Une introduction à l’AnalyticsOps
et son rôle sur le parcours des données

Synthèse

De nos jours, de plus en plus d’organisations se disent “axées sur les données”. En réalité, les dirigeants d’entreprise consomment des tableaux de bord ou des rapports, et rarement les données brutes.

Les données sont omniprésentes et leur quantité croît de manière exponentielle. Il y a quelques années, la nécessité d’extraire, de consolider, d’enrichir et de tester les données a conduit à l’émergence du DataOps (“Data Operations”) pour répondre aux problèmes de gouvernance des données. Le DataOps a hérité des méthodologies dites “agiles” qui ont fait leurs preuves dans la fiabilisation du développement logiciel, bien connu sous le nom de DevOps.

De nos jours, alors que la majorité des organisations ont compris l’importance de la gouvernance des données, la confiance dans l’Analytique reste un problème non résolu.

Pendant ce temps, l’Analytique a pris une place critique au sein des entreprises, même pour celles qui produisent des rapports financiers ou des rapports réglementaires. Les décisions stratégiques sont prises par les conseils d’administration et les comités de gestion sur la base de ces tableaux de bord.

Avec l’essor des API et de l’automatisation, les KPI des tableaux de bord pilotent et influencent le comportement des algorithmes. Que se passe-t-il si votre entreprise publie des KPI erronés, qui peuvent alimenter, par exemple, des algorithmes de trading automatisés ? Votre entreprise sera tenue responsable, sans parler de l’impact négatif sur la réputation de votre entreprise.

Quel est donc le problème ? Soyons clairs : les tableaux de bord ne sont tout simplement pas testés. C’est comme tester chaque pièce individuelle d’un avion mais ne jamais tester l’avion une fois assemblé. Une approche risquée, vous en conviendrez.

L’AnalyticsOps est une méthodologie fondée sur des principes d’agilité et d’automatisation permettant de déployer l’Analytique à grande échelle. Il permet entre autres de supprimer les silos en réunissant les différents acteurs de l’entreprise par l’intégration, le test, le déploiement, le monitoring et l’adaptation constante des rapports et tableaux de bord afin de générer continuellement de la valeur pour l’entreprise. 

Ce livre blanc abordera le rôle et l’importance de l’AnalyticsOps pour que les organisations aient confiance dans les décisions qu’elles prennent.

Le Monde Des Données Et Des Analytics

Les données sont partout. Ce n’est pas quelque chose que nous pouvons toucher physiquement, mais les données nous entourent en permanence. L’utilisation et l’importance des données ne cessent d’augmenter, ce qui se traduit par une augmentation des analytiques et de l’offre sur le marché. En 2020¹, 25,5 milliards de dollars ont été investis en BI et Analytique, ce qui en fait le premier poste de dépense en informatique. Par ailleurs, selon une enquête récente², les spécialistes du métier consacrent plus de cinq heures par jour à l’analytique et 99 % d’entre eux considèrent que l’analytique est essentielle pour prendre des décisions cruciales pour l’entreprise.

Cependant, cette utilisation accrue de l’analytique pour les décideurs soulève toujours un gros problème : la confiance des utilisateurs. Disposer d’une version unique de la vérité est le graal en matière de BI, mais beaucoup n’y sont pas parvenus. Quatre dirigeants sur cinq ne font pas confiance aux données sur lesquelles ils fondent leurs décisions³. D’autres obstacles, tels que la fragmentation du marché entraînant une faible adoption, viennent s’ajouter au problème de la confiance dans l’analytique. 

Chez Wiiisdom, nous pensons que chacun doit pouvoir prendre des décisions en toute confiance à tout moment lorsqu’il consomme des données à travers des technologies analytiques. Pour que cela fonctionne, les organisations ont besoin de solutions de gouvernance agiles telles que les solutions d’AnalyticsOps pour s’attaquer à ce problème de confiance.

La Qualité Des Analytiques : Un Problème d’Entreprise

L’analytique moderne permet aux utilisateurs d’utiliser et de consommer les données librement parfois même avec leurs propres sources de données et, dans certains cas, sans aucune contribution de l’informatique. Permettre la liberté et la responsabilisation des utilisateurs est essentiel pour l’innovation, mais laisser trop de libertés peut vite engendrer le chaos dans une organisation. Cela augmente le risque de perte de contrôle et le développement du Shadow IT par manque de contrôle.

Étant donné l’impact majeur de la confiance des utilisateurs sur le développement des Analytics, trouver le bon équilibre entre la gouvernance et le libre-service est un facteur clé de réussite. En effet, par nature, l’Analytics se doit de s’adapter continuellement aux besoins des utilisateurs, qui eux-même évoluent avec le marché. Chaque organisation doit comprendre qu’il faut laisser la liberté aux utilisateurs de manipuler les tableaux de bord et ainsi favoriser l’innovation.

La confiance des utilisateurs est un élément indispensable dans la transformation des entreprises vers le “data driven”. Le bon équilibre entre la gouvernance et le libre-service est clé dans la création d’une data culture mais il ne suffit pas : le secret repose dans l’engagement de l’organisation dans son ensemble pour réussir.

La Réalité Du Multi-BI

Dans un monde parfait oui, les entreprises n’utiliseraient qu’une seule plateforme de BI et Analytics (BIA), mais la réalité est tout autre. Le marché de l’analytics est très fragmenté en raison de la forte concurrence entre les éditeurs, qui innovent en permanence et ajoutent de nouvelles fonctionnalités pour leurs clients. Il est extrêmement difficile pour une seule

technologie de couvrir tous les besoins d’une organisation, et le jeu des fusions-acquisitions ainsi que le manque d’alignement entre l’IT et les métiers, rend presque impossible pour les organisations d’éviter d’utiliser plusieurs plateformes BIA. 

C’est un fait : selon le Forrester⁴, les entreprises utilisent en moyenne cinq solutions de BI et Analytics (ce chiffre tient compte de la BI embarquée). En 2020, nous avons mené une enquête et interrogé plus de 800 professionnels de la BIA qui reconnaissent la réalité du multi-BI et son installation pour les années à venir, avec 3,8 plateformes BIA en moyenne déployées par organisation. Cette réalité au pluriel donne naissance à de nouveaux besoins que doivent reconnaître les différents acteurs du marché avec notamment l’émergence de technologies dites de “BI Fabric“. Celles-ci permettent d’intégrer des composants provenant de différentes technologies de BI dans le but de casser les silos et permettre l’innovation.

Garantir la confiance à tout moment tout au long du parcours des données.

Cependant, un problème subsiste au niveau du dernier kilomètre sur le parcours de la donnée : l’Analytics. Les étapes en aval sont peut-être bien gouvernées, testées et monitorées, mais comment l’utilisateur final peut-il être assuré que les analytics qu’il consomme le sont tout autant ? Personne ne prend de décisions métier à partir de données brutes ni de de datasets, elles sont prises à partir de tableaux de bord et de rapports et la gouvernance des données ne sécurise qu’un sous-ensemble du parcours des données. La BI est en perpétuelle évolution et les utilisateurs finaux doivent pouvoir faire confiance à ce qu’ils voient, tout autant que les ingénieurs et analystes de données au début du parcours. 

Accroître l’Agilité Grâce à l’Automatisation Des Tests Et Des Déploiements

Nous savons tous que les analytics évoluent et se renouvellent rapidement en raison des demandes changeantes des utilisateurs et de l’évolution rapide des marchés. Aujourd’hui, il est nécessaire de fournir des analytics de meilleure qualité plus rapidement et de résoudre les problèmes avant que de mauvaises décisions soient prises. Afin d’atteindre cet objectif, il faut mettre en place des processus d’intégration continue et de déploiement continu (CI/CD). Mais qu’est-ce que le CI/CD appliqué à l’analytique ? 

Revenons un peu en arrière dans le cycle de développement : 

Imaginez que vous créez un tableau de bord pour répondre à un besoin important pour votre entreprise. Le tableau de bord que vous développez met en œuvre une logique métier par dessus diverses sources de données, le tout avec une restitution intelligible. L’étape suivante consiste à utiliser un outil de contrôle de version pour suivre toutes les modifications ou éditions de données. Ensuite, le tableau de bord est testé pour vérifier que tout fonctionne comme prévu et il est déployé pour que les utilisateurs métier puissent le consommer. Cependant, si les utilisateurs apportent une modification à ce tableau de bord, ou si un développeur applique une autre modification, comment savent-ils que celle-ci n’a rien cassé dans le tableau de bord ? C’est là qu’apparaît la pièce manquante du puzzle : le CI/CD. Avant tout déploiement, des tests sont exécutés automatiquement pour valider les données et les fonctionnalités du tableau de

bord avant qu’il ne soit livré au client ou aux utilisateurs finaux. Ces tests font office de police d’assurance contre toute défaillance critique. 

Les méthodologies agiles telles que le CI/CD sont synonymes d’évolutivité, de réduction des coûts, de transparence et d’interopérabilité, car elles vous permettent de comprendre à tout moment l’ensemble du cycle de vie de vos Analytics et d’être sûr que tous les tableaux de bord fournissent les bonnes données grâce à une itération constante. Elle élimine le problème des tests manuels, des coûts de développement élevés et de la mauvaise expérience utilisateur. Ce qui était auparavant un processus informatique manuel et lourd peut désormais être mis en œuvre par les membres de l’équipe BI de manière efficace et agile ; une autre façon de briser les silos et de transformer l’organisation.

Qui est concerné par l’AnalyticsOps ? 

Trois équipes au sein d’une organisation sont concernées par AnalyticsOps :

• Les équipes informatiques : elles veulent maintenir et sécuriser une infrastructure stable.
• Les équipes en charge des données : elles veulent un environnement agile où leurs outils préférés sont actualisés pour répondre aux exigences de l’entreprise. 
• Dirigeants et Départements Métier : ils recherchent des informations exploitables et veulent réduire le risque de prendre de mauvaises décisions.