent ainsi par exemple prévoir les ventes futures et obtenir des indications sur les marchés, les régions, les offres et les prestations qui pourraient être particulièrement lucratives à l'avenir.

L'"analytique prescriptive" constitue la dernière étape. Les outils d'analyse ne se contentent pas de prévoir les évolutions futures, mais conseillent aussi les entreprises de manière proactive pour atteindre plus rapidement leurs objectifs prédéfinis. Pour cela, il faut des outils d'IA performants qui ne se contentent pas d'extrapoler les tendances, mais qui soumettent en même temps à l'entreprise des propositions d'optimisation concrètes sur la base des objectifs préalablement définis.

Ce processus d'évolution en quatre étapes est certes simplificateur et idéaliste, mais il offre néanmoins de bons points de départ pour évaluer l'état actuel d'une entreprise. Cette classification permet en outre à Nagarro d'avoir une vue d'ensemble de l'état actuel de l'entreprise. Daniel Schoen : "De nombreuses entreprises se trouvent actuellement quelque part entre l'analyse diagnostique et l'analyse prédictive. Il leur manque souvent des approches systématiques pour une solution d'avenir et évolutive. Il existe parfois une prolifération de systèmes hétérogènes. Il en résulte un "shadow IT" confus et difficilement gérable. Face à une concurrence internationale de plus en plus rude, il faut pourtant des concepts de solutions modernes".

Deux éléments de base pour des solutions analytiques intelligentes

La forme qu'ils prennent varie d'une entreprise à l'autre. Cela dépend par exemple du secteur d'activité et de la taille de l'entreprise. Néanmoins, pour la plupart des entreprises, il est possible d'esquisser au moins un concept de départ solide : Celui-ci se compose de deux éléments que l'entreprise peut compléter au besoin par d'autres éléments.

1. Module : Analytique embarquée

Pour les fonctions plutôt opérationnelles ou d'aide à la décision de l'environnement analytique, le concept propose des "analyses intégrées". Les entreprises peuvent ainsi créer des rapports, surveiller les processus en cours en temps réel et générer les premières réserves d'efficacité à partir des informations ainsi obtenues, par exemple en optimisant les délais de commande auprès de fournisseurs spécifiques.

La base de données et le fondement technique sont SAP S/4HANA. L'enrichissement à partir d'autres sources de données n'est explicitement pas prévu ici, notamment pour garantir une utilisation simple. Celle-ci s'effectue de manière presque intuitive grâce à l'utilisation d'applications analytiques Fiori comme front-end. SAP propose à cet effet une palette de Smart Business Fiori Apps prédéfinies pour les KPI, différents menus déroulants ainsi que de nombreuses fonctions de filtrage.

Grâce à leur structure claire, les analyses embarquées conviennent parfaitement aux utilisateurs* moins techniques, par exemple dans certains départements spécialisés. Daniel Schoen : "L'un des principaux avantages du concept d'analyse embarquée est qu'il utilise principalement les composants de SAP S/4HANA - et ne nécessite donc pas d'investissements supplémentaires importants. Mais le concept peut aussi aider plus tard, par exemple, à uniformiser des approches de solutions hétérogènes".

2. Module : Datawarehouse et analyse stratégique

Comme l'analytique embarquée vise en premier lieu les analyses opérationnelles, elle atteint ses limites, notamment pour les tâches stratégiques. Les entreprises ont alors besoin de concepts complémentaires. L'infrastructure technique est par exemple constituée par SAP Datasphere ou SAP BW/4HANA en combinaison avec SAP Analytics Cloud.

La tâche principale de la solution stratégique est alors de définir un Single-Point-of-Truth pour les entreprises : un pool de données uniforme dans lequel les entreprises peuvent rassembler, collecter, uniformiser et consolider leurs données et les préparer ainsi pour des évaluations et des planifications complexes. Les importations de données provenant de différentes sources sont également possibles dans ce système.

Contrairement à l'approche analytique intégrée, la solution stratégique vise des analyses qui dépassent nettement la vision spécifique à un domaine, c'est-à-dire qui se concentrent sur l'ensemble de l'entreprise et son évolution à long terme. Sur la base de cette réserve de données, qui peut également comprendre des données historiques, il est possible de réaliser des procédures complexes d'analyse prédictive et prescriptive, comme par exemple des prévisions à grande échelle, généralement assistées par des modèles d'intelligence artificielle modernes.

Daniel Schoen résume : "L'approche Datawarehouse pour les tâches stratégiques et le concept Embedded Analytics pour l'activité opérationnelle se complètent habituellement à merveille. Ensemble, ils créent une base analytique solide. "Si nécessaire, les entreprises peuvent compléter cela par d'autres solutions, par exemple avec SAP Integration Suite ou SAP Sustainability Control Tower. Mais pour de nombreuses entreprises, le concept de base constituerait déjà un réel progrès".

Vers l'inscription du partenaire :