La BI traditionnelle est-elle morte et remplacée par le Big BI ?

Les entreprises attendent de la BI – la méthode qui permet de collecter, consolider, modéliser et restituer les données d’une entreprise pour offrir une aide à la décision  – qu’elle s’adapte aux innovations qu’offre le Big Data.
Aujourd’hui les entreprises produisent de plus en plus de données, provenant par exemple des avis clients, commentaires produits, remarques sur les réseaux sociaux, géolocalisation, études comportementales ou analyse des logs. Ces données sont immédiates et traitée à l’instant T. Elles ont toutes une potentielle valeur économique.

Mais il semblerait qu’il soit très difficile d’exploiter cette volumétrie de données avec les techniques de BI traditionnelles. Le rafraîchissement des tableaux de bord d’aide à la décision n’est pas encore immédiat. Face à la rapidité du Big Data, les outils décisionnels apparaissent comme trop rigides. Ils ne peuvent pas identifier ce qui est important et ce qui devrait être ignoré, ils présentent simplement des rapports, des tableaux, des graphiques et des grilles mais ces mesures ne sont plus suffisantes au vu des volumes de données disponibles. En plus, avec cette approche,  la prise de décision dépend d’un humain pour juger de la bonne corrélation entre les données. On peut dire que les décisions sont issues du jugement d’une personne qui décide quelles sont les données pertinentes à regarder. De la à se demander s’il ne serait ce pas plus judicieux  de laisser les données identifier ce qui est pertinent il n’y a qu’un pas… une fois que l’on s’aventure dans cette direction, celle où on laisse les données nous dire quoi faire, la tendance naturelle est alors d’obtenir toujours plus de données.
Mais nous n’en sommes pas encore là n’est-ce pas ?

La BI ne peut-il pas s’adapter pour mieux servir le Big Data ? C’est-à-dire pour mieux l’exploiter ? Le tout est d’y ajouter du business analytics, la méthode d’analytique appliquée à la donnée. Avec le Big Data, on a une plus grande volumétrie, des données plus versatiles (textuelles et non textuelles), et une plus grande vélocité d’arrivée des données dans le SI. La méthode pour appréhender de gros volumes de données se fait via des méthodes statistiques ou analytiques.
Mais on n’avait pas besoin de Big Data pour faire de l’analytique, si ? Le propre de la statistique c’est de résumer l’information, elle tire toute sa valeur de l’historique et la quantité d’information que l’on va  mettre à disposition de l’utilisateur. Ce que le Big Data apporte, c’est une solution plus innovante ou les temps de réponse vont être meilleurs, on va redonner de l’agilité à l’utilisateur car il pourra se passer un peu plus de la DSI. En plus, le système de visualisation de données est plus performant, l’analytique beaucoup plus rapide  et représente un gain de productivité pour l’utilisateur. Evidemment on ne se passera jamais de la DSI mais le fait de réduire le time to market de la donnée à l’information permet de sortir du schéma ou l’utilisateur fait une expression de besoin, explique à la DSI les dimensions de son métier, pour être servi en informations ; maintenant on va pouvoir adresser des données de façon directe avec les nouveaux outils mis à disposition par le Big Data.

On peut dire que le Big Data apporte une valeur supplémentaire aux systèmes décisionnels traditionnels: pouvoir exploiter d’immenses volumes de données avec un niveau de détail plus fin, et de manière immédiate. Le Big Data ne détrône donc pas la Business Intelligence, mais la complète en lui apportant un degré de précision supplémentaire et de la souplesse. La BI offre des outils industrialisés pour répondre à des questions précises. Et le Big Data permet d’explorer une quantité de données interdépendantes, de faire émerger des tendances et identifier de nouvelles informations pertinentes.  Une approche Big Data couplée à des solutions de BI traditionnelles permet d’optimiser les outils de pilotage.