Maitriser les données, favoriser leur exploitation et leur diffusion sont devenus essentiels à l’entreprise d’aujourd’hui. Mais l’objectif n’est pas évident à atteindre car, dans la plupart des cas, les sources de données sont éparpillées dans des bases multiples. Pas nécessairement compatibles entre elles, focalisées sur les fonctions critiques et peu structurées pour l’analyse, ces bases ne sont pas adaptées à la vision à long terme et à la prise de décision. La solution réside dans le data Warehouse
Un data warehouse, pour quoi faire ?
Cet entrepôt de données collecte, fiabilise, transforme, synthétise et permet la diffusion de toutes les informations issues des systèmes d’information de l’entreprise ou de systèmes externes. Orienté métier, il permet, dans l’industrie par exemple, de croiser les informations sur les différentes machines, agréger les données et faire de la maintenance prédictive : Quelle est la durée de vie des machines et à quelle est la bonne fréquence d’entretien pour éviter de rencontrer des pannes ? Orienté business intelligence, il permet d’améliorer la relation clients, suivre, gérer et améliorer les performances de l’entreprise et prévoir les opportunités de croissance.
Mettre en place un data warehouse ne s’improvise pas et nécessite de faire appel à des spécialistes. Encore l’entreprise doit-elle bien les choisir si elle ne veut pas commettre des erreurs qu’elle paiera très cher par la suite. Bien souvent, les coûts sont sous-estimés (d’un facteur 3 à 10 !) les technologies choisies sont remises en question au bout de quelques mois et si le projet est exclusivement piloté par les responsables informatiques, le risque de se couper des utilisateurs et de leurs besoins est important.
Un exemple concret de mauvaises pratiques
Ce genre de mésaventure est ainsi arrivé à un de nos clients, une société de transports. Le data warehouse, qu’elle voulait mettre en place, avait pour vocation de répondre aux besoins de trois départements : s’assurer du respect des règlementations par les chauffeurs pour les ressources humaines, connaître le temps de fonctionnement et les trajets parcourus par les différents véhicules pour la maintenance et optimiser le planning pour la production.
Première erreur : la direction informatique, en charge du projet, a insuffisamment consulté les ressources humaines. De nouveaux champs ont dû être intégrés (+ 5% du coût total).
Deuxième erreur : le choix du moteur de la base de données n’était pas le bon. L’éditeur, leader du marché, avait des coûts de licence tellement exorbitants qu’il a fallu en changer au bout de deux ans. Le rachat de matériel et la réécriture d’une bonne partie des flux a entraîné un surcoût de 30%.
Troisième erreur : les fonctionnalités en temps réel ont été développées dans le data Warehouse alors que son utilité principale est le reporting et l’analyse au lieu de l’être au niveau de l’ERP.
Conséquence : l’entrepôt de données est devenu plus critique que le reste de l’environnement et a entraîné le départ de nombreux clients suite à son indisponibilité. Si, dès le début, le client nous avait consultés pour la mise en œuvre de son projet, nous lui aurions évité un supplément de 35% du budget initial ainsi qu’une perte conséquente de son chiffre d’affaires.
Faites appel à des spécialistes
Connaître les outils, comprendre les besoins du client, appliquer les bonnes pratiques en impliquant tous les utilisateurs finaux et être capable de gérer le projet de A à Z sont les conditions essentielles pour la réussite de tout projet de data warehouse. Il faut non seulement permettre aux clients d’accéder de manière robuste et stable à leurs données mais aussi leur proposer des solutions comme le data hub, un sas de données qui évite un ralentissement des bases de production et facilite l’implémentation des données en temps réel, le data mart qui permet une exploitation optimale des données en les structurant pour des applications ou des besoins particuliers, ou encore le data lake (lac de données), qui fournit un stockage global de données non structurées pour un usage ultérieur.
Tout est question de flexibilité et de budget. Contrairement à ce que l’on pourrait croire, un projet de data warehouse n’est pas uniquement à la portée des grands groupes. Des petites et moyennes entreprises peuvent également en bénéficier. A condition, encore une fois, de faire appel à des spécialistes en environnements de données qui connaissent toutes les facettes du métier.
Pour aller plus loin…
Nos équipes peuvent vous accompagner dans la mise en place de data mart, master data management et peuvent également vous proposer des solutions de supervision adaptées.
Comments