Read this article in English 
La Puissance De L’Agilité
en Data Analytics
D’Où Vient Cette Nécessité Pour Les Méthodes Agiles En Analytics ?
Afin d’assurer la fiabilité et la gouvernance des plateformes analytics à grande échelle et de manière efficace, il est indispensable de recourir à des méthodologies agiles, cela ne fait aucun doute. Les méthodes Agile constituent un élément incontournable dans la mutation des organisations vers les modèles data-driven. Mais pour comprendre pourquoi l’agilité est une vertu si importante en matière d’analytique, nous devons remonter un petit peu dans le temps pour comprendre d’où vient ce besoin de devenir agile.
À l’époque “préhistorique”, les développeurs de rapports décisionnels oeuvraient du côté de l’IT, et les contenus BI étaient envoyés aux utilisateurs métier. Ces derniers pouvaient ensuite rafraîchir le rapport créé pour eux. Le niveau de “libre-service” se limitait à pouvoir filtrer les données et définir certains paramètres, mais cela s’arrêtait là. À l’époque, cela suffisait d’un point de vue fonctionnel mais cette organisation impliquait des délais très importants, et l’incapacité d’avoir des réponses rapides à des questions nouvelles. Il n’y avait pas d’agilité ou de technologie disponible pour le faire. Par ailleurs, ce type d’organisation impliquait d’autre problèmes de compréhension et de satisfaction des utilisateurs car les professionnels de l’informatique ne peuvent pas comprendre la réalité de chaque métier.
Heureusement, l’évolution des besoins et l’arrivée de nouvelles technologies ont multiplié les possibilités. Les décideurs ne peuvent plus se permettre d’attendre, ils ont besoin de faire confiance à leurs données dès le départ et veulent être libres de le faire eux-mêmes. Voyons ce que les organisations peuvent mettre en place pour être plus agiles dans leurs opérations en matière de BI et Analytics.
Une Introduction au Manifeste Pour Le Développement Agile De Logiciels
En 2001, 17 représentants du monde du logiciel ont créé le manifeste pour le développement agile afin de repenser le développement de logiciels et permettre aux organisations de travailler d’une manière nouvelle et plus agile. Grâce à ce travail et à la création d’Agile Alliance, ces pionniers de l’agilité ont pris conscience de la valeur du développement agile :
Plutôt que de se concentrer sur des processus fixes, l’agilité consiste à se concentrer sur ce qui est le mieux pour le client et à livrer quelque chose en temps voulu et “comme promis”. Notez que le Manifeste Agile date de 2001 et donc l’agilité n’est pas un concept nouveau, mais c’est un concept qui devient maintenant de plus en plus populaire en raison du besoin actuel de livrer de plus en plus souvent et rapidement, notamment dans le monde du décisionnel. Le manifeste définit 12 principes clés de l’agilité, qui sont loin de la réalité de nombreuses entreprises traditionnelles. Mais les temps ont changé et les organisations doivent s’adapter à l’évolution du marché. Les logiciels de BI et Analytique sont des logiciels comme des autres, et les concepts d’agilité leur sont applicables. Voyons maintenant.
Stratégies clés pour l’Analytics Agile
Souvent, agile peut être interprété comme ad hoc, indiscipliné ou inconstant, mais c’est en réalité la capacité à créer un environnement adaptable et évolutif. Dans le domaine de l’analytique, cette agilité et cette flexibilité sont primordiales pour tenir les promesses faites à vos clients ou utilisateurs, car l’environnement change constamment. Nous avons rassemblé certaines des stratégies clés que vous pouvez mettre en place afin d’être plus agile dans la gestion de vos plateforme Analytics :
CI/CD
Le CI/CD est la pratique combinée de l’intégration continue et de la livraison/déploiement continus qui permet aux organisations de combler le fossé entre les activités de développement et d’exploitation, par la construction de tests de validation, de gestion des versions et d’automatisation des livraisons. Appliqué à l’analytique, le CI/CD repose sur la question “mon tableau de bord fonctionne aujourd’hui, mais fonctionnera-t-il encore demain ? Elle exige des tests continus dès la phase de développement du tableau de bord, de sorte que lorsqu’il est finalement mis en production, il n’y a aucun doute que les données analytiques affichées sont précises, à jour, complètes et performantes. Cependant, pour s’assurer que les tableaux de bord sont toujours précis, il est impératif de surveiller et de mesurer en permanence les données analytiques. Pour en savoir plus, consultez notre article sur l’essor du CI/CD dans l’analytique.
Développement piloté par les tests (TDD)
Le développement piloté par les tests est très largement utilisé dans de nombreux domaines du développement logiciel, mais il devient de plus en plus populaire dans le monde de la BI. Il s’agit d’écrire des cas de test, puis d’écrire le code de manière à ce que le cas de test réussisse, et de répéter ces étapes régulièrement. Cependant, dans le domaine de la BI, l’utilisation du TDD est plus compliquée en raison de la forte dépendance à l’égard de solutions tierces telles que Tableau, Power BI, etc., de la nature des tableaux de bord de BI et des différentes compétences des développeurs de BI. Avec les frameworks web traditionnels, même les cas de test les plus simples peuvent être difficiles à mettre en place. Néanmoins, c’est possible avec les solutions de tests automatisés de Wiiisdom Ops.
Le Développement d’Une Culture de l’Analytics
Une partie de l’agilité consiste à être flexible et à permettre à chaque utilisateur de consommer et de publier ses propres analyses sans que l’équipe informatique ait besoin d’intervenir. Pour favoriser cette approche en libre-service, la promotion d’une culture de l’analytique dans l’ensemble de l’organisation permettra à chacun d’adopter les mécaniques décisionnelles avancées et d’éliminer tout cloisonnement entre le business et l’informatique. Pour que cela réussisse, la connaissance des données (data literacy) joue un rôle majeur. Les responsables de la gestion des données et de l’analytique doivent évangéliser leurs collègues autour de cette culture des données et démontrer la valeur qu’elle peut apporter à toutes les équipes concernées. Selon l’enquête annuelle du Gartner sur les CDO (Chief Data Officer), la connaissance des données reste le deuxième obstacle interne le plus important au succès de la BI. En garantissant un langage commun et la maîtrise des données et de l’analytique, les organisations feront un pas de plus vers une analytique agile.
Collaboration cross-fonctionnelle
L’agilité exige des organisations qu’elles privilégient les humains par rapport au processus. Ils doivent être au cœur du développement et bénéficier de l’autonomie dont ils ont besoin. Elle nécessite une collaboration étroite, en particulier une collaboration interfonctionnelle avec des communications régulières, des équipes autonomes et un environnement de confiance dans lequel ils peuvent travailler. Cette collaboration permettra également de briser les cloisonnements entre les métiers et l’informatique.
Développement itératif
La méthode de développement agile consiste à livrer régulièrement pour permettre un retour d’information sur chaque livraison, au lieu du modèle traditionnel en cascade où le projet final est livré après avoir été conçu en intégralité, mis en œuvre et testé. Pour obtenir ce retour d’information fréquent, il est possible de livrer un produit minimum viable (MVP), c’est-à-dire un produit comportant suffisamment de fonctionnalités pour que le client puisse le tester et donner son avis pour l’itération. Appliqué à la BI, il permet de développer une culture des données et une culture analytique au sein d’une organisation grâce à la collaboration entre les équipes. On évoque souvent la méthodologie Agile Scrum, un mode de gestion de projet spécifique qui met l’accent sur le retour d’information en continu afin de fournir aux utilisateurs finaux une plus grande valeur métier dans un laps de temps plus court.
Soyez plus agile
L’analytique a évolué au fil du temps. Les entreprises ont besoin de rapports et tableaux de bord plus rapides et de la meilleure qualité possible pour permettre à chaque consommateur de données, de prendre de bonnes décisions. Les méthodologies agiles telles que le CI/CD et le TDD offrent évolutivité, réduction des coûts et transparence, tout en éliminant les problèmes de tests manuels, de coûts de développement élevés et de mauvaise expérience utilisateur. La BI agile doit être adoptée par les organisations pour garantir une culture du libre-service et de la donnée.
Êtes-vous prêt à mettre en place des méthodologies agiles ? Nous pouvons vous aider. Prenez contact avec nous dès aujourd’hui.
