Fondamentaux de la Business Intelligence (BI)

La Business Intelligence ne consiste pas à fabriquer de beaux graphiques. Elle consiste à transformer des données opérationnelles en décisions fiables. Une organisation peut avoir des millions de lignes dans ses bases et rester aveugle si personne ne relie ces données aux questions métiers: que se passe-t-il, pourquoi, où agir, et comment savoir si l'action a réussi ?

La BI est donc un pont entre systèmes, analyse et pilotage. Elle part des sources comme CRM, paiements, produit, support ou marketing; elle les consolide dans une couche analytique; puis elle expose des indicateurs compréhensibles dans des dashboards, rapports ou alertes. La compétence essentielle n'est pas de tout afficher. C'est de choisir les mesures qui réduisent l'incertitude d'une décision.

Définition

La Business Intelligence est l'ensemble des méthodes, modèles de données, indicateurs et supports de restitution qui permettent de suivre l'activité d'une organisation et d'aider les décideurs. Elle répond à des questions descriptives et diagnostiques: combien, où, depuis quand, par segment, par canal, par produit ?

Une chaîne BI minimale contient:

• des sources opérationnelles;
• une ingestion ou extraction;
• une transformation qui nettoie et structure;
• un modèle analytique avec dimensions et faits;
• des indicateurs définis;
• un support de restitution;
• une gouvernance des définitions.

Méthode de décision

Pour construire une BI utile, partez de la décision et remontez vers la donnée. La question n'est pas "quels graphiques peut-on faire ?" mais "quelle décision doit être prise chaque semaine ?". Ensuite seulement, définissez le KPI, le grain, les dimensions et la fréquence.

Méthode en 5 étapes:

1. Nommer la décision: arbitrer budget, prioriser bugs, suivre revenu, réduire churn.
2. Définir le KPI principal et sa formule.
3. Identifier le grain: jour, commande, utilisateur, session, ticket.
4. Ajouter les dimensions utiles: pays, plan, canal, segment.
5. Documenter les limites: données manquantes, délais, exclusions.

Exemple 1: modèle fait/dimensions

Le fait porte les événements mesurables. Les dimensions permettent de découper l'analyse. Cette séparation évite de créer un dashboard où chaque graphique réinvente sa propre logique.

Exemple 2: KPI en SQL

Cette requête illustre la différence entre mesure brute et indicateur. Le revenu total seul dit combien a été encaissé; l'ARPU relie le revenu au nombre de clients actifs.

Exemple 3: contrat de définition

Un KPI sans contrat devient vite politique: chaque équipe calcule sa version. Le contrat évite les disputes et rend la BI auditable.

Erreurs fréquentes

La première erreur est de confondre dashboard et BI. Un dashboard n'est qu'une interface; la BI inclut les définitions, les modèles, la qualité et la gouvernance. La deuxième erreur est d'empiler trop d'indicateurs. Un tableau de bord avec 40 métriques ne priorise rien. La troisième erreur est de mélanger des grains: comparer une métrique utilisateur avec une métrique session sans préciser le niveau d'analyse produit des conclusions fausses.

Autre piège: afficher des métriques sans action possible. Si personne ne sait quoi faire quand le KPI baisse, l'indicateur n'est pas encore opérationnel.

💡 Analogie

La BI ressemble au tableau de bord d'un avion. Il ne montre pas chaque vis du moteur; il montre les signaux nécessaires au pilotage: altitude, vitesse, cap, carburant, alertes. Une bonne BI choisit les instruments qui permettent d'agir avant l'incident, pas ceux qui décorent le cockpit.

🔧 Retour technique

Dans MimiReady, la compétence visée est de relier modèle analytique et décision. Pour chaque dashboard, vérifiez le trio KPI, grain, owner. Sans grain, vous ne savez pas ce qui est compté. Sans owner, personne ne corrige la définition. Sans décision, le dashboard devient un rapport passif.

Checklist:

• Le KPI a une formule écrite.
• Le grain est explicite.
• Les dimensions sont limitées aux découpes utiles.
• Les exclusions sont documentées.
• Le dashboard répond à une décision récurrente.
• Les données ont un owner métier et technique.

Synthèse opératoire

À la fin de cette leçon, vous devez savoir expliquer ce qu'est la BI: un système de décision construit sur des données gouvernées. La bonne pratique est de partir de la décision, définir le KPI, modéliser le grain, documenter les limites, puis seulement construire le dashboard.