Démarche d’un projet BI

Un projet de réalisation d’un système décisionnel ou de Business Intelligence est comme tout projet doit suivre un ensemble d’étapes bien définies pour arriver à un système décisionnel fonctionnel répondant aux besoins des utilisateurs finaux.

En se  basant sur l’approche de Kimball [Kimaball et al, 2013]*, on peut donner les étapes d’un projet décisionnel comme suit:

1.      Etude de l’existant applicatif &  technique : Dans un premier temps et avant de commencer n’importe quel projet, un état des l

ieux est recommandé d’être réalisé pour bien comprendre l’infrastructure de l’entreprise et avoir une idée sur ces systèmes opérationnels qui tournent, car généralement un système décisionnel vient s’intégrer sur un système opérationnel déjà existant qui sera la source d’alimentation de ce système décisionnel.

2.      Etude métier : Par la suite, une étude du métier de l’entreprise doit être faite, car il faut bien comprendre son métier et puis il faut identifier ses processus métiers.

3.      Définition du périmètre du projet : Maintenant que le métier est bien clair, il faut définir le périmètre du projet décisionnel qui sera élaboré.

Dans une approche agile, il est recommandé de procéder de façon itérative, i.e. on n’est pas censé concevoir et réaliser tous le système décisionnel à la fois. Au contraire il est bien de définir d’abord les départements concernés par le projet et ceci selon les besoins de l’entreprise et par ordre priorité. Et puis, choisir à chaque un département pour lui concevoir et réaliser le système décisionnel à son niveau. Les étapes à itérer par département sont :

4.      Définition des besoins : cette étape permet la définition des besoins des décideurs par département. Dans cette étape, une série d’interviews sera menée avec les responsables et dirigeants du département en question, (Pour réussir son interview, voir l’article : comment réussir son interivew BI), afin de bien identifier les besoins des utilisateurs finaux (décideurs et dirigeants) en termes d’indicateurs et de Ratios.

Juste après,  il faut trier ces besoins et décider quoi implémenter en premier selon les priorités de l’entreprise.

5.      Etude des sources de données : On passe par la suite, à l’étude de la qualité de données au niveau des sources, et on essaye d’identifier les tables, les champs, les fichiers… à partir desquels nous allons récupérer les données à charger dans le data warehouse.

6.      Conception de la zone de stockage : Le concepteurs du Data Warehouse, prépare dans un premier temps une conception primaire du Data Mart, qui sera par la suite développée selon les besoins évolutifs des utilisateurs finaux.

7.      Conception du processus ETL : Pour alimenter le Data mart , il faut concevoir un processus ETL en utilisant des outils selon le choix technique et financière. La conception et la réalisation de l’ETL, est l’étape qui prend beaucoup du temps car elle est compliquée et  nécessite une très grande réflexion afin de maximiser les performances et assurer que le data mart comprend les bonnes données au bon moment. Un système décisionnel doit être fiable car toute erreur peut couter cher à l’entreprise.

8.      Test du Data mart : Les tests doivent se faire au fur et à mesure, pour corriger les erreurs au même temps de l’implémentation de la solution. Pour cela, il faut s’assurer que le data mart comprend toutes les données nécessaires pour l’analyse décisionnelle.

9.      Réalisation de l’outil de restitution : Lorsque on est sûr que les bonnes données sont chargées dans le Data mart, on peut passer à la réalisation de l’outil de restitution. Là, c’est au choix de l’entreprise, c’est elle qui décide quoi utiliser comme outil de restitution (Tableau de bord, Système de Reporting, Analyse OLAP...).  Une conception de cet outil doit être faite et puis un petit prototype est recommandé d’être réalisé. Il est conseillé de présenter le prototype aux utilisateurs finaux pour validation ou modification.

Dès que premier sous système soit réalisé, on le déploie au niveau de l’entreprise, et une formation sera dispensée aux utilisateurs dans le département.

Après le déploiement, un nouveau test sur terrain est réalisé, pour valider les fonctionnalités offertes par le système.

Le système généralement peut être déployé sur un portail collaboratif pour permettre le partage et la collaboration entre les différents décideurs.

Dès que le premier sous système est fonctionnel, on peut passer à un autre département et on refait les même étapes, et ainsi de de suite jusqu’à couvrir toute l’entreprise et donc arriver à réaliser son Data Warehouse qui sera alimenté à partir des différents data marts.

N.B : la démarche du projet proposée ci-dessus n’est pas en cascade, au contraire il se peut qu’il y ait des chevauchements, ou même on peut rebondir sur une étape précédente si l’ingénieur BI le juge important pour corriger des erreurs.  

Ces étapes ne sont pas fixes, ça reste au choix et selon le besoin.


* KIMBALL R, MARGY R. The Data warehouse toolkit: The Definitive Guide to Dimensional Modeling. 3^rd Edition, United States of America: John Wiley & Sons, 2013