Les métiers doivent prendre possession des données et installer dans leurs rangs des Data Champions, notamment pour développer des applications au plus près de leurs besoins et processus. Et l’IT est leur partenaire pour y parvenir, rappelle Stéphane Briffod de Qlik.

>> Cet entretien est issu du Guide à télécharger « Data & IA for Business : objectifs impact et valeur »

Les crises des dernières années se traduisent par un accroissement de l’incertitude. La donnée peut-elle être la boussole des organisations ?

Face à la survenance des crises, la réactivité devient une notion capitale. C’est une des raisons pour laquelle l’ambition de Qlik est de faire évoluer l’analyse de données. Elle doit passer d’une dimension passive à une BI plus active.

Cela suppose d’être capable d’alerter les utilisateurs au moment où un événement, caractérisé par des données, se produit. Il peut s’agir du déclenchement d’une alerte lorsqu’un seuil est dépassé dans des systèmes opérationnels. Ce sera par exemple l’application d’analyse des stocks qui alertera le responsable de la production sur une rupture de matière première.

Outre la réactivité, la donnée intervient au niveau de l’anticipation. Dans un contexte incertain, et comme nous l’avons vécu durant le Covid ou avec la guerre en Ukraine, les organisations doivent être en capacité de réagir beaucoup plus vite. Et réagir, ce n’est pas seulement dresser un constat. 

A lire aussi : Chez Safran, la Data devient 4.0 et s’aligne sur l’industrie 4.0

L’analyse de données doit-elle être rapprochée de la prise de décision et de son activation ?

La première étape permise par la donnée, c’est le constat. Elle doit ensuite permettre d’agir. Dans le secteur de la logistique par exemple, l’analyse géographique pourra intervenir afin de calculer des itinéraires en fonction de différents paramètres comme le choix du mode de transport.

La demande de nos clients à l’égard des outils analytiques c’est qu’ils ne soient plus seulement focalisés sur l’analyse. Ils attendent également qu’ils leur permettent de piloter des processus métiers dans le cadre d’une démarche d’automatisation des processus.

Comment répondez-vous à ces attentes ?

Nous avons acquis la société Blendr.io il y a deux ans. La technologie permet de créer des ‘blend’, c’est-à-dire des enchaînements de tâches en no code. La plateforme embarque un très grand nombre de connecteurs avec des logiciels SaaS du marché.

Pour de la gestion de stock face à un risque de rupture, un utilisateur métier pourra activer une automatisation pour actualiser les stocks sur les différents entrepôts et lancer une commande de réapprovisionnement.

Sur Salesforce, l’automatisation consistera cette fois en la mise à jour d’un segment de clientèle en amont de l’exécution d’une campagne marketing. Il s’agit véritablement d’intégrer l’analytics au cœur des processus métiers. Et c’est ce qui permettra de raccourcir le temps de réaction. En période de crise et d’incertitude, c’est précieux.

Les collaborateurs business gagnent en autonomie. Est-ce que cette autonomie s’étend également à l’intelligence artificielle ?

Le Machine Learning arrive à la portée des utilisateurs. Et c’est important puisque toutes les entreprises ne disposent pas d’un département de Data Science. L’AutoML permet de rendre l’IA plus accessible, même d’en démocratiser l’utilisation pour des tâches métiers.

L’application consistera par exemple à identifier les facteurs de churn dans les télécoms afin de pouvoir ensuite lancer des actions. 

Autonomiser le métier repose sur des outils. Quoi d’autre est nécessaire ?

C’est bien d’avoir de l’outillage, mais nombre de collaborateurs ne sont pas formés, ne serait-ce qu’à l’utilisation des indicateurs ou des graphiques. La formation à la Data Literacy est donc essentielle s’il l’on souhaite rendre le business plus autonome.

La plateforme analytics doit se mettre au service de l’utilisateur. Proposer des interactions en langage naturel comme Qlik le permet déjà y participe. C’est également un moyen de démocratiser l’accès à la donnée.

On casse ainsi la dichotomie entre l’IT et les métiers. L’analyse de données devient abordable pour les utilisateurs. Le métier se réapproprie sa donnée. Quant à l’IT, elle sera garante des processus sous-jacents, dont la mise à jour et le contrôle de l’intégrité de la Data.